英特尔、谷歌和AMD同天发布新款AI芯片，谁能切走英伟达的蛋糕？- 大数跨境

首页

英特尔、谷歌和AMD同天发布新款AI芯片，谁能切走英伟达的蛋糕？

问芯

2024-04-10

导读：在生成式AI市场快速增长和巨大需求背景下，AI芯片领域的竞争正越来越激烈。

生成式 AI 市场还在迅猛增长。这种增长的背后离不开对高性能计算硬件，特别是英伟达 GPU 芯片的巨大需求。英伟达在 AI 浪潮的助推下，市值在短时间内超过 2 万亿美元，仅次于苹果和微软。

据数据统计公司 Statista 预测，预计 2024 年，生成式 AI 的市场规模将达到 666.2 亿美元，到 2030 年市场规模有望达到 2070 亿美元。

由于芯片对 AI 的重要性和英伟达的统治地位，传统半导体厂商和大型科技公司都在持续加码 AI 芯片领域，以期能从英伟达手中抢下一定市场份额，或者摆脱对其依赖。

当地时间 4 月 9 日，英特尔、AMD、谷歌在同一天都发布了相关 AI 芯片产品。

英特尔在其年度 Intel Vision 2024 会议上，推出了新的人工智能芯片 Gaudi 3。Gaudi 系列芯片来自于英特尔 2019 年以 20 亿美元收购的 AI 芯片初创公司 Habana Labs。

英特尔在会上介绍，Gaudi 3 采用 5nm 工艺（上代为 7nm），相比前代，Gaudi 3 加强了网络带宽，在处理 BF16 格式（被 AI 应用广泛使用）数据时性能提高了 4 倍；相同 AI 集群中部署的 Gaudi 3 芯片可以更快速地相互交换数据，一台服务器可以安装 8 个 Gaudi 3 芯片。

（来源：英特尔官网）

会上当然少不了要和英伟达芯片做对比。英特尔内部评估显示，与英伟达 H100 显卡相比，Gaudi 3 训练某些版本的 Llama 2 大语言模型速度要快 50%；推理速度比 H200 快 30%。H200 是 H100 的增强版本，专门针对大语言模型任务进行了优化。

英特尔也意识到了生态的重要性，它表示，正在与十几家合作伙伴共同创建企业级的 AI 开放平台，旨在为公司提供优化运行 AI 模型的系统，这些系统整合了多家供应商的软硬件。

Gaudi 3 芯片预计在今年第三季度全面上市，第二季度会提供给原始设备制造商（OEM），具体价格未透露。

在同一天，AMD 也更新了其 Versal 系列芯片。此次更新可能不是 AMD 产品的重点，并没有开专门的发布会，但也值得一提。新推出的 Versal AI Edge Series Gen 2 和 Versal Prime Series Gen 2 采用单芯片智能方案，集成了用于预处理、AI 推理和后处理的多种处理器，可为 AI 驱动的嵌入式系统提供端到端加速。

（来源：AMD 官网）

嵌入式系统是一种专门为某些特定任务而设计的计算系统，通常嵌入在更大的设备中以提供智能控制。如今随着嵌入式 AI、视频和控制应用的不断增长，对异构处理的需求越来越大。Versal 2 的集成方法不仅可以降低系统的复杂性和成本，还能提高能效和性能，使得嵌入式 AI 系统更加小巧、高效，同时缩短上市时间。

与初代相比，Versal 系列第 2 代产品组合能源效率提高3倍，新集成的 Arm CPU 的标量计算能力提高 10 倍。

Versal 第 2 代旨在满足自动驾驶、航空航天和国防、工业、医疗等行业的需求。该产品预计 2025 年底进行量产，在此之前会提供评估样品。

谷歌也于今日的 Google Cloud Next 2024 会议上发布了名为 Axion 的全新处理器，这是谷歌为数据中心设计的首款基于 Arm 架构的定制 CPU。

（来源：谷歌官网）

虽然 GPU 是训练 AI 模型的主力，但 CPU 在整个 AI 系统中也有其不可替代的作用。CPU 更擅长处理序列任务和复杂的控制流程。在一些场景下，如数据预处理、AI 模型的部署和推理，以及处理不能高效利用 GPU 并行能力的任务时，CPU 是更合适的选择。

相较于市面上最快的基于 Arm 的同类产品，Axion 的性能提升高达 30%。而比基于 x86 的产品，性能提升 50%，能效提高 60%。由于建立在标准的 Arm v9 架构和指令集上，大多数应用无需重写代码即可在 Axion 上运行。

Axion 今年晚些时候会提供给 Google Cloud 客户，基于 Axion 处理器的虚拟机将在未来几个月内提供预览。

值得一提的是，谷歌现有芯片中除了最新的 Axion，在此之前已经发布了五代张量处理器（TPU）。TPU 是谷歌为机器学习开发的专用集成电路，自 2015 年开始在内部使用，2018 年向第三方开放。长期以来，TPU 一直服务于谷歌YouTube、Gmail 和 Android 等诸多产品，并被用于训练谷歌 Gemini 大模型。最新版本是发布于 2023 年 12 月的 TPU v5p，性能接近英伟达 H100 芯片。

可以看到，AI 芯片领域的竞争正在加剧。面对英伟达在 AI 芯片市场的领先地位，英特尔、AMD 等传统半导体公司除了在技术上进行竞争，也在寻求合作伙伴，构建生态系统，努力提供更加完整的解决方案。

而谷歌以及亚马逊、微软和 Meta 等科技巨头，也出于各种考量纷纷定制自己的 AI 芯片。首先，这有助于它们控制成本。根据 CB Insights 发布的 2024 年生成式 AI 预测报告，一颗 H100 的制造成本大约为 3320 美元，但平均售价已经达到 3 万美元，最高售价甚至一度达到将近 10 万美元。自研芯片的成功，也能避免芯片短缺风险、降低依赖，并最终可以向使用其云服务的企业出售芯片。

此外，相比通用 GPU，定制化的 AI 芯片不仅能够提供更加专业和高效的服务，还能够根据特定需求进行快速迭代和优化。理论上，如果能够确保产量和降低成本，谷歌等公司应该能够提供比英伟达更好的产品。

如今，英伟达得益于其在性能、软件生态系统兼容性和市场影响力方面的综合优势，依然在 AI 芯片领域保持着明显的领先地位。其他厂商在不断追赶的同时，英伟达也并不会停滞不前。在刚刚过去的 3 月，该公司也发布了 Blackwell 全新架构的下一代 GPU。在新芯片的加持下，训练相同参数模型需要的 GPU 数量和消耗的电力都可以缩减约 4 倍。

AI 芯片的发展对半导体产业产生了长远影响，接下来的问题是，谁能从英伟达的嘴里切走一大块蛋糕？

参考：

https://www.intel.com/content/www/us/en/newsroom/news/vision-2024-gaudi-3-ai-accelerator.html

https://ir.amd.com/news-events/press-releases/detail/1189/amd-extends-leadership-adaptive-soc-portfolio-with-new

https://cloud.google.com/blog/products/compute/introducing-googles-new-arm-based-cpu

https://mp.weixin.qq.com/s/q5OT7YeQ8Q3HVdhprRJ6Ug

【声明】内容源于网络

问芯

AI、机器人和未来。

内容 628

粉丝 0

问芯 AI、机器人和未来。

总阅读45

粉丝0

内容628