原文來源:雷科技![](https://img-cdn.gateio.im/resized-social/moments-bab2147faf-c14a25ae79-dd1a6f-69ad2a) 圖片來源:由無界AI生成英偉達現在的日子過得可是十分滋潤,從虛擬幣熱潮到AI大模型時代,英偉達在過去數年裡的發展速度超過了此前的任何一個時期,也助推這家芯片企業的市值成功衝破1萬億美元的大關。不過,相較於虛擬幣這種空中樓閣般的虛擬經濟,AI大模型所帶來的“真實需求”,才是英偉達衝破萬億美元市值大關的核心推手,英偉達的H100據悉從訂購到送貨所需的時間已經長達數月之,現貨的溢價一度接近100%。但是,英偉達的好日子或許並不長久,隨著AI大模型被確認為一條“康莊大道”,各大企業在加緊購買英偉達的顯卡,搭建自己的訓練服務器之餘,看著如洩洪般流出的資金,也是打起了自己的小算盤。近日,**OpenAI宣布將會開始自研AI晶片,以降低對英偉達的依賴,無獨有偶,正在搭建大型AI伺服器的微軟,同樣也發布了自己的AI晶片計劃。 **有趣的是,雖然OpenAI現在名義上屬於微軟陣營(微軟先前已完成對OpenAI的收購),但是OpenAI與微軟似乎沒有共享晶片計畫的打算。而在OpenAI和微軟之外,還有不少廠商也在蠢蠢欲動。# **四面楚歌**想要支撐一個大型資料中心的花銷並不低,光前期硬體投入就以「億」為單位,微軟前段時間公佈的歐洲資料中心計劃,初步投入就高達5億美元,還沒有包括後續的維護等費用。而5億美元中,除了基礎建設等花銷外,最大的開支就是用以購買英偉達生產的專業計算卡。根據前段時間的分析,英偉達的晶片成本與售價相差可能超過10倍,以最受大企業追捧的H100為例,計算卡的成本約為2000-2500美元,而官方售價則超過25000美元。不管是為了節省開支還是在這個新興市場吃口肉,自己的AI晶片研發計畫實施已然迫在眉睫。 **從目前已知的資訊來看, 英特爾、AMD等半導體巨頭都已經公佈了新一輪的AI芯片研發計劃,英特爾以CPU為突破口,另闢蹊徑打造另一種AI芯片,甚至已經對外發布了初代產品,AMD則試圖挑戰英偉達在GPU領域的地位。 **傳統半導體巨頭試圖分一杯羹並不讓人感到奇怪,更能引起英偉達注意的是OpenAI和微軟宣布將啟動AI芯片研發計劃,作為最核心的兩大用戶,如果他們拋棄英偉達,顯然會對英偉達的生態地位和營收造成嚴重的影響。OpenAI的晶片計畫在近期才首次曝光,對於一個AI企業而言,我對OpenAI的晶片研發能力是抱持疑惑的。而且,從OpenAI近期發布招募資訊來看,他們正在從零開始搭建一個研發團隊,想要拿出初步成果可能至少也要等到一年後,而且大概率是無法與英偉達的旗艦晶片抗衡的。相對而言,微軟的晶片計畫更讓人在意,微軟在晶片領域的投入其實一直不低,近年來也拿出了不少的產品,**而在近期曝光的代號「雅典娜」的晶片,據內部消息指出早在2019年就已經開始研發,目前已經進入試生產階段。 **據悉,OpenAI已經秘密測試過雅典娜晶片,作為一款專為訓練和運行大型模型所設計的晶片在性能等方面的表現都非常不錯,至少可以與亞馬遜、谷歌等企業的主流晶片媲美。當然,雅典娜的性能肯定是無法與英偉達的旗艦晶片媲美,但是卻能夠讓微軟擁有更大的主動權,讓英偉達在供應芯片的報價上稍微收斂一些。而且,雅典娜只是微軟的第一顆專業AI晶片,超過20億美元的研發投資顯然不會只產出一個成果。作為OpenAI的最大金主,微軟大概率會要求OpenAI為雅典娜晶片提供測試和部署環境,畢竟亞馬遜和谷歌都是這麼做的。早在微軟之前,亞馬遜和Google就投資了不少的AI公司,**亞馬遜在為Anthropic提供40億美元資金支持的同時,也要求對方必須使用亞馬遜自研的兩款AI晶片。 **当头部AI公司都开始转而使用其他芯片或是自研芯片时,势必会对整个AI行业的硬件选择造成显著影响,这恰恰是英伟达不想看到的,英伟达又会如何应对?# **英偉達的對策**AI大模型的魅力,讓許多科技公司都沉浸其中,甚至有人認為這就是下一次工業革命的開端。當然,我們先不討論到底有多少項新的技術,被冠以「工業革命開端」這樣的名號,至少從目前的發展路線來看,AI大模型應該是近年來與普通人關係最密切的技術進步。與一般人關係密切,這意味著這項技術有著非常廣大的應用市場,而且可以快速推廣商用帶來利潤。從技術誕生到落地商用,很少有哪項技術的進展速度能夠與AI大模型媲美,從ChatGPT公佈並開放使用,到各種AI大模型如雨後春筍般現身並開放,整個過程在短短一年不到的時間中就完成。從生產力到娛樂、消費、旅行、教育,AI大模型已經落地了眾多的應用,正因如此,一些有實力的企業也在加緊建造自己的資料中心和運算中心,以便部署和訓練更大規模的AI模型,讓自己在競爭中處於優勢。**隨著AI市場進入群雄逐鹿階段,企業也在尋求更有效率的訓練方式和更強大的模型,除了在演算法等方面進行優化,運算能力更強的專業計算卡也是必須的。 **所以,英偉達的對策其實很簡單,穩住研發團隊,推出遙遙領先其他廠商的AI晶片。硬體效能就是英偉達最大的優勢,不管是亞馬遜還是微軟,只要他們想在效能和能耗之間尋找到一個最佳平衡,英偉達就是他們的首要選擇。刺激廠商使用自研晶片的原因無非兩個,一是英偉達的晶片價格過高,二是供應有限需要等待備貨,對廠商的擴張計畫造成影響。目前來看,英偉達的產能正在逐漸攀升,加之採購量逐漸下降,應該很快就會達到供需平衡的階段。那麼唯一的問題就是價格了,考慮到英偉達的成本與售價有著近10倍的差距,降價的空間應該會很充裕。**個人認為,只要英偉達願意降低售價,那麼對於許多企業而言,購買英偉達的專業計算卡搭建高效能資料中心仍然是一個划算的買賣。 **至於自研晶片?實際上,資料中心根據規模和用途,所需的晶片類型也會有所不同,一些對效能要求較低的資料中心,用自研晶片建造就很合適。簡單來說,訓練、開發中心用英偉達的專業計算卡,提高訓練效率,而面向普通用戶的資料中心則使用自研或其他晶片,降低建造成本及後續的維護費用,隨著AI模型的應用範圍擴大,企業顯然也需要在全球各地建造更多的資料中心,以便就近響應用戶的使用需求。所以,英偉達先前累積下來的優勢,即使在未來也不會輕易丟失,只是隨著其他企業的入局,英偉達的話語權會面向降低,在產品定價等方面,可能會讓渡出部分利潤來維持市場份額。不過相較於以往的神仙打架,凡人遭殃,這次眾AI企業圍攻“光明頂”,倒是能夠讓中小型AI公司得到更低廉的數據中心部署方案。
AI晶片下半場:群雄圍攻英偉達
原文來源:雷科技
圖片來源:由無界AI生成
英偉達現在的日子過得可是十分滋潤,從虛擬幣熱潮到AI大模型時代,英偉達在過去數年裡的發展速度超過了此前的任何一個時期,也助推這家芯片企業的市值成功衝破1萬億美元的大關。
不過,相較於虛擬幣這種空中樓閣般的虛擬經濟,AI大模型所帶來的“真實需求”,才是英偉達衝破萬億美元市值大關的核心推手,英偉達的H100據悉從訂購到送貨所需的時間已經長達數月之,現貨的溢價一度接近100%。
但是,英偉達的好日子或許並不長久,隨著AI大模型被確認為一條“康莊大道”,各大企業在加緊購買英偉達的顯卡,搭建自己的訓練服務器之餘,看著如洩洪般流出的資金,也是打起了自己的小算盤。
近日,**OpenAI宣布將會開始自研AI晶片,以降低對英偉達的依賴,無獨有偶,正在搭建大型AI伺服器的微軟,同樣也發布了自己的AI晶片計劃。 **有趣的是,雖然OpenAI現在名義上屬於微軟陣營(微軟先前已完成對OpenAI的收購),但是OpenAI與微軟似乎沒有共享晶片計畫的打算。
而在OpenAI和微軟之外,還有不少廠商也在蠢蠢欲動。
四面楚歌
想要支撐一個大型資料中心的花銷並不低,光前期硬體投入就以「億」為單位,微軟前段時間公佈的歐洲資料中心計劃,初步投入就高達5億美元,還沒有包括後續的維護等費用。而5億美元中,除了基礎建設等花銷外,最大的開支就是用以購買英偉達生產的專業計算卡。
根據前段時間的分析,英偉達的晶片成本與售價相差可能超過10倍,以最受大企業追捧的H100為例,計算卡的成本約為2000-2500美元,而官方售價則超過25000美元。
不管是為了節省開支還是在這個新興市場吃口肉,自己的AI晶片研發計畫實施已然迫在眉睫。 **從目前已知的資訊來看, 英特爾、AMD等半導體巨頭都已經公佈了新一輪的AI芯片研發計劃,英特爾以CPU為突破口,另闢蹊徑打造另一種AI芯片,甚至已經對外發布了初代產品,AMD則試圖挑戰英偉達在GPU領域的地位。 **
傳統半導體巨頭試圖分一杯羹並不讓人感到奇怪,更能引起英偉達注意的是OpenAI和微軟宣布將啟動AI芯片研發計劃,作為最核心的兩大用戶,如果他們拋棄英偉達,顯然會對英偉達的生態地位和營收造成嚴重的影響。
OpenAI的晶片計畫在近期才首次曝光,對於一個AI企業而言,我對OpenAI的晶片研發能力是抱持疑惑的。而且,從OpenAI近期發布招募資訊來看,他們正在從零開始搭建一個研發團隊,想要拿出初步成果可能至少也要等到一年後,而且大概率是無法與英偉達的旗艦晶片抗衡的。
相對而言,微軟的晶片計畫更讓人在意,微軟在晶片領域的投入其實一直不低,近年來也拿出了不少的產品,**而在近期曝光的代號「雅典娜」的晶片,據內部消息指出早在2019年就已經開始研發,目前已經進入試生產階段。 **
據悉,OpenAI已經秘密測試過雅典娜晶片,作為一款專為訓練和運行大型模型所設計的晶片在性能等方面的表現都非常不錯,至少可以與亞馬遜、谷歌等企業的主流晶片媲美。
當然,雅典娜的性能肯定是無法與英偉達的旗艦晶片媲美,但是卻能夠讓微軟擁有更大的主動權,讓英偉達在供應芯片的報價上稍微收斂一些。而且,雅典娜只是微軟的第一顆專業AI晶片,超過20億美元的研發投資顯然不會只產出一個成果。
作為OpenAI的最大金主,微軟大概率會要求OpenAI為雅典娜晶片提供測試和部署環境,畢竟亞馬遜和谷歌都是這麼做的。早在微軟之前,亞馬遜和Google就投資了不少的AI公司,**亞馬遜在為Anthropic提供40億美元資金支持的同時,也要求對方必須使用亞馬遜自研的兩款AI晶片。 **
当头部AI公司都开始转而使用其他芯片或是自研芯片时,势必会对整个AI行业的硬件选择造成显著影响,这恰恰是英伟达不想看到的,英伟达又会如何应对?
英偉達的對策
AI大模型的魅力,讓許多科技公司都沉浸其中,甚至有人認為這就是下一次工業革命的開端。當然,我們先不討論到底有多少項新的技術,被冠以「工業革命開端」這樣的名號,至少從目前的發展路線來看,AI大模型應該是近年來與普通人關係最密切的技術進步。
與一般人關係密切,這意味著這項技術有著非常廣大的應用市場,而且可以快速推廣商用帶來利潤。從技術誕生到落地商用,很少有哪項技術的進展速度能夠與AI大模型媲美,從ChatGPT公佈並開放使用,到各種AI大模型如雨後春筍般現身並開放,整個過程在短短一年不到的時間中就完成。
從生產力到娛樂、消費、旅行、教育,AI大模型已經落地了眾多的應用,正因如此,一些有實力的企業也在加緊建造自己的資料中心和運算中心,以便部署和訓練更大規模的AI模型,讓自己在競爭中處於優勢。
**隨著AI市場進入群雄逐鹿階段,企業也在尋求更有效率的訓練方式和更強大的模型,除了在演算法等方面進行優化,運算能力更強的專業計算卡也是必須的。 **所以,英偉達的對策其實很簡單,穩住研發團隊,推出遙遙領先其他廠商的AI晶片。
硬體效能就是英偉達最大的優勢,不管是亞馬遜還是微軟,只要他們想在效能和能耗之間尋找到一個最佳平衡,英偉達就是他們的首要選擇。刺激廠商使用自研晶片的原因無非兩個,一是英偉達的晶片價格過高,二是供應有限需要等待備貨,對廠商的擴張計畫造成影響。
目前來看,英偉達的產能正在逐漸攀升,加之採購量逐漸下降,應該很快就會達到供需平衡的階段。那麼唯一的問題就是價格了,考慮到英偉達的成本與售價有著近10倍的差距,降價的空間應該會很充裕。
**個人認為,只要英偉達願意降低售價,那麼對於許多企業而言,購買英偉達的專業計算卡搭建高效能資料中心仍然是一個划算的買賣。 **至於自研晶片?實際上,資料中心根據規模和用途,所需的晶片類型也會有所不同,一些對效能要求較低的資料中心,用自研晶片建造就很合適。
簡單來說,訓練、開發中心用英偉達的專業計算卡,提高訓練效率,而面向普通用戶的資料中心則使用自研或其他晶片,降低建造成本及後續的維護費用,隨著AI模型的應用範圍擴大,企業顯然也需要在全球各地建造更多的資料中心,以便就近響應用戶的使用需求。
所以,英偉達先前累積下來的優勢,即使在未來也不會輕易丟失,只是隨著其他企業的入局,英偉達的話語權會面向降低,在產品定價等方面,可能會讓渡出部分利潤來維持市場份額。
不過相較於以往的神仙打架,凡人遭殃,這次眾AI企業圍攻“光明頂”,倒是能夠讓中小型AI公司得到更低廉的數據中心部署方案。