英偉達A100顯卡大廠們的“必需品”云服務、數據中心、超算、自動駕駛平臺、元宇宙平臺等大廠是使用A100的主力軍，它們面對的是海量數據，講究極致的計算性能是對芯片的需求之一，而往往它們需要的不只是一塊GPU。
Stateof.ai去年發布了一份人工智能狀況報告，對當前各企業和機構擁有的A100和H100數量進行了統計。
如上圖顯示，排名前三位的分別是Meta（21400）、歐洲超算Leonardo（13824）和特斯拉（7360）。
Meta在去年宣布建造全球最快的AI超算“RSC”，包含16000顆A100 GPU，目的即是為了元宇宙平臺。元宇宙概念是2022年引爆互聯網及科技產業的熱詞，元宇宙本質上是對現實世界的虛擬化及數字化的過程。它本身不是新技術，但卻融合了包括5G、云計算、AI、虛擬現實、物聯網、人機交互等一大批現有的尖端技術。
來自意大利CINCA研究中心的Leonardo超級計算機使用了近14000顆A100 GPU，被稱為世界上最強大的AI系統。超級計算機多用于國家高科技領域和尖端技術研究，由于其集功能最強、運算速度最快、存儲容量最大的優勢集一身，在氣候、材料學、生物醫藥、先進制造、航空航天等領域有著廣泛的用途，可以模擬大氣、氣候和海洋，對地質災害進行預測，也可以對藥物研制、生化反應進行模擬，大幅縮短研發時間。
總之，超算是你平常看不見摸不著甚至鮮有耳聞，但卻在一個隱秘角落為科技發展發光發熱的勞模。
特斯拉在CVPR 2021（國際計算機視覺與模式識別會議）上公布了內部用于訓練Autopilot與自動駕駛深度神經網絡的超級計算機。這個集群使用了720個節點的8個NVIDIA A100 GPU（共5760個GPU）。
我們知道特斯拉是純視覺自動駕駛的推崇者，在沒有激光雷達提供3D空間數據的情況下，特斯拉僅依靠攝像頭提供的2D圖像就能完成現有的輔助駕駛系統，這背后是上百萬臺特斯拉，每天在路上行駛獲得的海量圖像數據，以及特斯拉為此構建的神經網絡模型。
除了這三位外，榜單其余部分均是公有云、私有云和國家超算。
國內企業部分，基于有限的資料，能大量使用A100的大致分為三類：一類是阿里、百度、騰訊（俗稱BAT）等云服務商，另一類是浪潮、聯想、新華三等系統集成商，第三類是像小鵬等自動駕駛車企，但從整體規模來看，海外明顯占據上風。
從以上企業所處領域，我們大致歸納出A100等訓練芯片主要應用的場景：云計算、超算、深度學習模型訓練、自動駕駛、元宇宙、機器視覺等，深入的領域包括：工業、醫療、金融、氣候、農業、能源、消費、汽車、半導體等。這些場景和領域往往面臨著超大規模的密集型數據、海量存儲及高性能計算。
它們都需要不止一塊強悍的芯片，強到連英偉達竟也成為了自己供應商的供應商。
黃仁勛在今年GTC演講中宣布，新發布的基于 GPU 的計算光刻軟件庫 cuLitho，用于芯片制造中最復雜、最昂貴的光刻環節，使用它之后計算光刻速度可以提升至原來的 40 倍，光掩膜產能提升 3 至 5 倍，電力消耗減少為當前的九分之一。黃仁勛說，cuLitho 將輔助芯片制程向 2 納米及更先進邁進。
跟英偉達一起研發該技術的三家公司分別是臺積電、ASML 和 Synopsys。臺積電幫英偉達代工生產 GPU 芯片，是它最重要的供應商之一。ASML 和 Synopsys分別是全球光刻機和 EDA 龍頭，都處于整個半導體產業最上游環節。現在三者都要用英偉達的 GPU 和技術平臺。
這意味著能用A100的玩家們并非等閑之輩，能用得到A100的地方也并非是通用化的場景，這就造就了A100這類芯片獨特的身份，它的應用范圍和使用人群非常的聚攏和突出。
