<div id="readability-page-1"><div id="readability-page-1"><div> <div> 谁能先 “甩” 了英伟达？ 2023-10-09 16:06 英伟达 OpenAI 微软 <img src="https://imageproxy.pbkrs.com/http://upload.iheima.com/2023/1009/1696838760497.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="966" height="709" original-src="https://imageproxy.pbkrs.com/http://upload.iheima.com/2023/1009/1696838760497.jpg"/> 微软、OpenAI 做梦都想有自己的芯片。 OpenAI 也在骑驴找马，想要尽快摆脱对英伟达的依赖。 据路透社，至少从去年开始，OpenAI 就已经讨论了各种方案，希望能解决芯片又贵又短缺的问题。其中，自研芯片是方案之一，目前这个方案仍然没有被完全否定。 另一个方案是直接收购一家芯片公司。知情人士称 OpenAI 已经有潜在的收购目标，并曾考虑对其进行尽职调查。但报道中未能确定具体是哪家芯片公司。 巧合的是，另一个消息与之相伴而出——微软将在下个月的年度开发者大会上，推出其首款为 AI 设计的芯片 “雅典娜（Athena）”。 据 The Information 援引知情人士，雅典娜将用于数据中心服务器，为训练大语言模型等设计，同时支持推理，能为 ChatGPT 背后的所有 AI 软件提供动力。 云已经成为大模型的重要战场，而微软在该领域的两个竞争对手谷歌和亚马逊，都早已拥有了自己的 AI 芯片。雅典娜的推出将让微软补全短板。 微软和 OpenAI 在芯片问题上的进展颇有代表意义：论角色，正是微软、OpenAI 和英伟达的三方联手，让 ChatGPT 变为现实，继而引发了一场全球性的 AIGC 新浪潮；论时间，下个月正是 ChatGPT 推出整一年的节点。 大模型竞争的下一个焦点似乎是 “谁能先 ‘甩’ 了英伟达”，在芯片领域具备统治力的英伟达，已经成了一种亟需摆脱的束缚。 A 2016 年，成立仅一年的 OpenAI 迎来一位贵客，英伟达 CEO 黄仁勋。他亲自将首个轻量化小型超算 DGX-1 送给了 OpenAI，OpenAI 一年的计算量可以靠 DGX-1 在一个月内完成。 如今，后知后觉的人们回头看黄仁勋在 DGX-1 上的签字 “为了计算和人类的未来”，惊呼 “皮衣教主” 的毒辣眼光。 到了 2019 年，微软牵手 OpenAI，为其打造的超级计算机用上了上万个英伟达 A100 GPU。就这样，OpenAI 出力、微软出钱、英伟达出基建，用惊人的算力支撑着 OpenAI 大模型的研发，并最终大力出奇迹，ChatGPT 于 2022 年 11 月推出，惊艳世界。 OpenAI 成为明星企业，微软以 AI 战略与谷歌等展开激烈厮杀，而英伟达公司市值更是从去年 11 月的 3000 多亿美元，飙升到如今的超万亿美元。全球掀起大模型热，英伟达作为 “卖水翁”，芯片不愁卖。 今年 7 月，花旗研究分析师 Christopher Danely 在一份报告中指出，英伟达将占据 AI 芯片市场 “至少 90%” 的市场份额。 然而，这场 “三赢” 的游戏中，却可能只有黄仁勋是全然快乐的。对于微软和 OpenAI 为代表的 “买水人” 来说，依赖英伟达的芯片至少有两个问题。 第一个问题是贵。对于为 OpenAI 搭建的超算，据彭博社报道，微软在该项目上的花费了数亿美元。伯恩斯坦研究公司分析师 Stacy Rasgon 分析，ChatGPT 每次查询都要花费约 4 美分。如果 ChatGPT 的查询量规模增长到谷歌搜索的十分之一，则需要大约 481 亿美元的 GPU，并且每年还需要 160 亿美元的芯片才能维持运行。 第二个问题是稀缺。就在今年 6 月，OpenAI CEO 阿尔特曼（Sam Altman）在一场会议上称，芯片的短缺阻碍了 ChatGPT 的发展。面对客户对 API 可靠性和速度的抱怨，阿尔特曼解释大部分问题都是由于芯片短缺造成的。 今年新发布的英伟达 H100 是目前最热门的 AI 芯片，但只能满足一半的市场需求。英伟达 H100 和 A100 均由台积电生产，台积电董事长刘德音上个月曾解释称，供应限制不是由于缺物理芯片，而是先进芯片封装服务（CoWos）的产能有限，而这是制造过程的关键步骤。 刘德音还预计，一年半后技术产能将足以满足客户需求，也就是 2024 年底 AI 芯片供应紧张可能会得到缓解。 虽然雅典娜可能在今年才会推出，但微软已经为此准备多年。在豪掷数亿美元为 OpenAI 打造超算的 2019 年，微软的雅典娜项目已经启动。根据爆料，雅典娜会使用台积电 5nm 工艺打造，直接对标英伟达 A100，预计每颗成本降低三分之一。 B 对于英伟达来说，微软和 OpenAI 的私心是一个红色信号。 微软是英伟达最大的客户之一，甚至传出过 “包圆” H100 全年产能的消息，OpenAI 则是 AIGC 领域最重要的风向标。二者自研芯片的心，是英伟达头顶的一抹乌云。 谷歌曾是最早大规模采购 GPU 来进行 AI 计算的公司，但后来研发自己的 AI 专用芯片。在 2016 年就已经发布了第一代 TPU（张量处理单元），随后在 2017 年作为 Google Cloud 基础设施 Google TPU 推出。这些年来谷歌一直在持续迭代，今年 4 月其公布了 TPU v4 的细节，称其比英伟达的 A100 强 1.7 倍。 虽然谷歌仍然在批量采购英伟达 GPU，但其云服务已经用上了自家的 TPU。在这次的 AIGC 大战中，AI 绘图公司 Midjourney、有 ChatGPT 竞品 Cloude 的独角兽公司 Anthropic，都不是像 OpenAI 一样从英伟达采购芯片搭建超算，而是使用了谷歌的算力。 另一个科技巨头亚马逊也动作颇早，在 2015 年收购以色列芯片初创公司 Annapurna Labs，为其云基础设施开发定制芯片，三年后推出了基于 Arm 的服务器芯片 Graviton。后来，亚马逊推出以人工智能为重点的芯片 Inferentia, Trainium。 上个月，消息称亚马逊将向 Anthropic 投资 40 亿美元，作为交易的一部分，Anthropic 将使用 AWS Trainium 和 Inferentia 芯片来构建、训练和部署其未来的基础模型。 除此之外，英伟达的其他竞争对手也在向 AI 芯片领域发起进攻。AMD、英特尔、IBM 等正陆续推出 AI 芯片，试图与英伟达的产品抗衡。今年 6 月，AMD 就发布了 Instinct MI300，直接对标英伟达 H100，是专门面向 AIGC 的加速器。其集成的晶体管数量达到 1530 亿，高于 H100 的 800 亿，是 AMD 投产以来最大的芯片。AMD 甚至用兼容英伟达 CUDA 的策略，降低客户的迁移门槛。 不可否认的是，目前英伟达仍然几乎垄断 AI 芯片市场，没有竞争对手撼动其地位，也没有一家科技巨头可以完全摆脱对它的依赖。 但 “降低英伟达的控制力” 似乎成为一种共识，外部挑战一浪接着一浪。微软和 OpenAI 自研芯片的消息，就是新的一浪。英伟达能稳站岸头吗？ ［本文作者字母榜，i 黑马授权转载。如需转载请联系微信公众号（ID:wujicaijing）授权，未经授权，转载必究。］ </div> </div></div></div>

OpenAI

GOOGL

MSFT

NVDA

微软做梦都想有自己的芯片。OpenAI 也在骑驴找马，想要尽快摆脱对英伟达的依赖。据路透社，至少从去年开始，OpenAI 就已经讨论了各种方案，希望能解决芯片又贵又短缺的问题。