英偉達算力壟斷能否被打破？各大廠(chǎng)商下場(chǎng)展開(kāi)自研AI芯片競賽

據市場(chǎng)研究公司Omdia披露，2023年第二季度，英偉達出貨了900噸H100 AI GPU。而一個(gè)帶有散熱器的H100 GPU的平均重量超過(guò)3公斤，因此英偉達在第二季度出貨了30多萬(wàn)塊H100。

以ChatGPT為首的生成式AI工具在全球范圍內掀起了一股熱潮，拉升了對英偉達H100、A100、H800和A800等高性能GPU的需求，這使得該公司在全球AI GPU市場(chǎng)拿下達90%的市占率。隨著(zhù)英偉達從生成式人工智能熱潮中獲利，該公司未來(lái)一年的出貨量將加速增長(cháng)，預計今年有望銷(xiāo)售約3600噸H100 GPU，相當于大約120萬(wàn)塊。

對抗英偉達

市面上的大模型越來(lái)越多，對算力的需求量爆炸式增長(cháng)：對于云廠(chǎng)商來(lái)說(shuō)，只能不斷的堆服務(wù)器；對于大模型開(kāi)發(fā)者來(lái)說(shuō)，對算力的需求也在趨緊。自英偉達發(fā)布大模型專(zhuān)用GPU并量產(chǎn)供貨后，據行業(yè)內部消息稱(chēng)，由于市場(chǎng)需求遠大于產(chǎn)能供應，2023年英偉達H100的產(chǎn)量早已銷(xiāo)售一空，現在交錢(qián)訂購，至少要到2024年中才能拿到貨。

英偉達GPU芯片不光不愁賣(mài)，利潤率還高得嚇人。美國金融機構Raymond James在報告中透露，H100芯片成本約3320美元，但英偉達對其客戶(hù)的批量?jì)r(jià)格仍然高達2.5萬(wàn)-3萬(wàn)美元。這一點(diǎn)從季度財報中也能得到充分印證，英偉達Q2財季凈利潤高達61.8億美元，同比上升843%。

英偉達井噴式的業(yè)績(jì)增長(cháng)和長(cháng)期展望表明AI需求并非曇花一現，AI芯片行業(yè)涵蓋了芯片設計、制造和應用等多個(gè)領(lǐng)域。AI芯片的出現讓大規模的數據效率大大提升，技術(shù)升級帶來(lái)巨大的生產(chǎn)力飛躍，也正在對各個(gè)產(chǎn)業(yè)帶來(lái)革命性改變，甚至產(chǎn)業(yè)邏輯也需要被重估。

巨大的市場(chǎng)空間，以及超乎想象的前景，吸引全球眾多大型科技公司都在積極投入AI芯片研發(fā)與生產(chǎn)，將進(jìn)一步刺激行業(yè)競爭。在此趨勢下，AI芯片的戰役正愈演愈烈。

不管是為了降低成本，還是減少對英偉達的依賴(lài)、提高議價(jià)能力，在A(yíng)I芯片市場(chǎng)要對抗英偉達，其他廠(chǎng)商當前只能抓住英偉達的產(chǎn)能仍較低的窗口期進(jìn)行布局。

AMD

作為英偉達的最大競爭對手，AMD發(fā)布了AI處理器MI300系列芯片，包括MI300A、MI300X兩個(gè)版本。其中MI300X是一款直接對標英偉達H100芯片，專(zhuān)門(mén)面向生成式AI推出的加速器，采用了8個(gè)GPU Chiplet加4個(gè)I/O內存Chiplet的設計，總共12個(gè)5nm Chiplet封裝在一起，使其集成的晶體管數量達到了1530億，高于英偉達H100的800億晶體管。

與英偉達的H100芯片相比，MI300X的HBM密度是前者的2.4倍，帶寬則為前者的1.6倍，理論上可以運行比H100更大的模型。此外，AMD還發(fā)布了“AMD Instinct Platform”，集合了8個(gè)MI300X，可提供總計1.5TB的HBM3內存。

蘇姿豐表示，隨著(zhù)模型參數規模越來(lái)越大，就需要更多的GPU來(lái)運行。而隨著(zhù)AMD芯片內存的增加，開(kāi)發(fā)人員將不再需要那么多數量的GPU，能夠為用戶(hù)節省成本。盡管AMD也在加速布局，但要量產(chǎn)，還要等到本財年第四季度。

英特爾

今年7月，英特爾面向中國市場(chǎng)推出了AI芯片Habana Gaudi 2，直接對標英偉達的A100，是專(zhuān)為訓練大語(yǔ)言模型而構建，采用7nm制程，有24個(gè)張量處理器核心。數據顯示，從計算機視覺(jué)模型訓練到1760億參數的BLOOMZ推理，Gaudi 2每瓦性能約A100的2倍，模型訓練和部署的功耗降低約一半。

相比A100，Gaudi 2價(jià)格更有競爭力，且性能更高，接下來(lái)采用FP8軟件的Gaudi 2預計能夠提供比H100更高的性?xún)r(jià)比。值得注意的是，去年英特爾就已經(jīng)在海外發(fā)布了Gaudi 2。

而英特爾在舊金山舉行的“Intel Innovation”大會(huì )上透露，使用5nm工藝打造的下一代Gaudi 3將在性能方面大幅提升。其中，BF16下的性能提升了四倍、計算能力提升了2倍、網(wǎng)絡(luò )帶寬的1.5倍以及HBM容量的提升1.5倍。

在Gaudi 3之后， 英特爾還計劃推出一個(gè)代號為Falcon Shores的繼任者。按照其最初規劃，Falcon Shores芯片為“XPU”設計，即集成CPU和GPU。但在上個(gè)月的財報會(huì )上，英特爾調整了Falcon Shores的計劃，將其重新定位為獨立GPU，并將于2025年發(fā)布。

其實(shí)在產(chǎn)品路線(xiàn)上，英特爾近年一直強調XPU，即多樣化、多組合的異構計算。在A(yíng)I相關(guān)的產(chǎn)品線(xiàn)上，既有集成AI加速器的CPU處理器、有GPU產(chǎn)品，以及Habana Gaudi系列代表的ASIC類(lèi)型AI芯片。

IBM

IBM最近公布了一款新的模擬AI芯片，這款新芯片旨在解決生成式人工智能的主要問(wèn)題之一：高能耗。通過(guò)集成大量的相變存儲單元實(shí)現更高效的計算和能效，據稱(chēng)其能效比英偉達H100高出14倍。這對于大型模型的運行來(lái)說(shuō)尤為重要，因為這些大型模型通常需要更多的能量來(lái)運行，意味著(zhù)在相同的能量消耗下，它能夠完成更多的計算任務(wù)。

IBM聲稱(chēng)其14nm模擬AI芯片每個(gè)組件可以編碼3500萬(wàn)個(gè)相變存儲設備，可以建模多達1700萬(wàn)個(gè)參數。同時(shí)，該芯片模仿了人腦的運作方式，微芯片直接在內存中執行計算，適用于節能語(yǔ)音識別和轉錄。隨著(zhù)技術(shù)的不斷發(fā)展，預計未來(lái)模擬芯片有望成為人工智能領(lǐng)域的新趨勢。

亞馬遜

亞馬遜已擁有兩款AI專(zhuān)用芯片 —— 訓練芯片Trainium和推理芯片Inferentia。2018年底，AWS推出自研AI推理芯片Inferentia，可以以低成本在云端運行圖像識別、語(yǔ)音識別、自然語(yǔ)言處理、個(gè)性化和欺詐檢測等大規模機器學(xué)習推理應用程序；2020年底，AWS推出專(zhuān)用于訓練機器學(xué)習模型的Trainium。

2023年初，專(zhuān)為人工智能打造的Inferentia 2發(fā)布，將計算性能提高了三倍，加速器總內存提高了四分之一，吞吐量提高了四分之一，延遲提高了十分之一。Inf2實(shí)例（可通過(guò)芯片之間的直接超高速連接支持分布式推理）最多可支持1750億個(gè)參數，這使其成為大規模模型推理的有力競爭者。

在亞馬遜、微軟和谷歌這三家中，亞馬遜是唯一一家在服務(wù)器中提供兩種類(lèi)型芯片（標準計算芯片和用于訓練與運行機器學(xué)習模型的專(zhuān)用芯片）的云提供商，其在2015年收購以色列芯片設計公司Annapurna Labs為這些努力奠定了基礎。

谷歌

早在2013年，谷歌就已秘密研發(fā)一款專(zhuān)注于A(yíng)I機器學(xué)習算法的芯片，并將其用在內部的云計算數據中心中，以取代英偉達的GPU。2016年5月，這款自研芯片公諸于世，即TPU：TPU可以為深度學(xué)習模型執行大規模矩陣運算，例如用于自然語(yǔ)言處理、計算機視覺(jué)和推薦系統的模型，其最初專(zhuān)為谷歌的超級業(yè)務(wù)云計算數據中心而生。

實(shí)際上2020年，谷歌就在其數據中心部署了人工智能芯片TPU v4。不過(guò)直到今年4月4日，谷歌才首次公開(kāi)了技術(shù)細節 —— 相比TPU v3，TPU v4性能提升2.1倍；基于TPU v4的超級計算機擁有4096塊芯片，整體速度提高了約10倍。谷歌稱(chēng)，對于類(lèi)似大小的系統，谷歌能做到比Graphcore IPU Bow快4.3-4.5倍，比英偉達A100快1.2-1.7倍，功耗低1.3-1.9倍。

目前，谷歌已將負責AI芯片的工程團隊轉移到了谷歌云，旨在提高谷歌云出售AI芯片給租用其服務(wù)器的公司的能力，從而與更大的競爭對手微軟和亞馬遜云科技相抗衡。雖然英偉達提供的GPU算力優(yōu)勢在前，但AI行業(yè)頭部的OpenAI、Midjourney的算力系統并沒(méi)有采購英偉達的GPU，而是選擇了谷歌的方案。

微軟

據The Information報道，微軟計劃在下個(gè)月的年度開(kāi)發(fā)者大會(huì )上推出該公司首款為人工智能設計的芯片。2019年，微軟就開(kāi)始在內部開(kāi)發(fā)代號為“Athena”的芯片，目前芯片已經(jīng)提供給微軟和OpenAI進(jìn)行測試。Athena是為訓練和運行大型語(yǔ)言模型（LLM）的數據中心服務(wù)器設計的，同時(shí)可支持推理，能為ChatGPT背后的所有AI軟件提供動(dòng)力。

Athena的首個(gè)目標是為OpenAI提供算力引擎，以替代昂貴的英偉達A100/H100，如果與英偉達的產(chǎn)品擁有同等競爭力，每個(gè)芯片的成本將可以降低三分之一。若明年大規模推出，Athena將允許微軟內部和OpenAI的團隊同時(shí)訓練和推理模型。

Meta

2022年，Meta還在主要使用CPU（中央處理器）和專(zhuān)為加速AI算法而設計的定制芯片組合來(lái)運行其AI工作負載，然而效率往往并不如GPU。之后，Meta取消了在2022年大規模推出定制芯片的計劃，轉而訂購了價(jià)值數十億美元的英偉達GPU。

直到今年，Meta在5月19日公布了AI訓練與推理芯片項目，稱(chēng)其為“針對推理工作負載的內部定制加速器芯片系列”。據介紹，MTIA芯片的功耗僅為25瓦，占英偉達等市場(chǎng)領(lǐng)先供應商芯片功耗的一小部分，并使用了RISC-V（第五代精簡(jiǎn)指令處理器）開(kāi)源架構。

OpenAI

路透社報道，至少從去年開(kāi)始，OpenAI就已討論各種方案，以解決AI芯片短缺問(wèn)題。OpenAI已將獲取更多AI芯片列為公司首要任務(wù)，討論方案包括自研AI芯片、與包括英偉達在內的其他芯片制造商更密切地合作，以及在英偉達之外實(shí)現供應商多元化。

對于OpenAI來(lái)說(shuō)，自研芯片不僅能解決GPU的短缺問(wèn)題，同時(shí)也將有效降低硬件運行所需的成本，畢竟GPT-4的運行成本實(shí)在太高了。

特斯拉

目前，特斯拉已經(jīng)推出了兩種自研芯片：全自動(dòng)駕駛（FSD）芯片和Dojo D1芯片。

FSD芯片是用于特斯拉汽車(chē)上的自動(dòng)駕駛系統的芯片，自2019年開(kāi)始，特斯拉就將車(chē)上的英偉達處理器換成了自研的融合高速運算、AI等功能的FSD芯片。

Dojo D1芯片則是用于特斯拉超級計算機Dojo的芯片，是一種高吞吐量、通用的CPU。2021年，在首屆特斯拉AI Day上展示了其首款AI訓練芯片Dojo D1，以及基于該芯片構建的完整Dojo集群ExaPOD，目的是為了加速特斯拉自動(dòng)駕駛系統的訓練和改進(jìn)，成為從汽車(chē)圈跑出來(lái)的強大對手。

英偉達鞏固地位

整體來(lái)看，當英偉達的一些主要客戶(hù)開(kāi)始自己開(kāi)發(fā)AI芯片，無(wú)疑會(huì )讓英偉達面臨更為激烈的競爭。除了現有A100、H100等熱門(mén)產(chǎn)品出貨持續維持增長(cháng)以外，英偉達也在持續發(fā)布多項用于A(yíng)I和數據中心的新產(chǎn)品，以進(jìn)一步鞏固自身在A(yíng)I領(lǐng)域的話(huà)語(yǔ)權和統治力。

值得注意的是，英偉達計劃每年都推出一代新的數據中心GPU架構，例如明年將會(huì )使用H200來(lái)取代現有的H100。從NVIDIA新公布的官方路線(xiàn)圖來(lái)看，英偉達對指定日期持謹慎態(tài)度，這一點(diǎn)可能主要是因為與代工廠(chǎng)同步其計劃以及軟件部署準備方面所面臨的挑戰。

路線(xiàn)圖顯示，英偉達準備在2024年推出Hopper GH200 GPU，然后在2024年至2025年之間的某個(gè)時(shí)間推出基于Blackwell的GB200 GPU，最終在2025年后推出GX200 GPU。當然，這些所謂的GH200、GB200和GX200都是圖形處理器的代號，實(shí)際產(chǎn)品名稱(chēng)應該是H200、B100和X100等。

目前，英偉達的產(chǎn)能正在逐漸攀升，加之采購量逐漸放緩，應該一段時(shí)間后就會(huì )達到供需平衡的階段。唯一的矛盾就只剩下價(jià)格了，考慮到英偉達的成本與售價(jià)有著(zhù)近10倍的差距，降價(jià)的空間應該很充裕。那么對于絕大多數的企業(yè)而言，采購英偉達的專(zhuān)業(yè)計算卡搭建高性能數據中心依舊是一個(gè)劃算的買(mǎi)賣(mài)。

而一些對性能要求較低的數據中心，相比之下用自研芯片建造會(huì )更合適：面向普通用戶(hù)的數據中心可以使用自研芯片，降低建造成本及后續的維護費用。隨著(zhù)AI模型的應用范圍擴大，企業(yè)顯然也需要在全球各地建設更多的數據中心，以便就近響應用戶(hù)的使用需求。

雖然最有競爭力的MI300X采用了更大的192GB HBM3，但英偉達的產(chǎn)品也在迭代，等AMD正式發(fā)售MI300X時(shí)，英偉達可能也已經(jīng)推出了參數更強的產(chǎn)品；而且由于A(yíng)MD未公布新品價(jià)格，采用192GB HBM3的MI300X成本可能與H100相比可能不會(huì )有顯著(zhù)的價(jià)格優(yōu)勢。

其次，MI300X沒(méi)有H100所擁有的用于加速Transformer大模型的引擎，這也意味著(zhù)用同樣數量的MI300X將花費更長(cháng)的訓練時(shí)間。MI300X可能更多是作為客戶(hù)買(mǎi)不到H100的“替代品”。

相較于硬件參數，最重要的是在軟件生態(tài)的建立和開(kāi)發(fā)方面，英偉達的CUDA經(jīng)過(guò)十幾年積累已構建其他競爭對手短時(shí)間難以逾越的壁壘。

從當前進(jìn)程來(lái)看，英偉達此前積累下來(lái)的優(yōu)勢，即使在未來(lái)也不會(huì )輕易丟失。但是隨著(zhù)其他企業(yè)的入局，英偉達的話(huà)語(yǔ)權也不會(huì )再那么強硬，在產(chǎn)品定價(jià)等方面，可能會(huì )讓渡出部分利潤來(lái)維持市場(chǎng)份額。

傳統半導體巨頭試圖分一杯羹并不讓人感到奇怪，需要英偉達警惕的是OpenAI和微軟同時(shí)宣布將啟動(dòng)AI芯片研發(fā)計劃，作為AI芯片最核心的兩大用戶(hù)，如果他們的自研芯片計劃成功，顯然會(huì )對英偉達的生態(tài)地位和營(yíng)收造成更為嚴重的影響。