每經記者 文巧    每經編輯 蘭素英    

在這個由數據和算力驅動的時代，英偉達以其高性能的GPU芯片，幾乎壟斷了AI芯片市場。而隨着AI競爭的加劇，芯片供應的緊缺，包括Meta、谷歌、亞馬遜在內的科技巨頭開始探索自研芯片。

當地時間4月10日，Meta公佈了自主研發芯片MTIA的最新版本。MTIA是Meta專門爲AI訓練和推理工作設計的定製芯片系列。而前一日，谷歌也宣佈推出基於Arm架構的數據中心芯片Axion。

科技巨頭投身芯片研發，這背後既有想擺脫供應依賴的考量，也有成本方面的壓力。拿英偉達的明星芯片產品H100來說，目前的價格已經飆升至2.5萬~3萬美元。按照Meta希望年底獲得35萬塊H100的計劃，這筆芯片費用最低也要87.5億美元。

他們的入局是否會動搖英偉達在芯片市場的霸主地位呢？

科技公司上演“去英偉達化”

當地時間4月10日，Meta宣佈推出自主研發的最新版本芯片MTIA v2，專爲Meta旗下社交軟件的排名和推薦系統而設計。早期測試結果顯示，與去年5月公佈的Meta第一代AI推理加速器MTIA v1相比，最新版本的性能有顯著提升，是初代版本的三倍。

而在此前一天，谷歌也宣佈推出基於Arm架構的數據中心芯片Axion。據谷歌介紹，Axion芯片的性能比通用ARM芯片高30%，比英特爾生產的當前一代x86芯片高50%，能效高60%。谷歌計劃將Axion用於谷歌旗下的多種服務，例如YouTube廣告投放、大數據分析等。

事實上，除了Meta和谷歌外，微軟、特斯拉和亞馬遜也已經相繼發佈了能夠處理AI任務的定製芯片。

而業界也一直有許多關於OpenAI自研AI芯片的猜測，今年1月，彭博社曾援引知情人士表示，OpenAI首席執行官山姆·奧特曼正在謀劃用數十億美元資金建立一所具備一定規模的半導體晶圓廠。

圖片來源：每經制圖

市場研究機構CFRA分析師認爲，大型科技公司正在面臨芯片成本上的壓力，需要靠自研芯片來加以緩解。另據《財富》雜誌報道，對於擁有資金的大型科技公司來說，自研芯片也有助於減少對英偉達和英特爾等外部芯片生產商的依賴，同時還允許公司根據自己的AI模型定製個性化的硬件。

隨着頂流AI工具ChatGPT的發佈，生成式AI市場也引發了各大科技公司的競相追逐，算力則是這一領域蓬勃發展背後的核心引擎。

在這一背景下，作爲英偉達旗下A100、H100、A800和H800等高性能GPU芯片也成爲了各大AI公司爭搶的對象，尤其是H100。去年7月，外媒曾曝出英偉達用於AI計算的 H100 GPU已供不應求。當時英偉達GPU的出貨時間長達 11 個月，大多數英偉達客戶需要等待將近一年的時間才能拿到訂購的GPU。不過，現在的供應瓶頸有所緩解。

而且，這樣的“香餑餑”，價格自然也是不低的。據報道，H100的價格目前已經飆升至2.5萬~3萬美元。

據稱，爲了構建支持OpenAI項目的超級計算機，微軟斥資數億美元，在Azure雲計算平臺上將幾萬個Nvidia A100芯片連接在一起。據估算，即使只維持ChatGPT的基本運作，每年也需要約160億美元成本。

今年3月，Meta也曾公佈其佈局AI基礎設施的細節和路線圖，稱計劃在今年年底前獲得約35萬塊來自英偉達的H100 GPU，屆時公司擁有的算力總和將接近於60萬塊H100所能提供的算力。即使按照最低售價2.5萬美元來計算，這35萬塊H100的成本也高達約87.5億美元。

英偉達霸主地位不復存在？

據《紐約時報》，英偉達在去年售出了250萬顆芯片，幾乎壟斷了這個市場。根據研究公司Omdia的數據，英偉達銷量佔到整個市場的七成以上。受到強勁芯片需求的推動，英偉達去年股價累漲約240%，而從2024年年初至今，其股價累計上漲超83%，週五收盤價報881.86美元/股。

圖片來源：谷歌財經

有分析認爲，隨着科技巨頭進軍芯片領域，英偉達的主導地位可能會面臨威脅。“木頭姐”Cathie Wood在最近與《巴倫週刊》的採訪中指出，谷歌、亞馬遜、微軟、特斯拉等競爭對手紛紛親自下場研發芯片，這將拖累英偉達未來收入增長。

諮詢公司Forrester高級分析師Alvin Nguyen則認爲，“儘管谷歌、Meta和亞馬遜等公司設計的芯片不會像英偉達的頂級產品那樣強大，但這可能會讓這些公司受益。尤其是，出貨等待時間會更短。”

“從Meta的角度來看，這爲他們提供了與英偉達討價還價的籌碼。”科技諮詢公司Omdia的分析師Edward Wilford也如此說道。“在英偉達之外，他們還有其他選擇。”

此外，Nguyen還認爲，自研芯片可以更好地適應科技公司的特定AI平臺，從而通過消除不必要的功能來提高效率並節省成本。這意味着，儘管英偉達GPU在AI數據中心方面表現出色，但其作爲一種通用性硬件，在某些工作負載和某些模型中，效果可能不如定製芯片。

不過，科技公司的AI芯片開發是一個長期過程。Nguyen預計，這些芯片的開發大約需要一年半的時間，之後可能需要幾個月的時間才能大規模實施。在可預見的未來，整個AI領域將繼續嚴重依賴英偉達來滿足其計算硬件需求。

而且，自研芯片並不意味着科技巨頭就可以完全擺脫對英偉達的依賴。

實際上，科技巨頭造芯並不是一件新鮮事情，谷歌從2016年起開始推出自研AI張量處理單元，亞馬遜雲科技在2020年宣佈推出用於訓練AI模型的自研芯片Trainium，但直至生成式AI爆發的當下，只有英偉達盤踞AI芯片龍頭，成爲最大的“賣鏟人”。

《財富》報道認爲，這一方面是由於科技巨頭在製造能力上的限制；另一方面，英偉達構建了最大的芯片系統，提供了更高的性能，並且可以與更廣泛的軟件配合使用。亞馬遜芯片業務負責人在接受外媒採訪時曾說，“英偉達擁有出色的芯片，更重要的是，他們擁有令人難以置信的生態系統，基於此，讓市場接受一種新的芯片是非常有挑戰性的。”

研究公司Gartner的數據顯示，到2027年，芯片市場預計將增長一倍以上，達到約1400 億美元。盯上這塊蛋糕的不只有AI模型的提供者們，AMD和英特爾等知名芯片製造商也正在加速推出性能更好的AI芯片，挑戰英偉達的霸主地位。

英偉達自然也不會坐以待斃。2023年，英偉達推出了自己的雲服務，企業可以在該服務中使用其芯片。此外，該公司正在基於芯片業務與雲提供商例如 CoreWeave進行合作，以期與亞馬遜、谷歌和微軟展開競爭。

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前核實。據此操作，風險自擔。

責任編輯：張恆星 SF142