人工智能和深度學習技術的迅速發展使得對高性能計算的需求急劇增加，人工智能企業需要不斷投入計算資源，以提高算法的準確性和效率、應對數據量的增長、滿足時效性要求并保持技術競爭優勢，這為芯片公司提供了巨大的市場機會。

其中，GPU作為一種專門為圖形渲染和大規模并行計算而設計的芯片，具有高并發、低功耗、高性能等優勢，非常適合用于深度學習和人工智能計算。英偉達是目前GPU市場的領導者，其GPU在性能、兼容性和生態系統方面都具有較大的優勢。然而，隨著市場競爭的加劇，許多芯片公司都試圖挑戰英偉達的地位。

(資料圖)

英偉達現狀

趁著人工智能的東風，英偉達如今笑傲半導體江湖。據TrendForce集邦咨詢研報，預計AI芯片2023年出貨量將增長46%。英偉達GPU是AI服務器市場搭載主流，市占率約60%到70%。

GPU頭部廠商英偉達股價飆升，其A100/H100芯片一卡難求，被視作大模型生態中的最大贏家。英偉達仍占據著大量AI計算市場份額，這主要受益于英偉達的CUDA軟件平臺，通過此平臺，開發者可以訪問英偉達的核心硬件功能。

同時，國內GPU創業公司的產品大多兼容CUDA，以確保用慣了英偉達產品的客戶在遷移時沒有障礙。正因此，英偉達目前還沒有能動搖其地位的競爭對手。

根據Jon Peddie Research發布的GPU市場數據統計報告，英偉達2022年全年PC GPU出貨量高達3034萬塊，是AMD的近4.5倍；截至2022年四季度，在獨立GPU市場，英偉達占據84%的市場份額，遠超同業競爭公司。

老對手不甘人后

今年8月，在英特爾最近的財報電話會議上，英特爾首席執行官Pat Gelsinger表示，英特爾正在研發下一代Falcon Shores AI超算芯片，暫定名為Falcon Shores 2，該芯片預計將于2026年發布。為了打破英偉達在AI領域的壟斷地位，英特爾可謂是不遺余力。7月11日，英特爾召開芯片發布會，針對中國市場推出高端AI處理器Gaudi 2。

英特爾研究院副總裁、英特爾中國研究院院長宋繼強近日表示：“在這一波大模型浪潮當中，什么樣的硬件更好并沒有定論。”他認為，GPU并非大模型唯一的硬件選擇，半導體廠商更重要的戰場在軟件生態上。芯片可能花兩三年時間就做出來了，但是要打造芯片生態需要花兩倍甚至三倍的時間。英特爾的開源生態oneAPI比閉源的英偉達CUDA發展可能更快。

經過一年的發展，oneAPI日趨完善，現在不僅支持DP C++，也支持優化的Python。在軟件工具庫方面，英特爾一口氣拿出了7個，涵蓋數學、人工智能、視頻處理等場景，使開發者能夠快速獲得最佳性能和跨體系結構支持。

在英特爾自家的硬件產品上，基于oneAPI編寫的程序可以輕松無縫移植。比如一個在至強處理器上運行的目標檢測模型，開發者只需將設備名稱這一行代碼從CPU更改成XEHP，即可在Xe顯卡上運行。oneAPI還是全行業的開放標準，任何廠商都可以使用。因此oneAPI獲得了行業支持，包括微軟Azure和谷歌TensorFlow最近的認可，美國阿貢國家實驗室、伊利諾伊大學都在使用oneAPI。

另一位不甘心屈于人下的對手是AMD。6月14日，AMD發布了AI處理器Instinct MI300系列。直接對標H100。這顆芯片將CPU、GPU和內存全部封裝為一體，從而大幅縮短了DDR內存行程和CPU-GPU PCIe行程，從而大幅提高了其性能和效率。

據悉，Instinct MI300即將上市。AMD稱Instinct MI300可帶來MI250加速卡8倍的AI性能和5倍的每瓦性能提升（基于稀疏性FP8基準測試），可以將ChatGPT和DALL-E等超大型AI模型的訓練時間從幾個月減少到幾周，從而節省數百萬美元的電費。

另一方面，在不久前針對2023年第二季度的財報電話會議上，AMD首席執行官蘇姿豐博士強調了加速人工智能工作負載的數據中心產品線的重要性。此外，AMD可能會像英偉達及英特爾那樣，通過定制產品繞開相關的出口限制，尋找機會向中國客戶提供對應的人工智能解決方案，以此進一步擴大市場。

科技大廠圍剿

芯片公司在AI方面的努力眾所周知，一些科技公司也開始憑借在特定領域或特定應用中積累的豐富經驗和技術優勢，開發專門用于深度學習的芯片，這些芯片在處理大規模數據集時可以提供更高的性能。

2017年，谷歌高調聘請了蘋果A系列處理器開發主要領導人之一Manu Gulati，向業內暗示其正在建立一個手機處理器芯片的硬件設計團隊。表面上看谷歌當然是想擺脫對高通芯片的依賴，節約購買專利和產品的預算，建立自有的生態圈吸引用戶。事實上，自主研發芯片，尤其是具備深度學習性能的芯片，是谷歌為了爭奪AI市場做鋪墊。

據外媒Axois報告，谷歌在自研處理器方面取得了顯著進步，最近其自主研發的 SoC 芯片已經成功流片。據悉，該芯片是谷歌與三星聯合開發，采用5nm工藝制造，“2+2+4”三架構設計的8核CPU集群，以及搭載全新ARM公版架構的GPU，同時在ISP和NPU上集成了谷歌Visual Core AI視覺處理器。這讓谷歌的終端芯片能夠更好地支持AI技術，比如大幅提升谷歌助手的交互體驗。

亞馬遜正在美國德州的實驗室設計兩種微芯片，用于訓練和加速生成式人工智能。這兩款定制芯片的代號分別為Inentia和Trainium，它們為亞馬遜云科技（AWS）客戶提供了一種替代選擇，可以代替英偉達圖形處理器培訓大語言模型。目前，采購英偉達的圖形處理器越來越難，而價格也越來越高。

2023年初，亞馬遜云科技專為人工智能打造的Amazon Inferentia 2（可通過芯片之間的直接超高速連接支持分布式推理）發布，最多可支持1750億個參數，這使其成為大規模模型推理的有力競爭者。

民生證券方競研報表示，下游應用端的高速發展使得微軟、谷歌、Meta等眾多海外巨頭爭相增加算力儲備，算力芯片需求高度旺盛之下，英偉達一家獨大的市場格局或將迎來轉變。

Meta和微軟則合力為人工智能領域引入了更多的競爭，另辟蹊徑打造了企圖打破GPU深度依賴的Llama 2。其可以為企業提供一種新的、高性能的計算工具，以支持大規模的語言處理任務。對于那些已經具備大量 GPU 資源的企業來說，Llama 2 可以進一步提高其語言處理的效率和準確性。而對于那些缺乏 GPU 資源的企業，他們也可以通過使用 Llama 2 來降低計算資源的消耗和成本。

小結

人工智能市場競爭激烈，各企業需要不斷進行技術研發和創新，以保持競爭優勢。計算能力是人工智能技術的一個重要方面，擁有更強的計算能力，意味著企業可以更快地開發和應用新技術，提高產品性能和用戶體驗。

因此，除了海外知名半導體廠商和科技大廠的努力，國內的芯片企業也迅速入局，今年世界人工智能大會上天數智芯推出的通用GPU推理產品“智鎧100”、瀚博半導體發布的圖形處理渲染芯片sg100第二代、昆侖芯科技展示的包括第二代ai芯片和基于第二代ai芯片的加速卡產品r200系列等新品和海飛科的GPU compass c10芯片，都在一定程度上向人工智能的算力端緊追。

雖然英偉達在GPU市場上的領先地位暫時難以撼動，但隨著技術的不斷發展和市場的不斷變化，其壟斷地位可能被諸多對手進一步分化。因此，英偉達仍需要保持持續的創新和技術領先，以應對市場的挑戰和變化。

關鍵詞：