英偉達(dá)算力壟斷能否被打破？各大廠商下場展開自研AI芯片競賽

據(jù)市場研究公司Omdia披露，2023年第二季度，英偉達(dá)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3公斤，因此英偉達(dá)在第二季度出貨了30多萬塊H100。

以ChatGPT為首的生成式AI工具在全球范圍內(nèi)掀起了一股熱潮，拉升了對(duì)英偉達(dá)H100、A100、H800和A800等高性能GPU的需求，這使得該公司在全球AI GPU市場拿下達(dá)90%的市占率。隨著英偉達(dá)從生成式人工智能熱潮中獲利，該公司未來一年的出貨量將加速增長，預(yù)計(jì)今年有望銷售約3600噸H100 GPU，相當(dāng)于大約120萬塊。

對(duì)抗英偉達(dá)

市面上的大模型越來越多，對(duì)算力的需求量爆炸式增長：對(duì)于云廠商來說，只能不斷的堆服務(wù)器；對(duì)于大模型開發(fā)者來說，對(duì)算力的需求也在趨緊。自英偉達(dá)發(fā)布大模型專用GPU并量產(chǎn)供貨后，據(jù)行業(yè)內(nèi)部消息稱，由于市場需求遠(yuǎn)大于產(chǎn)能供應(yīng)，2023年英偉達(dá)H100的產(chǎn)量早已銷售一空，現(xiàn)在交錢訂購，至少要到2024年中才能拿到貨。

英偉達(dá)GPU芯片不光不愁賣，利潤率還高得嚇人。美國金融機(jī)構(gòu)Raymond James在報(bào)告中透露，H100芯片成本約3320美元，但英偉達(dá)對(duì)其客戶的批量價(jià)格仍然高達(dá)2.5萬-3萬美元。這一點(diǎn)從季度財(cái)報(bào)中也能得到充分印證，英偉達(dá)Q2財(cái)季凈利潤高達(dá)61.8億美元，同比上升843%。

英偉達(dá)井噴式的業(yè)績增長和長期展望表明AI需求并非曇花一現(xiàn)，AI芯片行業(yè)涵蓋了芯片設(shè)計(jì)、制造和應(yīng)用等多個(gè)領(lǐng)域。AI芯片的出現(xiàn)讓大規(guī)模的數(shù)據(jù)效率大大提升，技術(shù)升級(jí)帶來巨大的生產(chǎn)力飛躍，也正在對(duì)各個(gè)產(chǎn)業(yè)帶來革命性改變，甚至產(chǎn)業(yè)邏輯也需要被重估。

巨大的市場空間，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(zhàn)役正愈演愈烈。

不管是為了降低成本，還是減少對(duì)英偉達(dá)的依賴、提高議價(jià)能力，在AI芯片市場要對(duì)抗英偉達(dá)，其他廠商當(dāng)前只能抓住英偉達(dá)的產(chǎn)能仍較低的窗口期進(jìn)行布局。

AMD

作為英偉達(dá)的最大競爭對(duì)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(duì)標(biāo)英偉達(dá)H100芯片，專門面向生成式AI推出的加速器，采用了8個(gè)GPU Chiplet加4個(gè)I/O內(nèi)存Chiplet的設(shè)計(jì)，總共12個(gè)5nm Chiplet封裝在一起，使其集成的晶體管數(shù)量達(dá)到了1530億，高于英偉達(dá)H100的800億晶體管。

與英偉達(dá)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(yùn)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(jì)1.5TB的HBM3內(nèi)存。

蘇姿豐表示，隨著模型參數(shù)規(guī)模越來越大，就需要更多的GPU來運(yùn)行。而隨著AMD芯片內(nèi)存的增加，開發(fā)人員將不再需要那么多數(shù)量的GPU，能夠?yàn)橛脩艄?jié)省成本。盡管AMD也在加速布局，但要量產(chǎn)，還要等到本財(cái)年第四季度。

英特爾

今年7月，英特爾面向中國市場推出了AI芯片Habana Gaudi 2，直接對(duì)標(biāo)英偉達(dá)的A100，是專為訓(xùn)練大語言模型而構(gòu)建，采用7nm制程，有24個(gè)張量處理器核心。數(shù)據(jù)顯示，從計(jì)算機(jī)視覺模型訓(xùn)練到1760億參數(shù)的BLOOMZ推理，Gaudi 2每瓦性能約A100的2倍，模型訓(xùn)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，接下來采用FP8軟件的Gaudi 2預(yù)計(jì)能夠提供比H100更高的性價(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(jì)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(jì)劃推出一個(gè)代號(hào)為Falcon Shores的繼任者。按照其最初規(guī)劃，F(xiàn)alcon Shores芯片為“XPU”設(shè)計(jì)，即集成CPU和GPU。但在上個(gè)月的財(cái)報(bào)會(huì)上，英特爾調(diào)整了Falcon Shores的計(jì)劃，將其重新定位為獨(dú)立GPU，并將于2025年發(fā)布。

其實(shí)在產(chǎn)品路線上，英特爾近年一直強(qiáng)調(diào)XPU，即多樣化、多組合的異構(gòu)計(jì)算。在AI相關(guān)的產(chǎn)品線上，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題之一：高能耗。通過集成大量的相變存儲(chǔ)單元實(shí)現(xiàn)更高效的計(jì)算和能效，據(jù)稱其能效比英偉達(dá)H100高出14倍。這對(duì)于大型模型的運(yùn)行來說尤為重要，因?yàn)檫@些大型模型通常需要更多的能量來運(yùn)行，意味著在相同的能量消耗下，它能夠完成更多的計(jì)算任務(wù)。

IBM聲稱其14nm模擬AI芯片每個(gè)組件可以編碼3500萬個(gè)相變存儲(chǔ)設(shè)備，可以建模多達(dá)1700萬個(gè)參數(shù)。同時(shí)，該芯片模仿了人腦的運(yùn)作方式，微芯片直接在內(nèi)存中執(zhí)行計(jì)算，適用于節(jié)能語音識(shí)別和轉(zhuǎn)錄。隨著技術(shù)的不斷發(fā)展，預(yù)計(jì)未來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A(yù)I專用芯片 —— 訓(xùn)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(yùn)行圖像識(shí)別、語音識(shí)別、自然語言處理、個(gè)性化和欺詐檢測等大規(guī)模機(jī)器學(xué)習(xí)推理應(yīng)用程序；2020年底，AWS推出專用于訓(xùn)練機(jī)器學(xué)習(xí)模型的Trainium。

2023年初，專為人工智能打造的Inferentia 2發(fā)布，將計(jì)算性能提高了三倍，加速器總內(nèi)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(shù)，這使其成為大規(guī)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)器中提供兩種類型芯片（標(biāo)準(zhǔn)計(jì)算芯片和用于訓(xùn)練與運(yùn)行機(jī)器學(xué)習(xí)模型的專用芯片）的云提供商，其在2015年收購以色列芯片設(shè)計(jì)公司Annapurna Labs為這些努力奠定了基礎(chǔ)。

谷歌

早在2013年，谷歌就已秘密研發(fā)一款專注于AI機(jī)器學(xué)習(xí)算法的芯片，并將其用在內(nèi)部的云計(jì)算數(shù)據(jù)中心中，以取代英偉達(dá)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(xí)模型執(zhí)行大規(guī)模矩陣運(yùn)算，例如用于自然語言處理、計(jì)算機(jī)視覺和推薦系統(tǒng)的模型，其最初專為谷歌的超級(jí)業(yè)務(wù)云計(jì)算數(shù)據(jù)中心而生。

實(shí)際上2020年，谷歌就在其數(shù)據(jù)中心部署了人工智能芯片TPU v4。不過直到今年4月4日，谷歌才首次公開了技術(shù)細(xì)節(jié) —— 相比TPU v3，TPU v4性能提升2.1倍；基于TPU v4的超級(jí)計(jì)算機(jī)擁有4096塊芯片，整體速度提高了約10倍。谷歌稱，對(duì)于類似大小的系統(tǒng)，谷歌能做到比Graphcore IPU Bow快4.3-4.5倍，比英偉達(dá)A100快1.2-1.7倍，功耗低1.3-1.9倍。

目前，谷歌已將負(fù)責(zé)AI芯片的工程團(tuán)隊(duì)轉(zhuǎn)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(duì)手微軟和亞馬遜云科技相抗衡。雖然英偉達(dá)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(tǒng)并沒有采購英偉達(dá)的GPU，而是選擇了谷歌的方案。

微軟

據(jù)The Information報(bào)道，微軟計(jì)劃在下個(gè)月的年度開發(fā)者大會(huì)上推出該公司首款為人工智能設(shè)計(jì)的芯片。2019年，微軟就開始在內(nèi)部開發(fā)代號(hào)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(xùn)練和運(yùn)行大型語言模型（LLM）的數(shù)據(jù)中心服務(wù)器設(shè)計(jì)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(biāo)是為OpenAI提供算力引擎，以替代昂貴的英偉達(dá)A100/H100，如果與英偉達(dá)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(guī)模推出，Athena將允許微軟內(nèi)部和OpenAI的團(tuán)隊(duì)同時(shí)訓(xùn)練和推理模型。

Meta

2022年，Meta還在主要使用CPU（中央處理器）和專為加速AI算法而設(shè)計(jì)的定制芯片組合來運(yùn)行其AI工作負(fù)載，然而效率往往并不如GPU。之后，Meta取消了在2022年大規(guī)模推出定制芯片的計(jì)劃，轉(zhuǎn)而訂購了價(jià)值數(shù)十億美元的英偉達(dá)GPU。

直到今年，Meta在5月19日公布了AI訓(xùn)練與推理芯片項(xiàng)目，稱其為“針對(duì)推理工作負(fù)載的內(nèi)部定制加速器芯片系列”。據(jù)介紹，MTIA芯片的功耗僅為25瓦，占英偉達(dá)等市場領(lǐng)先供應(yīng)商芯片功耗的一小部分，并使用了RISC-V（第五代精簡指令處理器）開源架構(gòu)。

OpenAI

路透社報(bào)道，至少從去年開始，OpenAI就已討論各種方案，以解決AI芯片短缺問題。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(dá)在內(nèi)的其他芯片制造商更密切地合作，以及在英偉達(dá)之外實(shí)現(xiàn)供應(yīng)商多元化。

對(duì)于OpenAI來說，自研芯片不僅能解決GPU的短缺問題，同時(shí)也將有效降低硬件運(yùn)行所需的成本，畢竟GPT-4的運(yùn)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上的自動(dòng)駕駛系統(tǒng)的芯片，自2019年開始，特斯拉就將車上的英偉達(dá)處理器換成了自研的融合高速運(yùn)算、AI等功能的FSD芯片。

Dojo D1芯片則是用于特斯拉超級(jí)計(jì)算機(jī)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A(yù)I訓(xùn)練芯片Dojo D1，以及基于該芯片構(gòu)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(tǒng)的訓(xùn)練和改進(jìn)，成為從汽車圈跑出來的強(qiáng)大對(duì)手。

英偉達(dá)鞏固地位

整體來看，當(dāng)英偉達(dá)的一些主要客戶開始自己開發(fā)AI芯片，無疑會(huì)讓英偉達(dá)面臨更為激烈的競爭。除了現(xiàn)有A100、H100等熱門產(chǎn)品出貨持續(xù)維持增長以外，英偉達(dá)也在持續(xù)發(fā)布多項(xiàng)用于AI和數(shù)據(jù)中心的新產(chǎn)品，以進(jìn)一步鞏固自身在AI領(lǐng)域的話語權(quán)和統(tǒng)治力。

值得注意的是，英偉達(dá)計(jì)劃每年都推出一代新的數(shù)據(jù)中心GPU架構(gòu)，例如明年將會(huì)使用H200來取代現(xiàn)有的H100。從NVIDIA新公布的官方路線圖來看，英偉達(dá)對(duì)指定日期持謹(jǐn)慎態(tài)度，這一點(diǎn)可能主要是因?yàn)榕c代工廠同步其計(jì)劃以及軟件部署準(zhǔn)備方面所面臨的挑戰(zhàn)。

路線圖顯示，英偉達(dá)準(zhǔn)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(dāng)然，這些所謂的GH200、GB200和GX200都是圖形處理器的代號(hào)，實(shí)際產(chǎn)品名稱應(yīng)該是H200、B100和X100等。

目前，英偉達(dá)的產(chǎn)能正在逐漸攀升，加之采購量逐漸放緩，應(yīng)該一段時(shí)間后就會(huì)達(dá)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(dá)的成本與售價(jià)有著近10倍的差距，降價(jià)的空間應(yīng)該很充裕。那么對(duì)于絕大多數(shù)的企業(yè)而言，采購英偉達(dá)的專業(yè)計(jì)算卡搭建高性能數(shù)據(jù)中心依舊是一個(gè)劃算的買賣。

而一些對(duì)性能要求較低的數(shù)據(jù)中心，相比之下用自研芯片建造會(huì)更合適：面向普通用戶的數(shù)據(jù)中心可以使用自研芯片，降低建造成本及后續(xù)的維護(hù)費(fèi)用。隨著AI模型的應(yīng)用范圍擴(kuò)大，企業(yè)顯然也需要在全球各地建設(shè)更多的數(shù)據(jù)中心，以便就近響應(yīng)用戶的使用需求。

雖然最有競爭力的MI300X采用了更大的192GB HBM3，但英偉達(dá)的產(chǎn)品也在迭代，等AMD正式發(fā)售MI300X時(shí)，英偉達(dá)可能也已經(jīng)推出了參數(shù)更強(qiáng)的產(chǎn)品；而且由于AMD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)有顯著的價(jià)格優(yōu)勢。

其次，MI300X沒有H100所擁有的用于加速Transformer大模型的引擎，這也意味著用同樣數(shù)量的MI300X將花費(fèi)更長的訓(xùn)練時(shí)間。MI300X可能更多是作為客戶買不到H100的“替代品”。

相較于硬件參數(shù)，最重要的是在軟件生態(tài)的建立和開發(fā)方面，英偉達(dá)的CUDA經(jīng)過十幾年積累已構(gòu)建其他競爭對(duì)手短時(shí)間難以逾越的壁壘。

從當(dāng)前進(jìn)程來看，英偉達(dá)此前積累下來的優(yōu)勢，即使在未來也不會(huì)輕易丟失。但是隨著其他企業(yè)的入局，英偉達(dá)的話語權(quán)也不會(huì)再那么強(qiáng)硬，在產(chǎn)品定價(jià)等方面，可能會(huì)讓渡出部分利潤來維持市場份額。

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