AMD發起AI芯片挑戰，但英偉達依然獨孤求敗

今天小編分享的科技經驗：AMD發起AI芯片挑戰，但英偉達依然獨孤求敗，歡迎閲讀。

争做 AI 淘金時代的賣鏟人。

作者｜趙健‍‍‍

英偉達 CEO 黃仁勳正在試圖給行業建立一種印象—— AI 等于英偉達。

在 AI 大語言模型爆發的今天，要想完成對算力要求極高的 AI 訓練，英偉達針對人工智能的 GPU 芯片幾乎是唯一的選擇。

這種供需的極度不平衡讓英偉達的 GPU 一芯難求，就連 OpenAI CEO 山姆 · 奧爾特曼也在抱怨芯片短缺已經影響到了 ChatGPT 的發展。

黃仁勳對此一定喜聞樂見。2023 年，在 AI 需求的推動下，英偉達的市值衝破萬億美元。

不過，有人正在試圖打破英偉達在人工智能領網域 " 獨孤求敗 " 的狀态。

本周三，AMD（超威半導體）在其首次 " 人工智能與數據中心 " 產品發布會上，正式發布了年度旗艦芯片 Instinct MI300，一款可以對标英偉達 Grace Hopper 系列的超級芯片。

Instinct MI300 有兩個版本：MI300X 僅有 GPU，專為 AI 模型訓練設計，封裝了 1530 億顆晶體管；MI300A 則是集多個 CPU、GPU 和高寬帶内存于一身的 APU（AMD 在 2011 年時提出的產品概念），封裝了 1460 億顆晶體管。

Instinct MI300 的發布意味着，英偉達不再是 AI 公司對算力的唯一選項。AMD 确實也成功吸引到了一些 AI 明星獨角獸，比如 Hugging Face，AMD 将為其 CPU、GPU 和其他 AI 硬體優化模型。

Instinct MI300 承載着 AMD 在人工智能領網域的野心。AMD CEO 蘇姿豐近期曾表示：" 如果放眼五年，你會在 AMD 的每一款產品中看到人工智能，它将成為最大的增長動力。"

AMD 是英偉達的老對手，兩者在 GPU 市場的競争已經持續了 17 年，大部分時間都以英偉達的勝利而告終。

而這一次，已經在 CPU 市場證明過一次的 AMD，能否把成功經驗復制到 GPU 市場？

1.AMD 想要英偉達的 AI 皇冠

AMD 是全球知名的老牌半導體公司，成立于 1969 年。在今年 Gartner 發布的全球半導體公司的排名數據來看，AMD 位列第七。

CPU 是 AMD 的發家業務。1981 年 AMD 獲得了英特爾 X86 系列處理器的授權，在 PC 時代的紅利期一舉做到了行業第二，而這個行業老二，一做就做了幾十年。

在 CPU 之外，AMD 又通過不停地并購，逐步建立起 "CPU+GPU+DPU+FPGA" 完整的芯片布局。

其中比較重要的并購事件包括：

2006 年 7 月，AMD 斥資 54 億美元收購當時的 GPU 行業老二 ATI，正式與英偉達展開 GPU 的競争；

‍

2022 年 2 月，AMD 斥資 498 億美元完成對 FPGA 廠商賽靈思的收購，加強在數據中心業務的布局；

2022 年 4 月，AMD 宣布以 19 億美元收購 DPU 芯片廠商 Pensando，繼續擴大數據中心業務。

AMD 的業務構成分為四大板塊：數據中心、客户端、遊戲與嵌入式業務。

數據中心包含 AMD 所有的伺服器相關的收入；客户端收入主要涉及台式機與個人電腦，曾經是 AMD 最核心的業務之一，現在收入占比已經不高；遊戲業務主要涉及 GPU 產品線，索尼、微軟是穩定的大客户；嵌入式業務則主要來源于原賽靈思的業務。

随着人工智能成為一種趨勢，數據中心成為各大雲巨頭高度重視、大力投入的業務，也是英偉達、英特爾與 AMD 的兵家必争之地。

在此前的 2023 年 Q1 财報會上，AMD 強調 AI 為目前公司的第一戰略重點，AMD 正致力于構建更加多元的 AI 產品矩陣。

而昨天 AMD 的產品發布會，就是首次以 " 人工智能與數據中心 " 為主題。蘇姿豐在發布會上強調，在大型語言模型的推動下，人工智能的市場機會越來越大，到 2027 年市場潛力可能從目前的 300 億美元增加到約 1500 億美元。

AMD 不想錯過這場 AI 盛宴，但英偉達是橫亘在眼前的不得不翻越的大山。

在最新一季的财報中，AMD 的數據中心業務營收 12.95 億美元，同比上一季度的 12.93 億美元，基本沒有增長。反觀英偉達，今年第一季度的數據中心業務營收創歷史新高，同比增長 14% 至 42.8 億美元，是 AMD 的三倍多。

而根據量化對衝基金 Khaveen Investments 測算，英偉達數據中心 GPU 在 2022 年的市占率高達 88%，AMD 和英特爾瓜分剩下的部分。

雖然 AMD 是 GPU 市場的老玩家，但其過去的 GPU 系列產品主要應用于影像處理及 AI 推理領網域，而對于并行計算要求更高的 AI 訓練卻入場較晚。

而 Instinct MI300 的發布，意味着 AMD 試圖在 AI 訓練市場，改變英偉達一家獨大的局面。

2. 進軍 AI 訓練

Instinct MI300 是第一款面向數據中心的高性能 "APU" ——一個由 AMD 獨創的概念。

2011 年（AMD 收購 ATI 的第五年），AMD 在產品構想中以 CPU 和 GPU 分别類比人類左右腦，并基于此提出了 "CPU+GPU" 的異構產品策略，并将其命名為 APU。

類比人腦，AMD 認為左腦更像 CPU，負責對信息的邏輯處理，如串行運算、數字和算術、分析思維、理解、分類、整理等，而右腦更像 GPU，負責并行計算、多模态、創造性思維和想象等。

圖片來自華泰研究

不過，2011 年的 AMD 正處在 " 失去的十年 " 谷底期，無論是在 CPU 線還是 GPU 線，都沒能拿出足夠優秀的產品，APU 的發展不盡如人意。

時間來到 2020 年 3 月，AMD 發布了新的微架構版本 CDNA，專門針對數據中心的高性能計算、AI 計算而設計。在此之前，AMD 的 GPU 是用同一套架構同時解決遊戲與計算場景需求，自然不利于不同場景的優化。

Instinct 系列產品，就是專為 HPC 高性能計算、AI 計算而生的。而最新發布的 MI300，在規格及性能方面都全面追擊英偉達的 Grace Hopper。

Instinct MI300 采用了台積電 5nm 工藝，有兩個不同的版本：MI300X 僅有 GPU，專為 AI 模型訓練設計，封裝了 1530 億顆晶體管；MI300A 則是集多個 CPU、GPU 和高寬帶内存于一身的 APU，封裝了 1460 億顆晶體管。

AMD 聲稱 Instinct MI300 比上一代產品 MI250 的 AI 性能高 8 倍，它可以将 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。

AMD 在發布會現場演示了 MI300x 運行 400 億參數的 Falcon 模型，讓它寫了一首關于舊金山的詩。蘇姿豐表示：" 模型對容量的要求越來越大，你實際上需要多個 GPU 來運行最新的大型語言模型。" 她指出，随着 AMD 芯片上内存的增加，開發人員将不需要那麼多 GPU。

AMD 尚未公布 MI300 定價，但管理層在 FY23Q1 财報電話會中表示數據中心產品将延續往日的高性價比定價風格，重點先把市場打開。

AMD 預計 MI300 将于今年底前推出，并将搭載于勞倫斯利弗莫爾國家實驗室的百億級超級計算機 EI Capitan 及其他大型雲端客户 AI 模型中。

大摩分析師 Joseph Moore 給出樂觀指引稱，AMD 已看到來自客户的 " 穩定訂單 "，公司 2024 年的 AI 相關營收有望達到 4 億美元，最高甚至可能達到 12 億美元——這一預期是此前的 12 倍之多。

不過，盡管 AMD 幾乎是唯一一個有能力對英偉達帶來挑戰的公司，但這必然是一個非常艱難的過程。

3. 英偉達的護城河

在 AMD 的產品發布會之後，資本市場對此反響平平，AMD 的股價下跌了 3% 以上，反而是英偉達的股價又上漲了 3.9%，市值再次超過一萬億美元。

在投資人眼裏，AMD 的年度芯片 MI300 似乎仍然難以撼動英偉達的根基。

比如，AMD 沒有在發布會上透露它的年度芯片獲得了哪些大客户的支持。TIRIAS Research 首席分析師凱文 · 克雷韋爾（Kevin Krewell）表示：" 我認為，沒有（大客户）表示将使用 MI300X 或 MI300A，這可能會讓華爾街感到失望。他們希望 AMD 宣布已經在某些設計方面取代了英偉達。"

目前透露的客户僅有開源大模型獨角獸 Hugging Face，以及更早之前透露的勞倫斯利弗莫爾國家實驗室。但兩者與對數據中心芯片有更大需求的雲巨頭而言不在一個數量級。

從芯片本身的性能而言，雖然 MI300 在一些參數上超過了英偉達，比如晶體管數量要高于 A100 的 540 億個，但是英偉達可能很快就會通過產品的迭代來彌補。

實際上英偉達已經在這麼做了。5 月 29 日，在 AMD 發布會之前兩周，英偉達在 COMPUTEX 2023 展前發布會上，正式發布了全新的 GH200 Grace Hopper 超級芯片，擁有 2000 億個晶體管，比 MI300 還要高。

更重要的是，英偉達同時宣布了谷歌、微軟和 Meta 将是首批采用這一超級芯片的大客户。

除了產品本身過硬之外，英偉達另一個銅牆鐵壁一般的護城河，就是它的 CUDA 生态。

英偉達于 2007 年發布 CUDA 生态系統。通過使用 CUDA，開發者可以将英偉達的 GPU 用于通用的計算處理，而非僅限于圖形處理。

CUDA 提供了一個直觀的編程接口，它允許開發者使用 C，C++，Python，以及其他一些語言來編寫并行代碼。

AI 大神吳恩達曾對此評價："CUDA 出現之前，全球能用 GPU 編程的可能不超過 100 人，有了 CUDA 之後使用 GPU 就變成了一件非常輕松的事情。"

AMD 在 2016 年推出了 ROCm，目标是去建立可替代 CUDA 的生态。2023 年，CUDA 的開發者已達 400 萬，包括 Adobe 等大型企業客户。用户越多，粘性越好，起步就晚的 ROCm 要想構建開發者生态還需要時間。

Moor Insights & Strategy 分析師 Anshel Sag 表示：" 盡管 AMD 在硬體性能方面具有競争力，但人們仍然不相信 AMD 的軟體解決方案能與英偉達競争。"

這是屬于英偉達的獨一無二的護城河。AMD 要想打破，極具挑戰。

4.AMD 的成功，可能難以復制

對于 AMD 來説，或許最不怕的就是面對挑戰。

從 2006 年到 2016 年，這是 AMD" 失去的十年 "。這一時期，AMD 的兩個最大的競争對手英特爾和英偉達，正在摩爾定律的驅使下進行產品迭代。

英特爾踐行着 "Tick-Tock 鍾擺策略 "，每兩年做一次大的產品迭代更新（一年工藝制程、一年微架構設計）；英偉達則在黃仁勳提出的 " 黃氏定律 " ——顯卡每 6 個月性能提升一倍——的指引下，每半年将產品更新一次。

AMD 沒能跟上兩個行業老大的產品更新節奏，公司發展一度瀕臨崩潰，直到 2014 年蘇姿豐作為 AMD 第五任 CEO 接手。

蘇姿豐剛接手的 AMD 是一個爛攤子，它的筆記型電腦市場被英特爾占據，新興的智能手機市場被英偉達、高通和三星瓜分，伺服器市場份額也從原來的 1/4 縮水至僅 2%。AMD 不得不解雇了大約四分之一的員工，股價徘徊在 2 美元左右，分析師直稱 " 已無法投資 "。

當時英特爾 CEO 柯再奇如此評價 AMD：" 這家公司永遠不會再回來了，所以不要再介意把重點放在新的競争對手高通身上了。"

但後來的故事大家都知道了。在蘇姿豐的帶領下，AMD 在 CPU 市場打了一場漂亮的翻身仗，不僅一步步蠶食了英特爾的市場份額，股價也在 2022 年 2 月歷史性地反超了英特爾。

AMD 之所以能夠在 CPU 市場突圍，很重要的原因在于抓住了對手英特爾的戰略失誤。

在芯片制造這一環節，AMD 與英特爾選擇了不同的路線。AMD 在 2009 年剝離了旗下的芯片制造業務，合資成立了獨立的晶圓代工廠格芯，而自身只專注于芯片設計（Fabless），這讓 AMD 可以選擇獨立的第三方晶圓代工廠（Foundry）。英特爾則從成立以來一直是集芯片設計與芯片制造于一身（IDM）。

在半導體產業發展的早期，像英特爾這樣高度垂直整合的 IDM 才是更主流的模式。AMD 聯合創始人 Jerry Sanders 還説過一句名言：" 有晶圓廠才是真男人（Real men have fabs）。" 不過諷刺的是，AMD 正是因為後來剝離了晶圓廠才有機會完成逆襲。

2014 年之後，英特爾的芯片制程遭遇技術困難，10nm 芯片（相當于台積電 7nm）良率不佳，導致原定于 2016 年下半年的 10nm 量產多次推遲，最終到 2019 年下半年才發布。此前英特爾一直堅持的 Tick-Tock 策略也因制程技術原因而放棄。

英特爾創始人戈登摩爾提出了摩爾定律，但英特爾現在卻遭遇了 " 摩爾定律的詛咒 "。這讓 AMD 抓住了反超的機會。

2018 年，AMD 先是與格芯合作，推出 12nm 制程的 Zen+ 架構，首度在制程上超越了 14nm 的英特爾。随後在 2019 年，AMD 與台積電合作，推出了 7nm 制程（相當于英特爾 10nm）的 Zen 2 架構，領先英特爾。自此之後，英特爾一直在制程上落後 AMD 一拍，直到現在仍然沒有改善。

今天，類似的 " 老二挑戰老大 " 的劇本似乎在重新上演，只是戰場從 CPU 換成了 GPU。雖然 AMD 還是 " 蘇媽 " 帶領的 AMD，但黃仁勳帶領的英偉達，卻比當年的英特爾風頭更盛。

在硅谷，黃仁勳被稱為好鬥的男人，愛穿黑色皮衣，時刻做好反擊的準備，股價漲到 100 美元時還把英偉達 logo 文到胳膊上。