英偉達獨霸時代結束？ChatGPT 引爆谷歌微軟芯片大戰，亞馬遜也入局

ChatGPT 爆火之後，谷歌和微軟兩巨頭的 AI 大戰戰火，已經燒到了新的領域——服務器芯片。

如今，AI 和雲計算都成了必爭之地，而芯片，也成為降低成本、贏得商業客户的關鍵。

原本，亞馬遜、微軟、谷歌這類大廠，都是以軟件而聞名的，而現在，它們紛紛斥資數十億美元，用於芯片開發和生產。

^{各大科技巨頭研發的 AI 芯片}

ChatGPT 爆火，大廠開啓芯片爭霸賽

根據外媒 The Information 的報道以及其他來源，這三家大廠現在已經推出或計劃發佈 8 款服務器和 AI 芯片，用於內部產品開發、雲服務器租賃或者二者兼有。

「如果你能製造出針對 AI 進行優化的硅，那前方等待你的將是巨大的勝利」，研究公司 Forrester 的董事 Glenn O’Donnell 這樣説。

付出這些巨大的努力，一定會得到回報嗎？

答案是，並不一定。

英特爾、AMD 和英偉達可以從規模經濟中獲益，但對大型科技公司來説，情況遠非如此。

它們還面臨着許多棘手的挑戰，比如需要聘請芯片設計師，還要説服開發者使用他們定製的芯片構建應用程序。

不過，大廠們已經在這一領域取得了令人矚目的進步。

根據公佈的性能數據，亞馬遜的 Graviton 服務器芯片，以及亞馬遜和谷歌發佈的 AI 專用芯片，在性能上已經可以和傳統的芯片廠商相媲美。

亞馬遜、微軟和谷歌為其數據中心開發的芯片，主要有這兩種：標準計算芯片和用於訓練和運行機器學習模型的專用芯片。正是後者，為 ChatGPT 之類的大語言模型提供了動力。

此前，蘋果成功地為 iPhone，iPad 和 Mac 開發了芯片，改善了一些 AI 任務的處理。這些大廠，或許正是跟蘋果學來的靈感。

在三家大廠中，亞馬遜是唯一一家在服務器中提供兩種芯片的雲服務商，2015 年收購的以色列芯片設計商 Annapurna Labs，為這些工作奠定了基礎。

谷歌在 2015 年推出了一款用於 AI 工作負載的芯片，並正在開發一款標準服務器芯片，以提高谷歌雲的服務器性能。

相比之下，微軟的芯片研發開始得較晚，是在 2019 年啓動的，而最近，微軟更加快了推出專為 LLM 設計的 AI 芯片的時間軸。

而 ChatGPT 的爆火，點燃了全世界用户對於 AI 的興奮。這更促進了三家大廠的戰略轉型。

ChatGPT 運行在微軟的 Azure 雲上，使用了上萬塊英偉達 A100。無論是 ChatGPT，還是其他整合進 Bing 和各種程序的 OpenAI 軟件，都需要如此多的算力，以至於微軟已經為開發 AI 的內部團隊分配了服務器硬件。

在亞馬遜，首席財務官 Brian Olsavsky 在上週的財報電話會議上告訴投資者，亞馬遜計劃將支出從零售業務轉移到 AWS，部分原因是投資於支持 ChatGPT 所需的基礎設施。

在谷歌，負責製造張量處理單元的工程團隊已經轉移到谷歌雲。據悉，雲組織現在可以為 TPU 和在其上運行的軟件制定路線圖，希望讓雲客户租用更多 TPU 驅動的服務器。

谷歌：為 AI 特調的 TPU V4

早在 2020 年，谷歌就在自家的數據中心上部署了當時最強的 AI 芯片——TPU v4。

不過直到今年的 4 月 4 日，谷歌才首次公佈了這台 AI 超算的技術細節。

相比於 TPU v3，TPU v4 的性能要高出 2.1 倍，而在整合 4096 個芯片之後，超算的性能更是提升了 10 倍。

同時，谷歌還聲稱，自家芯片要比英偉達 A100 更快、更節能。對於規模相當的系統，TPU v4 可以提供比英偉達 A100 強 1.7 倍的性能，同時在能效上也能提高 1.9 倍。

對於相似規模的系統，TPU v4 在 BERT 上比 A100 快 1.15 倍，比 IPU 快大約 4.3 倍。對於 ResNet，TPU v4 分別快 1.67 倍和大約 4.5 倍。

另外，谷歌曾暗示，它正在研發一款與 Nvidia H100 競爭的新 TPU。谷歌研究員 Jouppi 在接受路透社採訪時表示，谷歌擁有「未來芯片的生產線」。

微軟：秘密武器雅典娜

不管怎麼説，微軟在這場芯片紛爭中，依舊躍躍欲試。

此前有消息爆出，微軟秘密組建的 300 人團隊，在 2019 年時就開始研發一款名為「雅典娜」（Athena）的定製芯片。

根據最初的計劃，「雅典娜」會使用台積電的 5nm 工藝打造，預計可以將每顆芯片的成本降低 1/3。

如果在明年能夠大面積實裝，微軟內部和 OpenAI 的團隊便可以藉助「雅典娜」同時完成模型的訓練和推理。

這樣一來，就可以極大地緩解專用計算機緊缺的問題。

彭博社在上週的報道中，稱微軟的芯片部門已與 AMD 合作開發雅典娜芯片，這也導致 AMD 的股價在週四上漲了 6.5%。

但一位知情者表示，AMD 並未參與其中，而是在開發自己的 GPU，與英偉達競爭，並且 AMD 一直在與微軟討論芯片的設計，因為微軟預計要購買這款 GPU。

亞馬遜：已搶跑一個身位

而在與微軟和谷歌的芯片競賽中，亞馬遜似乎已經領先了一個身位。

在過去的十年中，亞馬遜在雲計算服務方面，通過提供更加先進的技術和更低的價格，一直保持了對微軟和谷歌的競爭優勢。

而未來十年內，亞馬遜也有望通過自己內部開發的服務器芯片——Graviton，繼續在競爭中保持優勢。

作為最新一代的處理器，AWS Graviton3 在計算性能上比上一代提高多達 25%，浮點性能提高多達 2 倍。並支持 DDR5 內存，相比 DDR4 內存帶寬增加了 50%。

針對機器學習工作負載，AWS Graviton3 比上一代的性能高出多達 3 倍，並支持 bfloat16。

基於 Graviton 3 芯片的雲服務在一些地區非常受歡迎，甚至於達到了供不應求的狀態。

亞馬遜另一方面的優勢還表現在，它是目前唯一一家在其服務器中提供標準計算芯片（Graviton）和 AI 專用芯片（Inferentia 和 Trainium）雲供應商。

早在 2019 年，亞馬遜就推出了自己的 AI 推理芯片——Inferentia。

它可以讓客户可以在雲端低成本運行大規模機器學習推理應用程序，例如圖像識別、語音識別、自然語言處理、個性化和欺詐檢測。

而最新的 Inferentia 2 更是在計算性能提高了 3 倍，加速器總內存擴大了 4 倍，吞吐量提高了 4 倍，延遲降低到 1/10。

在初代 Inferentia 推出之後，亞馬遜又發佈了其設計的主要用於 AI 訓練的定製芯片——Trainium。

它對深度學習訓練工作負載進行了優化，包括圖像分類、語義搜索、翻譯、語音識別、自然語言處理和推薦引擎等。

在一些情況下，芯片定製不僅僅可以把成本降低一個數量級，能耗減少到 1/10，並且這些定製化的方案可以給客户以更低的延遲提供更好的服務。

撼動英偉達的壟斷，沒那麼容易

不過到目前為止，大多數的 AI 負載還是跑在 GPU 上的，而英偉達生產了其中的大部分芯片。

據此前報道，英偉達獨立 GPU 市場份額達 80%，在高端 GPU 市場份額高達 90%。

20 年，全世界跑 AI 的雲計算與數據中心，80.6% 都由英偉達 GPU 驅動。21 年，英偉達表示，全球前 500 個超算中，大約七成是由自家的芯片驅動。

而現在，就連運行 ChatGPT 的微軟數據中心用了上萬塊英偉達 A100 GPU。

一直以來，不管是成為頂流的 ChatGPT，還是 Bard、Stable Diffusion 等模型，背後都是由每個大約價值 1 萬美元的芯片英偉達 A100 提供算力。

不僅如此，A100 目前已成為人工智能專業人士的「主力」。2022 人工智能現狀報告還列出了使用 A100 超級計算機部分公司的名單。

顯而易見，英偉達已經壟斷了全球算力，憑藉自家的芯片，一統江湖。

根據從業者的説法，相比於通用芯片，亞馬遜、谷歌和微軟一直在研發的專用集成電路（ASIC）芯片，在執行機器學習任務的速度更快，功耗更低。

O’Donnell 董事在比較 GPU 和 ASIC 時，用了這樣一個比較：「平時開車，你可以用普鋭斯，但如果你必須在山上用四輪驅動，用吉普牧馬人就會更合適。」

然而儘管已經做出了種種努力，但亞馬遜、谷歌和微軟都面臨着挑戰——如何説服開發者使用這些 AI 芯片呢？

現在，英偉達的 GPU 是占主導地位的，開發者早已熟悉其專有的編程語言 CUDA，用於製作 GPU 驅動的應用程序。

如果換到亞馬遜、谷歌或微軟的定製芯片，就需要學習全新的軟件語言了，他們會願意嗎？

本文作者：新智元，本文來源：新智元，原文標題：《英偉達獨霸時代結束？ChatGPT 引爆谷歌微軟芯片大戰，亞馬遜也入局》