英伟达的挑战者

近日，美股盘中英伟达市值突破1万亿美元，成为首家跻身万亿美元俱乐部的芯片巨头。在AI芯片市场上，英伟达独占算力红利鳌头。但在英伟达周围，AMD、英特尔等老对手步步紧逼，谷歌、微软等合作伙伴也在自研芯片。“我们离倒闭永远只有30天”，英伟达CEO黄仁勋这句鞭策自身的话，也彰显了未来市场竞争的激烈格局。在AI算力需求膨胀的今天，谁都无法预测，英伟达身后的挑战者将发起多大烈度的挑战。

AMD、英特尔虎视眈眈

以ChatGPT为代表的AIGC使英伟达站在了芯片市场之颠。但是，当ChatGPT发展到成熟期，AIGC将不再是高端玩家的游戏，而要满足大众市场的需求。同时，更加细分的应用场景，也需要更加定制化的芯片方案。届时，AIGC算力底座有可能从英伟达一家独大的局面逐渐向头部企业“百家争鸣”的割据战倾斜，从而压缩英伟达在该领域的盈利空间。

目前，英伟达在PC时代的老对手AMD、英特尔都在积极推进AI芯片的开发。

其中，AMD具有性价比优势。为了迎接数据中心时代，AMD开发了Instinct系列加速器，以应对高性能计算和人工智能工作负载。自2020年问世的AMD Instinct MI100，到AMD CEO苏姿丰在CES 2023展示的MI300，AMD在加速器方面表现出强烈的进取意志。作为一家以性价比著称的公司，其Instinct M210在发布时的报价约为1.7万美元，而英伟达如今的主力军H100则超过4万美元，在Twitter上具体表现为3.9-4.6万元不等。

AMD InstictMI300

来源：AMD

同时，相比市场主流的GPU方案，AMD的异构计算平台或许能在AI算力竞争中实现“以柔克刚”的效果。赛迪顾问集成电路中心首席一级研究员、高级工程师池宪念对《中国电子报》记者表示，一款AI芯片的技术含量，不仅取决于算力，可编辑性、灵活性、功耗、成本等诸多因素也是企业能否在AI芯片领域展现实力的关键。从技术角度来看，并非所有挑战者都会与英伟达“硬碰硬”，他们更多是采用“以柔克刚”的策略。例如，AMD对CPU和GPU进行的异构结合可实现更高的计算性能和能效，以满足更复杂的计算需求。

近期在德国汉堡举行的高性能计算展上，英特尔披露了公司未来AI算力战略部署的最新细节。对于市场上最关心的下一代Max系列GPU芯片Falcon Shores，英特尔给出了一系列参数预告：高带宽内存（HBM3）规格将达到288GB，支持8bit浮点运算，总带宽可达9.8TB/秒。英特尔也表示，公司已经接近完成向美国阿贡国家实验室交付基于Ponte Vecchio的Aurora超级计算机。

同时，AIGC的普及，需要云端与终端算力的协同。英特尔在PC端的扎实基础，使其在终端方向上的AI市场充满想象力。在5月30日举办的“AI on PC的规模化发展技术趋势”沟通会上，英特尔表示：“很多人觉得如今AI应用主要在云端运行，根据我们的观察，AI也越来越多地在终端侧运行。”英特尔在最新发布的Meteor Lake中使用了CPU + GPU + VPU的模式，更加聚焦于个体的AI使用场景：“并非所有的AI训练都需要十分强大的算力——在延迟计算方面，也许用轻量化的VPU会更加有效。”

Meteor Lake内含GPU与AI加速器

来源：英特尔

谷歌、亚马逊、微软步步紧逼

当ChatGPT等生成式AI迈向不同的发展阶段，按照业务特点定制AI芯片是更经济的选择。赛迪顾问集成电路中心一级研究员邓楚翔告诉《中国电子报》记者，随着ChatGPT技术不断成熟推进、算法优化普及，在特定场景下具有高于GPU的算力和低于CPU的功耗的ASIC更具备竞争优势。

定制化的AI芯片，也符合头部云厂商普遍想从芯片层、框架层、模型层一直做到应用层，实现产业链闭环的意愿。无论国际的谷歌、微软、亚马逊，还是国内的百度、阿里，都推出了自己的算力芯片。为了让芯片层更加贴合自己的框架模型，科技企业会不断提升软硬件的契合度，进一步提升自研芯片的比例。

在这种趋势下，谷歌、亚马逊等云厂商，推出了自研的算力芯片，微软也将自研AI芯片提上日程。

投资OpenAI的微软，在训练及推理方面对AI芯片的算力有巨大需求。微软与英伟达也发布消息，将联手开发人工智能超级计算机，由英伟达向微软提供支撑微软Azure云计算机所需的高性能GPU，用于AI应用开发和客户服务。但是，ChatGPT所需的算力有3640PF-days之多，假如每秒计算一千万亿次，需要计算3640天。微软将数万台英伟达A100连起来才实现了OpenAI的超算；而英伟达提供的云端AI服务，租赁费则高达每月3.7万美金。

为降低成本，也降低对英伟达的技术依赖，微软需要摸索一条更加独立的道路。The Information的报告显示，微软一直在努力打造定制化的AI处理器，项目代号为“雅典娜（Athena）”。有知情人士爆料，该项目自2019年开始孵化，如果能够成功产出与英伟达GPU性能相近的芯片，将节约近三分之二的算力成本。报道称，微软的新芯片将于2024年推出。

同样，谷歌的云服务平台也是英伟达的重要客户之一。3月21日，谷歌云与英伟达宣布合作。英伟达CEO黄仁勋表示：“生成式 AI 的火热，激发了科技企业转向云计算来支持自身业务模式的热潮。我们正在与谷歌云一起，帮助他们以更容易的方式获取所需要的功能，并创造新的工具和应用。”

TPUv4与英伟达A100的功耗对比

图片来源：TPU v4: An Optically Reconfigurable Supercomputer for Machine Learning with Hardware Support for Embeddings

谷歌于2020年推出了TPUv4，又在今年公开了关于TPUv4的更多技术细节。谷歌发布的论文显示，在MLPerf基准测试中，TPUv4在功耗等方面表现得比英伟达A100更加出色。这背后更多的，是英伟达CUDA支持的GPU和谷歌定制的TPU（张量处理单元）两种不同算法之间的较量。在英伟达的H100已经建立AI芯片统治地位的今天，谷歌也透露出自己拥有“未来芯片的生产线”，表示了与之抗衡的决心。