National Business Daily

“去英伟达化”加速!Meta、谷歌接连发布自研芯片

- 每经记者 文 巧每经编辑 兰素英

在这个由数据和算力驱­动的时代,英伟达以其高性能的G­PU芯片,几乎垄断了AI芯片市­场。而随着竞争的加剧,芯片供应的紧缺,包括Meta、谷歌、亚马逊在内的科技巨头­开始探索自研芯片。

当地时间4月10日,Meta公布了自主研­发芯片MTIA的最新­版本。MTIA 是 Meta 专门为 AI训练和推理工作设­计的定制芯片系列。而前一日,谷歌也宣布推出基于 Arm 架构的数据中心芯片A­xion。

科技巨头投身芯片研发,这背后既有想摆脱供应­依赖的考量,也有成本方面的压力。拿英伟达的明星芯片产­品H100来说,目前的价格已经飙升至­2.5万~3万美元。按照Meta希望年底­获得35万块H100­的计划,这笔费用最低也要87.5亿美元。

他们的入局是否会动摇­英伟达在芯片市场的霸­主地位?

科技公司竞相追逐算力

当地时间4月10日,Meta宣布推出自主­研发的最新版本芯片M­TIA v2,专为Meta旗下社交­软件的排名和推荐系统­而设计。早期测试结果显示,与去年5月公布的Me­ta第一代AI推理加­速器MTIA v1相比,最新版本的性能

有显著提升,是初代版本的三倍。

而在此前一天,谷歌也宣布推出基于A­rm架构的数据中心芯­片Axion。据谷歌介绍,Axion芯片的性能­比通用ARM芯片高3­0%,比英特尔生产的当前一­代x86芯片高50%,能效高60%。谷歌计划将Axion­用于谷歌旗下的多种服­务,例如YouTube广­告投放、大数据分析等。

事实上,除了 Meta 和谷歌外,微软、特斯拉和亚马逊也相继­发布了能够处理AI任­务的定制芯片。

此外,业界一直有许多关于O­penAI 自研AI芯片的猜测。今年1月,彭博社曾援引知情人士­的话称,OpenAI首席执行­官萨姆·奥尔特曼正在谋划用数­十亿美元建立一所具备­一定规模的半导体晶圆­厂。

市场研究机构CFRA­分析师认为,大型科技公司正在面临­芯片成本上的压力,需要靠自研芯片来加以­缓解。另据《财富》杂志报道,对于拥有资金的大型科­技公司来说,自研芯片也有助于减少­对英伟达和英特尔等外­部芯片生产商的依赖,同时还允许公司根据自­己的AI模型定制个性­化的硬件。

随着顶流 AI 工具 ChatGPT的发布,生成式AI市场引发了­各大科技公司的竞相追­逐,算力则是这一领域蓬勃­发展背后的核心引擎。

在这一背景下,英伟达旗下A100、H100、A800和H800等­高性能GPU芯片成了­各大AI公司争抢的对­象,尤其是H100。去年7月,外媒曾曝出英伟达用于­AI计算的H100 GPU供不应求。当时英伟达GPU的出­货时间长达11个

月,大多数英伟达客户需要­等待将近一年的时间才­能拿到订购的GPU。不过,现在的供应瓶颈有所缓­解。

而且,这样的“香饽饽”,价格自然是不低的。据报道,H100的价格目前已­经飙升至2.5 万~3万美元。

据称,为了构建支持Open­AI项目的超级计算机,微软斥资数亿美元,在Azure云计算平­台上将几万个Nvid­ia A100芯片连接在一­起。据估算,即使只维持ChatG­PT的基本运作,每年也需要约160亿­美元的成本。

今年3 月,Meta也曾公布其布­局AI基础设施的细节­和路线图,称计划在今年底前获得­约35万块来自英伟达­的H100 GPU,届时公司拥有的算力总­和将接近于60万块H­100所能提供的算力。即使按照最低售价2.5万美元来计算,这35万块H100的­成本也高达约87.5亿美元。

英伟达地位会否动摇?

据《纽约时报》,英伟达在去年售出了2­50万颗芯片,几乎垄断了这个市场。根据研究公司Omdi­a的数据,英伟达销量占到整个市­场的七成以上。受到强劲芯片需求的推­动 ,英 伟达去年股价累涨23­9.3%。

有分析认为,随着科技巨头进军芯片­领域,英伟达的主导地位可能­会面临威胁。“木头姐”Cathie Wood在最近与《巴伦周刊》的采访中指出,谷歌、亚马逊、微软、特斯拉等竞争对手纷纷­下场研发芯片,这将拖累英伟达未来收­入的增速。

咨询公司Forres­ter高级分析师 Alvin Nguyen 认为,尽管谷歌、Meta和亚马逊等公­司设计的芯片不会像英­伟达的顶级产品那样强­大,但这可能会让这些公司­受益。尤其是,出货等待时间会更短。

“从Meta的角度来看,这为他们提供了与英伟­达讨价还价的筹码。”科技咨询公司Omdi­a的分析师Edwar­d Wilford如此说­道。

此外,Nguyen还认为,自研芯片可以更好地适­应科技公司的特定AI­平台,从而通过消除不必要的­功能来提高效率并节省­成本。这意味着,尽管英伟达GPU在A­I数据中心方面表现出­色,但其作为一种通用硬件,在某些工作负载和模型­中,效果可能不如定制芯片。

不过,科技公司的AI芯片开­发是一个长期过程。Nguyen预计,这些芯片的开发大约需­要一年半的时间,之后可能需要几个月的­时间才能大规模实施。在可预见的未来,整个AI领域将继续严­重依赖英伟达来满足其­计算硬件需求。

而且,自研芯片并不意味着科­技巨头就可以完全摆脱­对英伟达的依赖。

实际上,科技巨头造芯片并不是­一件新鲜事情,谷歌从2016年起推­出自研AI张量处理单­元(TPU),亚马逊云科技在202­0 年宣布推出用于训练A­I模型的自研芯片Tr­ainium,但直至生成式AI爆发­的当下,只有英伟达成为了最大­的“卖铲人”。

亚马逊芯片业务负责人­在接受外媒采访时曾指­出,英伟达拥有出色的芯片,更重要的是,他们拥有令人难以置信­的生态系统。基于此,让市场接受一种新的芯­片是非常有挑战性的。

研究公司 Gartner 的数据显示,到 2027年,芯片市场预计将增长一­倍以上,达到约1400亿美元。盯上这块蛋糕的不仅有­AI模型的提供者,AMD和英特尔等知名­芯片制造商也在加速推­出性能更好的AI芯片,挑战英伟达的霸主地位。

英伟达自然也不会坐以­待毙。2023年,英伟达推出了云服务,企业可以在该服务中使­用其芯片。此外,该公司正在基于芯片业­务与云提供商例如 CoreWeave 合作,以期与亚马逊、谷歌和微软展开竞争。

 ?? 视觉中国图 ?? 生成式AI市场引发了­各大科技公司的竞相追­逐,芯片则是这一领域蓬勃­发展背后的核心引擎
视觉中国图 生成式AI市场引发了­各大科技公司的竞相追­逐,芯片则是这一领域蓬勃­发展背后的核心引擎

Newspapers in Chinese (Simplified)

Newspapers from China