赛道Hyper | 谁能阻挡AI GPU霸主英伟达的脚步

来源:华尔街见闻 周源

天下英雄谁敌手?

尽管英伟达仅在5月30日盘中突破万亿美元市值,短暂进入高光时刻便再次跌回万亿美元以下市值,但由ChatGPT引发的“英伟达”旋风,在AI业界却越刮越猛。

6月1日,多个独立信源告诉华尔街见闻,英伟达CEO黄仁勋将于6月5日至6月11日期间抵达中国大陆。但英伟达没有向华尔街见闻正面确认此则消息。

眼下,A股但凡和“英伟达”或“黄仁勋”三字沾边,个股都受到市场热捧。5月29日,黄仁勋在参加COMPUTEX 2023中国台北国际电脑展会时,演示英伟达新平台Isaac AMR(自主移动机器人)。这个平台的底盘采用了科创板公司的RMP系列产品,该公司盘中立即涨停。

在“超级AI应用”ChatGPT的指引下,英伟达第二季度营收预测值超出市场预期竟高达惊人的50%,至110亿美元。

谁还能阻挡英伟达称霸AI赛道?

英伟达的AI GPU强在何处?

英特尔已不再是当年那家占据统治地位的科技公司。

原本CPU是PC或服务器最重要的核心部件。但是现在,加速计算芯片通过杀手级应用ChatGPT正在加速取代CPU的地位。算力成为以IDC为基础条件的AI应用发展核心驱动力,GPU成为关键部件。

“生成式人工智能将是(英伟达业绩)引爆点。”黄仁勋说,“与CPU相比,未来IDC更需要GPU,因为数据都将通过生成式LLM自动生成,而非主要用于数据检索。”生成数据需要更多的GPU,而检索数据,只需要CPU。

目前,性能愈发强悍的PC系统配置了超过8个服务器GPU和1个CPU的算力硬件,英伟达占据了全球超过八成(84%)的服务器(IDC:数据中心)GPU市场份额。

比如,英伟达DGX系统,这是用于数据训练的IDC核心算力来源,搭载了8颗英伟达高端H100 GPU,还有两颗CPU;谷歌的A3超级计算机,同样用了8颗英伟达H100 GPU,但只用了1颗英特尔制造的高端至强处理器。

据英伟达公示的技术资料显示,H100于2022年三季度发布,训练速度比A100快9倍,推理速度比上代产品A100快30倍。5月29日,黄仁勋发布了GH200超级芯片,这是英伟达开发的基于Arm架构的CPU+GPU集成方案,用于开发聊天机器人、互联网推荐系统算法等大模型AI应用。

这个趋势随着AGI在产业的持续落地,产生的影响日益显著。英伟达IDC业务在第一季度增长了14%,但英特尔的AI和IDC业务部门业绩下降了39%。

另一项因素也在加强英伟达超越英特尔的优势。英伟达服务器GPU售价极高,单颗英伟达H100售价高达4万美元(eBay平台加急售价),而英特尔最新一代至强CPU的单颗标价虽然也很高,但“只有”1.7万美元。

当然英伟达也不是全无对手,当年英特尔的上游合作伙伴AMD,也在发力服务器GPU,包括高通、苹果、谷歌和亚马逊在内的众多巨头,都在设计开发移动AI算力芯片,而非服务器GPU;甚至是英特尔,在游戏领域的GPU技术实力,同样不容小觑。

但是在眼下,英伟达确实一家独大。但凡提及AGI算力,无不将英伟达服务器GPU列为首选。这主要是因为AGI目前对算力极为渴求,要处理处理TB级数据,训练性能要求极高,而在需要“推理”的过程中使用模型生成文本、图像或预测,也不是移动AI GPU能达成的。

更重要的还不在于英伟达的GPU硬件性能,而是——英伟达的AI软件系统:英伟达的AI专有软件,能轻松聚合GPU的硬件功能用于AI应用程序。

黄仁勋在英伟达财报电话会议上也说,“我们的软件不易复制,(竞对)必须设计所有的软件、库和算法,将它们集成到框架中并做持续优化;同时,软件架构也同样需要优化迭代。”

也就是说,要做到和英伟达一样,实现GPU与AI应用的无缝衔接,要做的不仅仅是优化芯片的设计和性能,还需要对软硬件的技术架构和整体框架做同步优化,这是一项系统工程。要超越单品性能虽然不易,但并非全无可能,但面对系统级能力,谈超越,难度不言而喻。

英伟达也在持续增加对IDC的资本投入。据英伟达最新财报显示,其整体收入中,IDC资本支出的份额占比已增至8.4%,而之前根据其上一年的固定比率预测为6.5%。

初创公司和巨头的现实威胁

看上去似乎无人能阻挡英伟达在AI技术领域的统治地位,但AI前景的无限空间,仍在吸引无数挑战者。

除了上文提及的多家巨头,初创AI公司成为英伟达AI挑战者大军不容忽视的一部分。当然,这种技术要求的初创公司很难出自无名之辈。

有一则极具戏剧性的传闻,出自在前沿技术和应用领域极为活跃的特斯拉公司首席执行官埃隆·马斯克(Elon Musk)之口。这位持续让世人惊叹的科技巨子说,“就连狗都在抢GPU”。

有鉴于此,所以马斯克虽然在口头上叫停研究AI技术,但他的身体却很诚实:这位老兄在今年3月9日建立了一家取名为“X.AI”的AI公司,还偷偷摸摸买了10000颗英伟达GPU。

想分英伟达一杯羹的还有来自英特尔公司架构、图形和软件(IAGS)部门的副总裁、首席架构师Raja Koduri,这位技术大拿已于今年3月底离职。接下来,Raja Koduri将创办一家AI技术公司,主要研发新一代生成式AI工具,目的是削弱英伟达对数字电影和视频游戏市场的控制力。

与马斯克的X.AI公司不知道要干嘛相比,Raja Koduri的计划更清晰。他这家尚未命名的AI初创公司,第一个项目,是要创建一套AI工具,以便让包括电影和游戏艺术家在内的消费群体,无论用PC、Mac、iPad还是其他设备,都无需深入研究软件代码而直接生成自己想要的工作结果。

尽管这些AI赛道新手看上去很想大干一场,但真正对英伟达有现实挑战能力的还是AMD、微软和谷歌此类巨头。其中,AMD在游戏领域的GPU对英伟达有些许威胁,但IDC需要的服务器专用GPU性能无法望其项背。

至于微软、谷歌甚至云服务商比如亚马逊,都一面和英伟达保持良好的业务合作,一面又在下大本钱研发自己的AI专用GPU。

比如微软,这个桌面PC时代的超级霸主,正是OpenAI的背后金主(2019年微软给OpenAI投了10亿美元),同时也是英伟达H100芯片最大的采购方。今年3月,微软用数万颗英伟达GPU帮OpenAI组装了一台AI超级计算机。

但微软也在推进自己的AI芯片研发计划,代号“雅典娜”。这项计划始于2019年,目标是为训练LLM(大语言模型)等软件而设计,同时可支持推理,能为ChatGPT背后的所有AI软件提供算力支持,初代雅典娜GPU量产时间表被定于2024年。

与微软相比,谷歌对英伟达的威胁可能更显著。目前谷歌的AI处理芯片是专为AI研究开发机器学习(Machine Learning)的专属芯片TPU(张量处理单元),能同时处理“云上”训练和推理,并设计了基准测试工具MLPerf。

谷歌TPU如今已迭代到V4版。据谷歌4月6日披露,得益于互连技术和领域特定加速器(DSA)方面的关键创新,谷歌云TPU v4在扩展机器学习系统性能方面比其前代版本有了近10倍的飞跃。

TPU v4是谷歌于2021年推出的、专门用于执行机器学习的AI芯片,是谷歌第5代特殊领域加速器(DSA:Domain Specific Accelerator)及第3代用于ML模型的超级计算机平台,其性能与英伟达A100相比,速度快1.2-1.7倍,功耗低1.3-1.9倍。

尽管如此,就眼下看,对英伟达具有商业层面现实威胁的公司,还不存在。这些威胁,现在还处于水面之下。

风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

相关文章