揭秘选用优质广告词的三大理由

shoujijinbi，tamenhuibangzhunishengcunzaimeiyicideduizhanguochengdangzhong，niyejiangyaoqufahuigengweiqiangjindeweili，rangnidenenglizhujianshangzhang；tikuquanmian，zhichibaikexiaofangdangzhengmeikuangjinrongyixuedenggexingyetiku。dancihekewenbujinkeyigendu，erqieruomouyidancihuojuzifayinmeitingqing，keyidianjigaidancihuojuzizhongxinlangdu。henrongyiwan，shixiuxianshijiandehaoshouyou。巨(ju)頭(tou)“火(huo)拼(pin)”AI芯(xin)片(pian)！AMD力(li)抗(kang)英(ying)偉(wei)達(da)

人(ren)工(gong)智(zhi)能(neng)浪(lang)潮(chao)席(xi)卷(juan)近(jin)半(ban)年(nian)，也(ye)讓(rang)英伟达壹(yi)把(ba)推(tui)開(kai)了(le)美(mei)股(gu)萬(wan)億(yi)俱(ju)樂(le)部(bu)的(de)大(da)門(men)。

當(dang)初(chu)只(zhi)是(shi)想(xiang)在(zai)遊(you)戲(xi)圖(tu)像(xiang)計(ji)算(suan)上(shang)分(fen)一杯(bei)羹(geng)的英伟达，沒(mei)想到(dao)在二(er)十(shi)多(duo)年後(hou)成(cheng)為(wei)AI计算的領(ling)軍(jun)者(zhe)，幾(ji)乎(hu)壟(long)斷(duan)了整(zheng)個(ge)AI服(fu)務(wu)器(qi)芯片市(shi)場(chang)。

上一个摧(cui)枯(ku)拉(la)朽(xiu)般(ban)占(zhan)领服务器市场的是英特(te)爾(er)，但(dan)它(ta)的CPU在高(gao)性(xing)能计算上敗(bai)給(gei)了英伟达的GPU。同(tong)時(shi)，英特尔在芯片制(zhi)程(cheng)技(ji)術(shu)上也落(luo)后於(yu)臺(tai)積(ji)電(dian)，其(qi)產(chan)品(pin)戰(zhan)略(lve)一直(zhi)處(chu)于被(bei)動(dong)狀(zhuang)態(tai)。相(xiang)比(bi)之(zhi)下(xia)，领先(xian)的英伟达已(yi)經(jing)一騎(qi)絕(jue)塵(chen)，而(er)AMD也在后面(mian)緊(jin)追(zhui)不(bu)舍(she)，直抄(chao)英特尔的老(lao)窩(wo)。

隨(sui)著(zhe)英伟达的成功(gong)，下一代(dai)芯片研(yan)發(fa)方(fang)向(xiang)更(geng)聚(ju)焦(jiao)在如(ru)何(he)深(shen)度(du)結(jie)合(he)AI模(mo)型(xing)上來(lai)，選(xuan)擇(ze)不僅(jin)仅只有(you)GPU，因(yin)为提(ti)高算力的高昂(ang)代價(jia)绝大部分要(yao)歸(gui)功于AI芯片，所(suo)以(yi)英伟达在模型訓(xun)練(lian)芯片端(duan)的领先地(di)位(wei)無(wu)疑(yi)會(hui)遭(zao)受(shou)挑(tiao)战，英特尔、AMD、高通(tong)等(deng)企(qi)業(ye)开始(shi)摩(mo)拳(quan)擦(ca)掌(zhang)，做(zuo)好(hao)準(zhun)備(bei)。

那(na)麽(me)，在AI芯片，会有下一个英伟达嗎(ma)？

01 AI芯片必(bi)須(xu)先過(guo)一道(dao)檻(kan)

按(an)照(zhao)部署(shu)位置(zhi)，AI芯片可(ke)以分为雲(yun)端、終(zhong)端和(he)邊(bian)緣(yuan)側(ce)；按照任(ren)务劃(hua)分又(you)可以分为训练芯片和推理(li)芯片。云端就(jiu)是在數(shu)據(ju)中(zhong)心(xin)進(jin)行(xing)模型训练，芯片需(xu)要支(zhi)撐(cheng)大量(liang)的数据運(yun)算，终端和边缘侧對(dui)算力要求(qiu)稍(shao)弱(ruo)一些(xie)，但要求快(kuai)速(su)響(xiang)應(ying)的能力和低(di)功耗(hao)，英伟达霸(ba)占了训练芯片這(zhe)一领域(yu)，不过推理方面不乏(fa)比GPU更合適(shi)的芯片。

性能各(ge)異(yi)的專(zhuan)用(yong)AI芯片包(bao)括(kuo)GPU、ASIC、FPGA、NPU等，可以簡(jian)稱(cheng)为XPU，名(ming)称的不同反(fan)映(ying)了各自(zi)架(jia)構(gou)層(ceng)面上的差(cha)异。专用AI芯片在所擅(shan)長(chang)的领域裏(li)有匹(pi)配(pei)GPU的能力，雖(sui)然(ran)少(shao)了可擴(kuo)展(zhan)性，但在效(xiao)能和算力上领先更通用的GPU，盡(jin)管(guan)后者能做更多的事(shi)情(qing)。

这就回(hui)到了当初CPU在機(ji)器學(xue)習(xi)领域被棄(qi)用的邏(luo)輯(ji)，將(jiang)来是否(fou)会有一款(kuan)新(xin)的芯片可以对GPU发起(qi)沖(chong)擊(ji)？

目(mu)前(qian)全(quan)球(qiu)大廠(chang)們(men)都(dou)尤(you)愛(ai)造(zao)芯，不过通用芯片人家(jia)没必要自己(ji)做，只会切(qie)合自己重(zhong)要的业务方向来布(bu)局(ju)。

比如谷(gu)歌(ge)的TPU采(cai)用了ASIC，只針(zhen)对卷积神(shen)经網(wang)絡(luo)的加(jia)速器，特斯(si)拉的Dojo是专门用于FSD的机器視(shi)覺(jiao)分析(xi)芯片，以及(ji)國(guo)內(nei)百(bai)度、阿(e)里也花(hua)費(fei)大量精(jing)力在自研芯片上。

一直以来，专用处理器並(bing)未(wei)真(zhen)正(zheng)给GPU帶(dai)来过威(wei)脅(xie)，这主(zhu)要與(yu)市场容(rong)量，資(zi)金(jin)投(tou)入(ru)，摩尔定(ding)律(lv)形(xing)成的正向循(xun)環(huan)有關(guan)。

根(gen)据IDC数据，21年中国AI芯片市场里，GPU占据89%的份(fen)額(e)；NPU处理速度比GPU快上10倍(bei)，占据9.6%的份额，ASIC和FPGA占比較(jiao)小(xiao)，市场份额分別(bie)1%和0.4%。

过去(qu)三(san)十年，台积电、三星(xing)等晶(jing)圓(yuan)代工厂的崛(jue)起塑(su)造了分工专业化(hua)的趨(qu)勢(shi)，設(she)备和先进制程的技术进步(bu)允(yun)許(xu)像英伟达、高通等芯片设计企业一展身(shen)手(shou)，也让蘋(ping)果(guo)、谷歌等科(ke)技大厂开始用芯片定義(yi)产品和服务，专用芯片设计的土(tu)壤(rang)是肥(fei)沃(wo)的，大家都是受益(yi)者。

在競(jing)爭(zheng)对手看(kan)来，GPU并非(fei)专门为机器学习而设计的芯片，之所以能成功，主要在于结合框(kuang)架軟(ruan)件(jian)层形成的復(fu)雜(za)生(sheng)态，提高了芯片的通用性。

實(shi)際(ji)上，自2012年以来，每(mei)年头部训练模型算力需求按10倍在增(zeng)长，一直在逼(bi)近摩尔定律下的算力極(ji)限(xian)。

而從(cong)11年Tesla M2090开始，数据中心产品GPU一直在更新叠(die)代，先后推出(chu)Volta、Ampere、Hopper等针对高性能训练计算和AI训练的架构，保(bao)持(chi)每兩(liang)年推出一代新产品的速度，浮(fu)點(dian)算力也从7.8 TFLOPS增至(zhi)30 TFLOPS，漲(zhang)幅(fu)接(jie)近4倍。

最(zui)新的H100，甚(shen)至已经把大模型训练的时間(jian)从一周(zhou)縮(suo)短(duan)至一天(tian)。

基(ji)于英伟达在AI芯片领域的高份额，可以說(shuo)，过去AI模型训练的算力增长主要由(you)英伟达的GPU系(xi)列(lie)所支撑，这形成了一个正向反饋(kui)，随着芯片出貨(huo)規(gui)模的增长，攤(tan)平(ping)了英伟达芯片的开发成本(ben)。

相比较未来的算力需求，一款通用芯片的技术迭代最终也会逐(zhu)漸(jian)放(fang)緩(huan)，专用处理器只有跑(pao)通这个正向循环，才(cai)有可能在成本上与通用芯片们并駕(jia)齊(qi)驅(qu)。

不过難(nan)度在于，专用处理器仅仅着力在細(xi)分市场，市场规模根本比不上通用市场，相对于通用芯片的每單(dan)位性能提升(sheng)，往(wang)往需要花上更长的时间，或(huo)者更大的出货量来摊薄(bo)成本，可是随着AI在应用场景(jing)中加速滲(shen)透(tou)，未来AI芯片的开支也会大幅增长，专用AI芯片、 CPU、GPU有望(wang)成为三條(tiao)并行的線(xian)。

根据Precedence Research，2022年全球AI芯片市场规模为168.6亿美元(yuan)，将以每年約(yue)30%的速度增长，預(yu)计到2032年达到约2274.8亿美元。

02 三家分晉(jin)，如何分庭(ting)抗禮(li)？

英伟达对算力的垄断地位在如今(jin)大模型战争下加速強(qiang)化，矛(mao)盾(dun)日(ri)益加劇(ju)，GPU采購(gou)需求超(chao)出台积电和英伟达的预料(liao)，供(gong)应不足(zu)，价格(ge)便(bian)水(shui)涨船(chuan)高，繼(ji)續(xu)循环。

国内外(wai)科技大厂们在选择自研芯片上保持一致(zhi)的态度，又或者，幫(bang)助(zhu)其他(ta)芯片厂和英伟达竞争，刺(ci)激(ji)新的供给同时降(jiang)低芯片成本。

上月(yue)初AMD盤(pan)中大涨12%，原(yuan)因来自一則(ze)消(xiao)息(xi)指(zhi)出，微(wei)软正在与AMD合作(zuo)，资助后者向AI芯片扩張(zhang)，并与这家芯片制造商(shang)合作一款代號(hao)为Athena（雅(ya)典(dian)娜(na)）的芯片，但之后微软官(guan)方否認(ren)了这一消息。

这让人聯(lian)想到上世(shi)紀(ji)九(jiu)十年代的“WINTEL”联盟(meng)，互(hu)相成就了微软在PC操(cao)作系統(tong)，以及英特尔在CPU的地位。此(ci)时的AMD，已经成为了英特尔市场份额最强有力的威胁。

去年计算机市场经受重創(chuang)，企业服务器和消费电子(zi)两端的疲(pi)弱对CPU出货量造成不小拖(tuo)累(lei)，英特尔与AMD两家公(gong)司(si)均(jun)出現(xian)了30多年来最大的下滑(hua)，分别降低21%和19%。

虽然主业俱顯(xian)疲态，但行业的竞争格局卻(que)再(zai)次(ci)发生了巨大變(bian)化。

据Passmark数据監(jian)測(ce)，在数据中心市场，去年AMD的份额猛(meng)增至20%，搶(qiang)走(zou)了英特尔（2022年，70.77%）接近1成的份额，而截(jie)止(zhi)今年1月2日，AMD重新逼近40%，回到了2004年的水平。

AMD之所以得(de)以窮(qiong)追不舍，一方面是借(jie)助台积电的力量，让其产品組(zu)合不断優(you)化，用于数据中心的EPYC Milan处理器采用率(lv)提高，去年这項(xiang)业务營(ying)收(shou)增长64%。

另(ling)一方面则与竞争对手糟(zao)糕(gao)的战略決(jue)策(ce)有关。过去十年，一直保持领先地位的英特尔在CPU上的创新乏善(shan)可陳(chen)，产品力相对竞争对手一路(lu)下滑。

当初苹果想要英特尔为初代iPhone开发手机CPU，CEO保羅(luo)·歐(ou)德(de)寧(ning)因为報(bao)价太(tai)低回绝，这位x86领头羊(yang)錯(cuo)估(gu)了移(yi)动端的机会。

除(chu)了战略眼(yan)光(guang)不足，還(hai)有不断跳(tiao)票(piao)的产品推新计划，英特尔是舊(jiu)IDM时代的老头，如今台积电、三星领導(dao)着先进制程的迭代，是CPU这類(lei)通用芯片继续升級(ji)的基座(zuo)，英特尔本身工藝(yi)技术的掉(diao)隊(dui)反噬(shi)着产品的更新節(jie)奏(zou)，更多的是“擠(ji)牙(ya)膏(gao)”式(shi)的添(tian)头。从2021年高点至今，其市值(zhi)削(xue)去了一半不止。

反觀(guan)AMD，则一路拓(tuo)寬(kuan)产品品类，追逐高性价比的策略，先后收购了ATI，Xilinx，成为第(di)一家同时拿(na)下CPU+GPU+FPGA的芯片厂商。2018年AMD在PC端的CPU制程首(shou)次彎(wan)道超車(che)，市场份额开始加速提升，2019年联手台积电率先躍(yue)入7nm，在服务器端也实现制程超越(yue)，去年市值超过了英特尔。

前不久(jiu)，AMD推出结合CPU+GPU雙(shuang)架构的Instinct MI 300正式进军AI训练端，这款芯片在规格和性能直接对標(biao)了英伟达的Grace Hopper。

这是AMD管理层强調(tiao)AI作为战略重点后的重棋(qi)，与英伟达同时出租(zu)自家算力不同，AMD着力于构建(jian)具(ju)有竞争力的芯片矩(ju)陣(zhen)，与其正面交(jiao)鋒(feng)，或将从云厂商的数据中心开始突(tu)破(po)，预计今年四(si)季(ji)度开始放量。

实际上，并不是这两CPU巨头打(da)架，把英伟达晾(liang)在一边，结果趕(gan)不上趟(tang)兒(er)。

英特尔从2015年开始花巨资收购了一大批(pi)人工智能公司，如Altera、Mobileye、Nervana等，结果并没有给业务带来多少帮助，更像是養(yang)着这些公司等着刮(gua)彩(cai)票。

英特尔也一直计划推出一款能媲(pi)美英伟达的GPU，只是计划一直跳票。

2021年，英特尔曾(zeng)宣(xuan)布一款代号为“Ponte Vecchio”的旗(qi)艦(jian)GPU，用于数据中心，结果却在交付(fu)上不断拖延(yan)。作为继任者，Falcon Shores GPU结合了x86 CPU和Xe GPU，也跳票到了2025年。

誠(cheng)然，英伟达的成功并不只是硬(ying)件做得好，有别于英特尔过去硬件第一的路徑(jing)，英伟达GPU架构保持了两年一代的速度演(yan)进，憑(ping)借着通用的计算框架构築(zhu)起了软件生态壁(bi)壘(lei)。

芯片发展歷(li)程中，定义标准的贏(ying)家往往强者恒(heng)强，要与英伟达分庭抗礼，性价比是必需砝(fa)碼(ma)，生态圈(quan)同樣(yang)关鍵(jian)。算力发展推动AI进步，还要倚(yi)仗(zhang)这些厂商的竞争和互相超越。

在这些方面，无論(lun)是AMD、英特尔，还是其他的后来者大厂，都还有很(hen)长的路要走。返(fan)回搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)辑：