今天小编分享的科技经验：AMD发起AI芯片挑战，但英伟达依然独孤求败，欢迎阅读。
争做 AI 淘金时代的卖铲人。
作者｜赵健
英伟达 CEO 黄仁勋正在试图给行业建立一种印象—— AI 等于英伟达。
在 AI 大语言模型爆发的今天，要想完成对算力要求极高的 AI 训练，英伟达针对人工智能的 GPU 芯片几乎是唯一的选择。
这种供需的极度不平衡让英伟达的 GPU 一芯难求，就连 OpenAI CEO 山姆 · 奥尔特曼也在抱怨芯片短缺已经影响到了 ChatGPT 的发展。
黄仁勋对此一定喜闻乐见。2023 年，在 AI 需求的推动下，英伟达的市值冲破万亿美元。
不过，有人正在试图打破英伟达在人工智能领網域 " 独孤求败 " 的状态。
本周三，AMD（超威半导体）在其首次 " 人工智能与数据中心 " 产品发布会上，正式发布了年度旗舰芯片 Instinct MI300，一款可以对标英伟达 Grace Hopper 系列的超级芯片。
Instinct MI300 有两个版本：MI300X 仅有 GPU，专为 AI 模型训练设计，封装了 1530 亿颗晶体管；MI300A 则是集多个 CPU、GPU 和高宽带内存于一身的 APU（AMD 在 2011 年时提出的产品概念），封装了 1460 亿颗晶体管。
Instinct MI300 的发布意味着，英伟达不再是 AI 公司对算力的唯一选项。AMD 确实也成功吸引到了一些 AI 明星独角兽，比如 Hugging Face，AMD 将为其 CPU、GPU 和其他 AI 硬體优化模型。
Instinct MI300 承载着 AMD 在人工智能领網域的野心。AMD CEO 苏姿丰近期曾表示：" 如果放眼五年，你会在 AMD 的每一款产品中看到人工智能，它将成为最大的增长动力。"
AMD 是英伟达的老对手，两者在 GPU 市场的竞争已经持续了 17 年，大部分时间都以英伟达的胜利而告终。
而这一次，已经在 CPU 市场证明过一次的 AMD，能否把成功经验复制到 GPU 市场？
1.AMD 想要英伟达的 AI 皇冠
AMD 是全球知名的老牌半导体公司，成立于 1969 年。在今年 Gartner 发布的全球半导体公司的排名数据来看，AMD 位列第七。
CPU 是 AMD 的发家业务。1981 年 AMD 获得了英特尔 X86 系列处理器的授权，在 PC 时代的红利期一举做到了行业第二，而这个行业老二，一做就做了几十年。
在 CPU 之外，AMD 又通过不停地并购，逐步建立起 "CPU+GPU+DPU+FPGA" 完整的芯片布局。
其中比较重要的并购事件包括：
2006 年 7 月，AMD 斥资 54 亿美元收购当时的 GPU 行业老二 ATI，正式与英伟达展开 GPU 的竞争；
2022 年 2 月，AMD 斥资 498 亿美元完成对 FPGA 厂商赛灵思的收购，加强在数据中心业务的布局；
2022 年 4 月，AMD 宣布以 19 亿美元收购 DPU 芯片厂商 Pensando，继续扩大数据中心业务。
AMD 的业务构成分为四大板块：数据中心、客户端、游戏与嵌入式业务。
数据中心包含 AMD 所有的伺服器相关的收入；客户端收入主要涉及台式机与个人电腦，曾经是 AMD 最核心的业务之一，现在收入占比已经不高；游戏业务主要涉及 GPU 产品线，索尼、微软是稳定的大客户；嵌入式业务则主要来源于原赛灵思的业务。
随着人工智能成为一种趋势，数据中心成为各大云巨头高度重视、大力投入的业务，也是英伟达、英特尔与 AMD 的兵家必争之地。
在此前的 2023 年 Q1 财报会上，AMD 强调 AI 为目前公司的第一战略重点，AMD 正致力于构建更加多元的 AI 产品矩阵。
而昨天 AMD 的产品发布会，就是首次以 " 人工智能与数据中心 " 为主题。苏姿丰在发布会上强调，在大型语言模型的推动下，人工智能的市场机会越来越大，到 2027 年市场潜力可能从目前的 300 亿美元增加到约 1500 亿美元。
AMD 不想错过这场 AI 盛宴，但英伟达是横亘在眼前的不得不翻越的大山。
在最新一季的财报中，AMD 的数据中心业务营收 12.95 亿美元，同比上一季度的 12.93 亿美元，基本没有增长。反观英伟达，今年第一季度的数据中心业务营收创历史新高，同比增长 14% 至 42.8 亿美元，是 AMD 的三倍多。
而根据量化对冲基金 Khaveen Investments 测算，英伟达数据中心 GPU 在 2022 年的市占率高达 88%，AMD 和英特尔瓜分剩下的部分。
虽然 AMD 是 GPU 市场的老玩家，但其过去的 GPU 系列产品主要应用于影像处理及 AI 推理领網域，而对于并行计算要求更高的 AI 训练却入场较晚。
而 Instinct MI300 的发布，意味着 AMD 试图在 AI 训练市场，改变英伟达一家独大的局面。
2. 进军 AI 训练
Instinct MI300 是第一款面向数据中心的高性能 "APU" ——一个由 AMD 独创的概念。
2011 年（AMD 收购 ATI 的第五年），AMD 在产品构想中以 CPU 和 GPU 分别类比人类左右腦，并基于此提出了 "CPU+GPU" 的异构产品策略，并将其命名为 APU。
类比人腦，AMD 认为左腦更像 CPU，负责对信息的逻辑处理，如串行运算、数字和算术、分析思维、 理解、分类、整理等，而右腦更像 GPU，负责并行计算、多模态、创造性思维和想象等。
图片来自华泰研究
不过，2011 年的 AMD 正处在 " 失去的十年 " 谷底期，无论是在 CPU 线还是 GPU 线，都没能拿出足够优秀的产品，APU 的发展不尽如人意。
时间来到 2020 年 3 月，AMD 发布了新的微架构版本 CDNA，专门针对数据中心的高性能计算、AI 计算而设计。在此之前，AMD 的 GPU 是用同一套架构同时解决游戏与计算场景需求，自然不利于不同场景的优化。
Instinct 系列产品，就是专为 HPC 高性能计算、AI 计算而生的。而最新发布的 MI300，在规格及性能方面都全面追击英伟达的 Grace Hopper。
Instinct MI300 采用了台积电 5nm 工艺，有两个不同的版本：MI300X 仅有 GPU，专为 AI 模型训练设计，封装了 1530 亿颗晶体管；MI300A 则是集多个 CPU、GPU 和高宽带内存于一身的 APU，封装了 1460 亿颗晶体管。
AMD 声称 Instinct MI300 比上一代产品 MI250 的 AI 性能高 8 倍，它可以将 ChatGPT 和 DALL-E 等超大型 AI 模型的训练时间从几个月减少到几周，从而节省数百万美元的电费。
AMD 在发布会现场演示了 MI300x 运行 400 亿参数的 Falcon 模型，让它写了一首关于旧金山的诗。苏姿丰表示：" 模型对容量的要求越来越大，你实际上需要多个 GPU 来运行最新的大型语言模型。" 她指出，随着 AMD 芯片上内存的增加，开发人员将不需要那么多 GPU。
AMD 尚未公布 MI300 定价，但管理层在 FY23Q1 财报电话会中表示数据中心产品将延续往日的高性价比定价风格，重点先把市场打开。
AMD 预计 MI300 将于今年底前推出，并将搭载于劳伦斯利弗莫尔国家实验室的百亿级超级计算机 EI Capitan 及其他大型云端客户 AI 模型中。
大摩分析师 Joseph Moore 给出乐观指引称，AMD 已看到来自客户的 " 稳定订单 "，公司 2024 年的 AI 相关营收有望达到 4 亿美元，最高甚至可能达到 12 亿美元——这一预期是此前的 12 倍之多。
不过，尽管 AMD 几乎是唯一一个有能力对英伟达带来挑战的公司，但这必然是一个非常艰难的过程。
3. 英伟达的护城河
在 AMD 的产品发布会之后，资本市场对此反响平平，AMD 的股价下跌了 3% 以上，反而是英伟达的股价又上涨了 3.9%，市值再次超过一万亿美元。
在投资人眼里，AMD 的年度芯片 MI300 似乎仍然难以撼动英伟达的根基。
比如，AMD 没有在发布会上透露它的年度芯片获得了哪些大客户的支持。TIRIAS Research 首席分析师凯文 · 克雷韦尔（Kevin Krewell）表示：" 我认为，没有（大客户）表示将使用 MI300X 或 MI300A，这可能会让华尔街感到失望。他们希望 AMD 宣布已经在某些设计方面取代了英伟达。"
目前透露的客户仅有开源大模型独角兽 Hugging Face，以及更早之前透露的劳伦斯利弗莫尔国家实验室。但两者与对数据中心芯片有更大需求的云巨头而言不在一个数量级。
从芯片本身的性能而言，虽然 MI300 在一些参数上超过了英伟达，比如晶体管数量要高于 A100 的 540 亿个，但是英伟达可能很快就会通过产品的迭代来弥补。
实际上英伟达已经在这么做了。5 月 29 日，在 AMD 发布会之前两周，英伟达在 COMPUTEX 2023 展前发布会上，正式发布了全新的 GH200 Grace Hopper 超级芯片，拥有 2000 亿个晶体管，比 MI300 还要高。
更重要的是，英伟达同时宣布了谷歌、微软和 Meta 将是首批采用这一超级芯片的大客户。
除了产品本身过硬之外，英伟达另一个铜墙铁壁一般的护城河，就是它的 CUDA 生态。
英伟达于 2007 年发布 CUDA 生态系统。通过使用 CUDA，开发者可以将英伟达的 GPU 用于通用的计算处理，而非仅限于图形处理。
CUDA 提供了一个直观的编程接口，它允许开发者使用 C，C++，Python，以及其他一些语言来编写并行代码。
AI 大神吴恩达曾对此评价："CUDA 出现之前，全球能用 GPU 编程的可能不超过 100 人，有了 CUDA 之后使用 GPU 就变成了一件非常轻松的事情。"
AMD 在 2016 年推出了 ROCm，目标是去建立可替代 CUDA 的生态。2023 年，CUDA 的开发者已达 400 万，包括 Adobe 等大型企业客户。用户越多，粘性越好，起步就晚的 ROCm 要想构建开发者生态还需要时间。
Moor Insights & Strategy 分析师 Anshel Sag 表示：" 尽管 AMD 在硬體性能方面具有竞争力，但人们仍然不相信 AMD 的軟體解决方案能与英伟达竞争。"
这是属于英伟达的独一无二的护城河。AMD 要想打破，极具挑战。
4.AMD 的成功，可能难以复制
对于 AMD 来说，或许最不怕的就是面对挑战。
从 2006 年到 2016 年，这是 AMD" 失去的十年 "。这一时期，AMD 的两个最大的竞争对手英特尔和英伟达，正在摩尔定律的驱使下进行产品迭代。
英特尔践行着 "Tick-Tock 钟摆策略 "，每两年做一次大的产品迭代更新（一年工艺制程、一年微架构设计）；英伟达则在黄仁勋提出的 " 黄氏定律 " ——显卡每 6 个月性能提升一倍——的指引下，每半年将产品更新一次。
AMD 没能跟上两个行业老大的产品更新节奏，公司发展一度濒临崩溃，直到 2014 年苏姿丰作为 AMD 第五任 CEO 接手。
苏姿丰刚接手的 AMD 是一个烂摊子，它的筆記型電腦市场被英特尔占据，新兴的智能手机市场被英伟达、高通和三星瓜分，伺服器市场份额也从原来的 1/4 缩水至仅 2%。AMD 不得不解雇了大约四分之一的员工，股价徘徊在 2 美元左右，分析师直称 " 已无法投资 "。
当时英特尔 CEO 柯再奇如此评价 AMD：" 这家公司永远不会再回来了，所以不要再介意把重点放在新的竞争对手高通身上了。"
但后来的故事大家都知道了。在苏姿丰的带领下，AMD 在 CPU 市场打了一场漂亮的翻身仗，不仅一步步蚕食了英特尔的市场份额，股价也在 2022 年 2 月历史性地反超了英特尔。
AMD 之所以能够在 CPU 市场突围，很重要的原因在于抓住了对手英特尔的战略失误。
在芯片制造这一环节，AMD 与英特尔选择了不同的路线。AMD 在 2009 年剥离了旗下的芯片制造业务，合资成立了独立的晶圆代工厂格芯，而自身只专注于芯片设计（Fabless），这让 AMD 可以选择独立的第三方晶圆代工厂（Foundry）。英特尔则从成立以来一直是集芯片设计与芯片制造于一身（IDM）。
在半导体产业发展的早期，像英特尔这样高度垂直整合的 IDM 才是更主流的模式。AMD 联合创始人 Jerry Sanders 还说过一句名言：" 有晶圆厂才是真男人（Real men have fabs）。" 不过讽刺的是，AMD 正是因为后来剥离了晶圆厂才有机会完成逆袭。
2014 年之后，英特尔的芯片制程遭遇技术困难，10nm 芯片（相当于台积电 7nm）良率不佳，导致原定于 2016 年下半年的 10nm 量产多次推迟，最终到 2019 年下半年才发布。此前英特尔一直坚持的 Tick-Tock 策略也因制程技术原因而放弃。
英特尔创始人戈登摩尔提出了摩尔定律，但英特尔现在却遭遇了 " 摩尔定律的诅咒 "。这让 AMD 抓住了反超的机会。
2018 年，AMD 先是与格芯合作，推出 12nm 制程的 Zen+ 架构，首度在制程上超越了 14nm 的英特尔。随后在 2019 年，AMD 与台积电合作，推出了 7nm 制程（相当于英特尔 10nm）的 Zen 2 架构，领先英特尔。自此之后，英特尔一直在制程上落后 AMD 一拍，直到现在仍然没有改善。
今天，类似的 " 老二挑战老大 " 的剧本似乎在重新上演，只是战场从 CPU 换成了 GPU。虽然 AMD 还是 " 苏妈 " 带领的 AMD，但黄仁勋带领的英伟达，却比当年的英特尔风头更盛。
在硅谷，黄仁勋被称为好斗的男人，爱穿黑色皮衣，时刻做好反击的准备，股价涨到 100 美元时还把英伟达 logo 文到胳膊上。
2016 年黄仁勋还不把 AMD 放在眼里，他直接评价说英伟达跟 AMD 是 "9 跟 0" 的差距。2019 年初 AMD 抢在英伟达之前首发 7nm 显卡，黄仁勋表面上似乎也毫不在意，直称 " 这显卡很一般 "。
而今天，AMD 再一次用更好的产品向英伟达发起挑战。一边是踌躇满志的 AMD，一边是独孤求败的英伟达，一场关于人工智能的 GPU 大战，现在才刚刚开始。
END.
受微信改版影响，没有标星的朋友可能会错过「甲子光年」的推送或是看不到封面，欢迎各位新老朋友给「甲子光年」点个星标⭐️，以便及时收到我们的每篇新推文。
>
