巨頭“火拼”AI芯片！AMD力抗英偉達(dá)

圖源：攝圖網(wǎng)

作者|弗雷迪 來源|格隆匯APP(ID：hkguruclub)

人工智能浪潮席卷近半年，也讓英偉達(dá)一把推開了美股萬億俱樂部的大門。

當(dāng)初只是想在游戲圖像計(jì)算上分一杯羹的英偉達(dá)，沒想到在二十多年后成為AI計(jì)算的領(lǐng)軍者，幾乎壟斷了整個(gè)AI服務(wù)器芯片市場。

上一個(gè)摧枯拉朽般占領(lǐng)服務(wù)器市場的是英特爾，但它的CPU在高性能計(jì)算上敗給了英偉達(dá)的GPU。同時(shí)，英特爾在芯片制程技術(shù)上也落后于臺積電，其產(chǎn)品戰(zhàn)略一直處于被動(dòng)狀態(tài)。相比之下，領(lǐng)先的英偉達(dá)已經(jīng)一騎絕塵，而AMD也在后面緊追不舍，直抄英特爾的老窩。

隨著英偉達(dá)的成功，下一代芯片研發(fā)方向更聚焦在如何深度結(jié)合AI模型上來，選擇不僅僅只有GPU，因?yàn)樘岣咚懔Φ母甙捍鷥r(jià)絕大部分要?dú)w功于AI芯片，所以英偉達(dá)在模型訓(xùn)練芯片端的領(lǐng)先地位無疑會(huì)遭受挑戰(zhàn)，英特爾、AMD、高通等企業(yè)開始摩拳擦掌，做好準(zhǔn)備。

那么，在AI芯片，會(huì)有下一個(gè)英偉達(dá)嗎？

01

AI芯片必須先過一道檻

按照部署位置，AI芯片可以分為云端、終端和邊緣側(cè)；按照任務(wù)劃分又可以分為訓(xùn)練芯片和推理芯片。云端就是在數(shù)據(jù)中心進(jìn)行模型訓(xùn)練，芯片需要支撐大量的數(shù)據(jù)運(yùn)算，終端和邊緣側(cè)對算力要求稍弱一些，但要求快速響應(yīng)的能力和低功耗，英偉達(dá)霸占了訓(xùn)練芯片這一領(lǐng)域，不過推理方面不乏比GPU更合適的芯片。

性能各異的專用AI芯片包括GPU、ASIC、FPGA、NPU等，可以簡稱為XPU，名稱的不同反映了各自架構(gòu)層面上的差異。專用AI芯片在所擅長的領(lǐng)域里有匹配GPU的能力，雖然少了可擴(kuò)展性，但在效能和算力上領(lǐng)先更通用的GPU，盡管后者能做更多的事情。

這就回到了當(dāng)初CPU在機(jī)器學(xué)習(xí)領(lǐng)域被棄用的邏輯，將來是否會(huì)有一款新的芯片可以對GPU發(fā)起沖擊？

目前全球大廠們都尤愛造芯，不過通用芯片人家沒必要自己做，只會(huì)切合自己重要的業(yè)務(wù)方向來布局。

比如谷歌的TPU采用了ASIC，只針對卷積神經(jīng)網(wǎng)絡(luò)的加速器，特斯拉的Dojo是專門用于FSD的機(jī)器視覺分析芯片，以及國內(nèi)百度、阿里也花費(fèi)大量精力在自研芯片上。

一直以來，專用處理器并未真正給GPU帶來過威脅，這主要與市場容量，資金投入，摩爾定律形成的正向循環(huán)有關(guān)。

根據(jù)IDC數(shù)據(jù)，21年中國AI芯片市場里，GPU占據(jù)89%的份額；NPU處理速度比GPU快上10倍，占據(jù)9.6%的份額，ASIC和FPGA占比較小，市場份額分別1%和0.4%。

過去三十年，臺積電、三星等晶圓代工廠的崛起塑造了分工專業(yè)化的趨勢，設(shè)備和先進(jìn)制程的技術(shù)進(jìn)步允許像英偉達(dá)、高通等芯片設(shè)計(jì)企業(yè)一展身手，也讓蘋果、谷歌等科技大廠開始用芯片定義產(chǎn)品和服務(wù)，專用芯片設(shè)計(jì)的土壤是肥沃的，大家都是受益者。

在競爭對手看來，GPU并非專門為機(jī)器學(xué)習(xí)而設(shè)計(jì)的芯片，之所以能成功，主要在于結(jié)合框架軟件層形成的復(fù)雜生態(tài)，提高了芯片的通用性。

實(shí)際上，自2012年以來，每年頭部訓(xùn)練模型算力需求按10倍在增長，一直在逼近摩爾定律下的算力極限。

而從11年Tesla M2090開始，數(shù)據(jù)中心產(chǎn)品GPU一直在更新迭代，先后推出Volta、Ampere、Hopper等針對高性能訓(xùn)練計(jì)算和AI訓(xùn)練的架構(gòu)，保持每兩年推出一代新產(chǎn)品的速度，浮點(diǎn)算力也從7.8 TFLOPS增至30 TFLOPS，漲幅接近4倍。

最新的H100，甚至已經(jīng)把大模型訓(xùn)練的時(shí)間從一周縮短至一天。

基于英偉達(dá)在AI芯片領(lǐng)域的高份額，可以說，過去AI模型訓(xùn)練的算力增長主要由英偉達(dá)的GPU系列所支撐，這形成了一個(gè)正向反饋，隨著芯片出貨規(guī)模的增長，攤平了英偉達(dá)芯片的開發(fā)成本。

相比較未來的算力需求，一款通用芯片的技術(shù)迭代最終也會(huì)逐漸放緩，專用處理器只有跑通這個(gè)正向循環(huán)，才有可能在成本上與通用芯片們并駕齊驅(qū)。

不過難度在于，專用處理器僅僅著力在細(xì)分市場，市場規(guī)模根本比不上通用市場，相對于通用芯片的每單位性能提升，往往需要花上更長的時(shí)間，或者更大的出貨量來攤薄成本，可是隨著AI在應(yīng)用場景中加速滲透，未來AI芯片的開支也會(huì)大幅增長，專用AI芯片、 CPU、GPU有望成為三條并行的線。

根據(jù)Precedence Research，2022年全球AI芯片市場規(guī)模為168.6億美元，將以每年約30%的速度增長，預(yù)計(jì)到2032年達(dá)到約2274.8億美元。

02

三家分晉，如何分庭抗禮？

英偉達(dá)對算力的壟斷地位在如今大模型戰(zhàn)爭下加速強(qiáng)化，矛盾日益加劇，GPU采購需求超出臺積電和英偉達(dá)的預(yù)料，供應(yīng)不足，價(jià)格便水漲船高，繼續(xù)循環(huán)。

國內(nèi)外科技大廠們在選擇自研芯片上保持一致的態(tài)度，又或者，幫助其他芯片廠和英偉達(dá)競爭，刺激新的供給同時(shí)降低芯片成本。

上月初AMD盤中大漲12%，原因來自一則消息指出，微軟正在與AMD合作，資助后者向AI芯片擴(kuò)張，并與這家芯片制造商合作一款代號為Athena（雅典娜）的芯片，但之后微軟官方否認(rèn)了這一消息。

這讓人聯(lián)想到上世紀(jì)九十年代的“WINTEL”聯(lián)盟，互相成就了微軟在PC操作系統(tǒng)，以及英特爾在CPU的地位。此時(shí)的AMD，已經(jīng)成為了英特爾市場份額最強(qiáng)有力的威脅。

去年計(jì)算機(jī)市場經(jīng)受重創(chuàng)，企業(yè)服務(wù)器和消費(fèi)電子兩端的疲弱對CPU出貨量造成不小拖累，英特爾與AMD兩家公司均出現(xiàn)了30多年來最大的下滑，分別降低21%和19%。

雖然主業(yè)俱顯疲態(tài)，但行業(yè)的競爭格局卻再次發(fā)生了巨大變化。

據(jù)Passmark數(shù)據(jù)監(jiān)測，在數(shù)據(jù)中心市場，去年AMD的份額猛增至20%，搶走了英特爾（2022年，70.77%）接近1成的份額，而截止今年1月2日，AMD重新逼近40%，回到了2004年的水平。

AMD之所以得以窮追不舍，一方面是借助臺積電的力量，讓其產(chǎn)品組合不斷優(yōu)化，用于數(shù)據(jù)中心的EPYC Milan處理器采用率提高，去年這項(xiàng)業(yè)務(wù)營收增長64%。

另一方面則與競爭對手糟糕的戰(zhàn)略決策有關(guān)。過去十年，一直保持領(lǐng)先地位的英特爾在CPU上的創(chuàng)新乏善可陳，產(chǎn)品力相對競爭對手一路下滑。

當(dāng)初蘋果想要英特爾為初代iPhone開發(fā)手機(jī)CPU，CEO保羅·歐德寧因?yàn)閳?bào)價(jià)太低回絕，這位x86領(lǐng)頭羊錯(cuò)估了移動(dòng)端的機(jī)會(huì)。

除了戰(zhàn)略眼光不足，還有不斷跳票的產(chǎn)品推新計(jì)劃，英特爾是舊IDM時(shí)代的老頭，如今臺積電、三星領(lǐng)導(dǎo)著先進(jìn)制程的迭代，是CPU這類通用芯片繼續(xù)升級的基座，英特爾本身工藝技術(shù)的掉隊(duì)反噬著產(chǎn)品的更新節(jié)奏，更多的是“擠牙膏”式的添頭。從2021年高點(diǎn)至今，其市值削去了一半不止。

反觀AMD，則一路拓寬產(chǎn)品品類，追逐高性價(jià)比的策略，先后收購了ATI，Xilinx，成為第一家同時(shí)拿下CPU+GPU+FPGA的芯片廠商。2018年AMD在PC端的CPU制程首次彎道超車，市場份額開始加速提升，2019年聯(lián)手臺積電率先躍入7nm，在服務(wù)器端也實(shí)現(xiàn)制程超越，去年市值超過了英特爾。

前不久，AMD推出結(jié)合CPU+GPU雙架構(gòu)的Instinct MI 300正式進(jìn)軍AI訓(xùn)練端，這款芯片在規(guī)格和性能直接對標(biāo)了英偉達(dá)的Grace Hopper。

這是AMD管理層強(qiáng)調(diào)AI作為戰(zhàn)略重點(diǎn)后的重棋，與英偉達(dá)同時(shí)出租自家算力不同，AMD著力于構(gòu)建具有競爭力的芯片矩陣，與其正面交鋒，或?qū)脑茝S商的數(shù)據(jù)中心開始突破，預(yù)計(jì)今年四季度開始放量。

實(shí)際上，并不是這兩CPU巨頭打架，把英偉達(dá)晾在一邊，結(jié)果趕不上趟兒。

英特爾從2015年開始花巨資收購了一大批人工智能公司，如Altera、Mobileye、Nervana等，結(jié)果并沒有給業(yè)務(wù)帶來多少幫助，更像是養(yǎng)著這些公司等著刮彩票。

英特爾也一直計(jì)劃推出一款能媲美英偉達(dá)的GPU，只是計(jì)劃一直跳票。

2021年，英特爾曾宣布一款代號為“Ponte Vecchio”的旗艦GPU，用于數(shù)據(jù)中心，結(jié)果卻在交付上不斷拖延。作為繼任者，F(xiàn)alcon Shores GPU結(jié)合了x86 CPU和Xe GPU，也跳票到了2025年。

誠然，英偉達(dá)的成功并不只是硬件做得好，有別于英特爾過去硬件第一的路徑，英偉達(dá)GPU架構(gòu)保持了兩年一代的速度演進(jìn)，憑借著通用的計(jì)算框架構(gòu)筑起了軟件生態(tài)壁壘。

芯片發(fā)展歷程中，定義標(biāo)準(zhǔn)的贏家往往強(qiáng)者恒強(qiáng)，要與英偉達(dá)分庭抗禮，性價(jià)比是必需砝碼，生態(tài)圈同樣關(guān)鍵。算力發(fā)展推動(dòng)AI進(jìn)步，還要倚仗這些廠商的競爭和互相超越。

在這些方面，無論是AMD、英特爾，還是其他的后來者大廠，都還有很長的路要走。（全文完）

編者按：本文轉(zhuǎn)載自微信公眾號：格隆匯APP(ID：hkguruclub)，作者：弗雷迪