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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTE1MzUwNjA4MjY=?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1080" height="607" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTE1MzUwNjA4MjY="/>各大科技巨頭研發的 AI 芯片
<h2>ChatGPT 爆火，大廠開啓芯片爭霸賽</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTEzNjk1ODY0Nw==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="500" height="224" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTEzNjk1ODY0Nw=="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTI0NDIyNDcxMQ==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="640" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTI0NDIyNDcxMQ=="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTY1MjYwMjUyMQ==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="640" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTY1MjYwMjUyMQ=="/>
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。
<h2>谷歌：為 AI 特調的 TPU V4</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTc4ODgxMzcwNw==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="640" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTc4ODgxMzcwNw=="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MTIyNjg4NTcxOQ==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="640" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MTIyNjg4NTcxOQ=="/>
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」。
<h2>微軟：秘密武器雅典娜</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MjE4ODMyMTQ=?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1080" height="608" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MjE4ODMyMTQ="/>
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。
<h2>亞馬遜：已搶跑一個身位</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTIwOTk1NjEyNDg=?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="471" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTIwOTk1NjEyNDg="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MTQ2MTc5MTM3MQ==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1080" height="614" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/MTQ2MTc5MTM3MQ=="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTczNTM5ODAzOA==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="640" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTczNTM5ODAzOA=="/>
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。
<h2>撼動英偉達的壟斷，沒那麼容易</h2>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTg0NDU5NTY4Mw==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="740" height="416" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTg0NDU5NTY4Mw=="/>
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。
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTExMjE5MjczMjY=?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="920" height="582" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTExMjE5MjczMjY="/>
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。」
<img src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTI3NDkwOTYwOA==?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1080" height="608" original-src="https://imageproxy.pbkrs.com/https://bang.xuangubao.cn/LTI3NDkwOTYwOA=="/>
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》<div>風險提示及免責條款</div>
 <div>
 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。
 </div>

亞馬遜

微軟

英偉達

谷歌-A

谷歌-C

ChatGPT 引爆了芯片界 “百家爭鳴”，谷歌、微軟、亞馬遜紛紛入局芯片大戰，英偉達恐怕不再一家獨大。