作者 | 周智宇
编辑 | 张晓玲
一周涨价 30%，单片售价超十万。人工智能的火热，芯片的短缺，让英伟达 A800 成了市场上炙手可热的硬通货。
趁此东风，英伟达 CEO 黄仁勋一举成为和马斯克并肩，最受瞩目的企业家之一。英伟达的市值也飙升至 1.17 万亿美元，成了市场上最热门的科技公司。
然而一面是高端 AI 芯片的稀缺，一面则是 “百模大战”，下游对算力需求高涨。面对才不过刚刚起势的市场，大大小小的竞争对手们，都在奋力追赶。它们希望打破眼下 “AI 芯片=英伟达” 的格局，从这个万亿级的市场里分得一杯羹。
就在 7 月 11 日，英特尔在北京发布了专供中国市场的 AI 处理器 Gaudi 2，它对标英伟达 100 系列，专为训练大语言模型而构建。
Gaudi 2 的推出，意味着 AI 芯片市场里又有一位巨头下场。在英特尔之前，AMD 也推出了自家的 AI 产品。英伟达、英特尔、AMD 这三家从 PC 时代就鏖战不止的芯片三巨头，又在 AI 时代里正面交锋。
AI 芯片市场里不会一家独大，随着一位位巨头入场，一场全新的竞逐，开始了。
<h2>交锋</h2>
借着推出 Gaudi 2，英特尔向英伟达发起了正面进攻。
PC 市场萎缩以及数据中心业务走软，让英特尔业绩承压。原本是服务器芯片市场 “一哥” 的英特尔的市场份额，被 AMD 等竞争对手蚕食。人工智能浪潮带来对算力的需求，则让英特尔看到了新的发力点。
Gaudi2 由英特尔 2019 年斥资 20 亿美元收购的 AI 初创公司 Habana Labs 设计，从推出的一开始，Gaudi 平台就是为云端和数据中心提高深度学习训练效率而构建。
发布会现场，英特尔公司执行副总裁、数据中心与人工智能事业部总经理 Sandra Rivera 花了大量时间介绍 Gaudi 2 的性能，对比的对象，就是英伟达高端 GPU A100 和 H100。
从演示的数据看，比如说 Bert 模型预训练，Gaudi 2 的性能是英伟达 A100 的 1.7 倍。至于更先进的英伟达 H100，Habana Labs 的首席运营官 Eitan Medina 表示，Gaudi 2 是目前为能够替代英伟达 H100 进行 LLM 训练的 “唯一替代品”。在 MLPerf 3.0 基准测试中，仅有 Gaudi 2 与 H100 能够进行 GPT-3 训练。
从目前的数据来说，基于 GPT-3 模型训练，Gaudi 2 与 H100 尚有一定差距，单个 H100 的性能是 Gaudi 2 的 3.6 倍。不过 Eitan Medina 表示，随着 9 月英特尔发布对 FP8 的软件支持与新功能，Gaudi2 的性价比预计将超越 H100。
性价比，是 Gaudi 2 对抗英伟达 100 系列的一个核心优势。Eitan Medina 告诉华为见闻，Gaudi2 在运行 ResNet-50 时，每瓦性能约是英伟达 A100 的 2 倍，运行 1760 亿参数 BLOOMZ 模型的每瓦性能，则大概是 A100 的 1.6 倍。
也就是说，在提供不错的性能的同时，Gaudi 2 在能耗上明显优于英伟达 A100，并且 Gaudi 2 也能从性价比层面挑战 H100。英特尔也借此成为目前一众英伟达的挑战者中，最具竞争力的对手。
尽管同 A100 类似，Gaudi 2 为了符合美国工业与安全局相关规定，与国际版存在差别。不过 Eitan Medina 表示，中国版 Gaudi 2 在整体性能上与国际版差别不大。明年计划推出的 5nm Gaudi 3，也会在合规的情况下，提供给中国客户。
目前，英特尔已经与浪潮信息、新华三和超聚变等国内服务器厂商，以及百度智能云等公司展开合作。浪潮信息副总裁、浪潮 AI&amp;HPC 产品线总经理刘军也表示，联合英特尔发布新一代 AI 服务器 NF5698G7，支持 8 颗 Gaudi2。
此外，Sandra Rivera 透露，到 2025 年的时候，英特尔会把 Gaudi 的 AI 芯片和 GPU 两条产品线进行整合，届时会推出一个更完整的下一代 GPU 产品。通过广泛的产品线，满足各种不同的需求。
<h2>竞逐</h2>
英特尔不是首家向英伟达发起冲锋的芯片巨头。
去年 6 月，AMD 也推出 CPU+GPU 架构的 Instinct MI300，进军 AI 训练市场。随后在今年 6 月，AMD 又通过祭出高达 192 GB HBM 内存的 MI300X，进一步为满足大模型训练进行优化。
AMD 的数据中心硬件主管 Forrest Norrod 称，ChatGPT 引领的 AI 热潮让 AMD 也感到意外。业内还是迫切希望英伟达有一个竞争对手，能够在英伟达的芯片之外，还有一个替代的选项。
事实也是如此。日益增长的大模型训练需求，与产能受限，让英伟达充满了 “幸福的烦恼”。英伟达方面透露，其订单已经排至 2024 年，像 H100 在明年一季度之前都处于售罄状态。
前不久的世界人工智能大会（WAIC）上，清华大学电子工程系主任汪玉也强调了目前算力资源的紧张。他表示，部署成本高、模型算力缺口大以及国产芯片生态需要扩张和构建，是目前大模型落地的三大挑战。
算力需求持续增长，以及大模型玩家渴望通过使用更优秀产品，以减少与 OpenAI 等厂商算力支持差距，都让市场里对算力的需求高企。半导体市场里的玩家也随之迎来全新的机遇。
Sandra Rivera 表示，在一季度，人工智能带来的芯片需求，让英特尔包括 Gaudi 在内的产品需求翻了至少两倍。此外，在 AI 用例及市场需求爆发式增长的时候，第四代至强处理器也有很好的市场回响。
按照摩根士丹利的预计，包括英伟达和 AMD 的 GPU、AI 计算专用芯片以及这些芯片的外包生产在内，今年全球 AI 计算半导体市场年销售规模大概会在 430 亿美元。四年内，全球 AI 计算半导体市场销售额会达到 1250 亿美元。这在全球半导体受消费电子销售放缓，收入下降预期中，是一个增长的亮点。
这个万亿人民币的市场，也自然吸引了大小玩家，前赴后继地蜂拥而入。他们相信，市场里不止有一个英伟达。
英伟达确实有自己的壁垒。GPU 相比 CPU 在并行计算能力、内存带宽等性能和浮点运算速度上具备明显优势，英伟达也借此在模型训练和推理上先行一步，领先了 AMD 和英特尔等玩家。英伟达统一计算设计架构 CUDA 也靠着封闭的生态，形成了自己的软件生态，绑定了百万计的开发者。
Sandra Rivera 也承认，在目前进行人工智能、AI 运算的时候，很多人都在用 CUDA。然而在她的观察中，很多大模型的开发者不会做这么底层的开发，会在 PyTorch、TensorFlow 上做创新。
这也是英特尔等玩家的机遇。Sandra Rivera 认为，软件开发或者开发者生态一直是英特尔的强项，在数据中心领域，除了 CUDA，就是英特尔的 X86 软件生态。英特尔则希望为摆脱封闭生态系统，寻求效率与规模的的客户提供更具竞争力的选择。
除了英伟达、AMD 和英特尔三个芯片巨头，市场上仍有大玩家摩拳擦掌，准备下场。马克·扎克伯格旗下的 Meta Platforms 在 7 月 18 日宣布，将携手高通，采用高通芯片，以在手机和个人电脑上运行 Meta 新大型语言模型 Llama 2；马斯克也在 xAI 会议上表示，准备自研 AI 芯片。
在火热的 “百模大战” 之外，硬件端的战役也已打响。传统芯片巨头和不断涌现的新玩家们在 AI 上战得火热，如今浪潮初起，一场全新领域里的王者之争，方拉开序幕。

英伟达最大的对手出现了