今天小编分享的财经经验：英伟达背后的“诸神之争”，欢迎阅读。
图片来源 @视觉中国
文｜正见 TrueView，作者｜岚羽，编辑｜TV
2024 年刚开局，AI" 王炸 " 频现。苹果放弃长达十年的造车计划转投生成式 AI，OpenAI 首个文生视频模型 Sora 惊艳亮相，号称比 GPT-4 快 18 倍的大模型 Groq 横空出世，华为发布首个通信行业大模型……
AI 浪潮已经势不可挡，AI 芯片作为其发展的底层基石也迎来了前所未有的机遇。据 Gartner 最新预测，到 2024 年 AI 芯片市场规模将较上一年增长 25.6%，达 671 亿美元。预计到 2027 年，AI 芯片市场规模将是 2023 年规模的两倍以上，达到 1194 亿美元。
在这样的背景下，" 算力霸主 " 英伟达被捧上神坛，以高达 80% 的占有率几乎垄断了市场，赚得盆满钵满。英伟达数据中心业务的营收再创新高，带动 2024 年财年 Q4 季度总营收狂涨 265%。由于这份远超预期的财报数据，英伟达一夜涨出 2770 亿美金市值，相当于：一夜涨出阿里巴巴 + 百度 + 京东。
英伟达的 " 狂飙 " 也引来了众多挑战者。亚马逊、谷歌、微软、华为、百度等巨头积极推动自研芯片，寒武纪、摩尔线程、燧原科技等新锐力量崛起。据外媒报道，英伟达在提交给美国证券交易委员会的檔案中，其中包含 AI 芯片等多个类别里，首度将华为认定为 " 最大竞争对手 "。
理想与狂热交织下，人们不免好奇：英伟达的 " 铁王座 " 还能坐多久？为什么华为被其列为最大竞争对手？其他国产 AI 芯片发展如何？
英伟达 " 外患 " 大于 " 内忧 "
与英伟达不断刷新预期的业绩相伴相随的是，越来越多的挑战。
正如英伟达 CEO 黄仁勋在一次演讲中所说：" 我们并不需要假装公司处于危险之中，因为我们能感觉到公司确实一直处于危险之中。"
英伟达目前最显著的问题是产能。从去年开始，台积电在先进封装方面的产能变得紧张，而英伟达芯片依赖于台积电的 CoWoS 封装技术以及基于 65nm 硅中介层的工艺。虽然台积电已计划将 CoWoS 封装产能提高一倍，但需到 2024 年下旬产能才能纾解。
为缓解产能紧张的局面，英伟达与英特尔达成了代工合作意向，初步估算英特尔每月生产 5000 片晶圆，如果全部用于生产 H100 芯片，在理想情况下最多可以得到 30 万颗芯片，这也意味着英伟达高性能 GPU 的交货周期将有望缩短更多。
内忧好解，外患却不容忽视。去年 12 月，AMD 发布了 MI300 系列芯片产品。AMD 首席执行官苏姿丰称，MI300X 在训练大语言模型方面与英伟达的 H100 芯片相当，但推理能力更为出色。目前，MI300 系列产品已开始量产出货，上个季度推动 AMD 数据中心 GPU 总收入超过 4 亿美元。
英特尔也在发力谋求在市场中更大的话语权。新一代的 Gaudi 3 将采用先进的 5nm 制程工艺，配备最高达 128GB 的 HBM3e 内存，大幅提升 AI 的学习和训练性能，可对标英伟达的 H200 芯片。
除了上述两个直接竞争对手的 " 步步紧逼 "，英伟达还面临多家科技大厂的挑战。微软发布了其首款定制化 Maia 100 GPU 和 Azure Cobalt CPU100，以降低 AI 服务成本。亚马逊和谷歌已经使用了自研芯片，并部分产品向客户提供。OpenAI的 7 万亿芯片计划和孙正义的 1000 亿 " 豪赌 " 也在试图分一杯羹。此外，MLIR、谷歌等都在转向 " 以 Python 语言为基础的编程层 "，以使 AI 训练更加开放，逐渐摆脱对英伟达 CUDA 生态的依赖，建立起自己的护城河。
与此同时，受出口管制影响，英伟达在中国市场的收入暴跌。根据英伟达最新的财报数据，中国区 2023 年第四季度的营收下滑到个位数比例。如何在美国政府管制、中国客户需求间保持平衡成为英伟达的一道关键课题。
在专门为中国市场特供的 A800 和 H800 也被禁售后，英伟达推出了新款 H20，但该产品性价比并不高，性能缩水为 H100 的四分之一，阿里巴巴、腾讯、百度等中国企业明确表示今年会大砍订单量，英伟达在中国的营收恐不乐观。
华为 AI 芯片的自研苦旅
英伟达在曾提交给美国证券交易委员会的檔案中，把华为列为最大竞争对手。近日在接受美国科技杂志《连线》采访时，英伟达 CEO 黄仁勋再次表达了对华为的重视，点赞 " 华为尽管受到现有半导体处理技术的限制，仍然可以通过将许多芯片聚集在一起来构建非常强大的系统。"
这不仅是对华为技术实力的认可，更是对整个 AI 芯片行业竞争格局的一次重新评估。申万宏源的研究报告显示，从 2023 年上半年的数据看，华为 AI 伺服器出货量已成为国产品牌第一，仅次于英伟达，且仍在快速增长。
华为的崛起并非是 " 忽如一夜春风来 "。2017 年，华为发布全球首款移动端 AI 芯片麒麟 970，内置独立 NPU，相比 CPU 获得了约 50 倍能效和 25 倍性能优势。这意味着，麒麟 970 芯片可以用更少的能耗更快地完成 AI 计算任务。
一年后，华为又发布麒麟 980，凭借 7nm 制程工艺、双核 NPU 加持等特性，麒麟 980 打破了多项世界第一。但是，没有一蹴而就的成果。麒麟 980 历经了 36 个月的研发，才完成定制特殊基础单元构建高可靠性 IP 论证，再加上 Soc 工程化验证的时间，留给量产的周期仅半年左右。
根据这个时间表，麒麟研发团队实际上只能允许一次投片修正，否则就会影响芯片的正常流片、量产和终端适配，造成产品延期上市甚至是项目失败。经过 2 个大版本的迭代，5000 多次的工程验证，花费了数亿美元，最终麒麟 980 成功量产。
麒麟 980 成为华为在手机端 AI 芯片布局的一个重要里程碑。在此基础上，华为试图覆盖云、边、端各种场景，形成从应用到系统到芯片的闭环。
2018 年 10 月，华为在其全联接大会上首次提出全栈全场景 AI 解决方案，并 " 祭 " 出了两颗 AI 芯片：华为昇腾（Ascend）910 和 310。从算力上看，昇腾 910 表现非常出色，半精度（FP16）算力可达256TFLOPS，整数精度（INT8）算力可达612TOPS。2023 年最新发布的昇腾 910B 是昇腾 910 的更新款，算力已达到英伟达 A100 的性能水平。
由于其卓越的性能表现，加上美国对英伟达芯片的出口禁令限制，国内企业纷纷转投昇腾系列的怀抱。据悉，2023 年华为从中国主要互联网公司获得了至少 5000 颗昇腾 910B 芯片的订单，这对英伟达在 AI 芯片市场的主导地位构成了严峻的威胁。
算力比拼仅是一方面，生态建设方面，英伟达最宽的护城河 CUDA 也正遭猛烈进攻。CUDA 最大的特点就是，软硬结合大幅提升了 GPU 的并行计算效率，具备低成本、低门槛、广生态等优势，兼容 CUDA 生态对于开发者与客户来说更友好。但同时，兼容也会成为限制产品发展的 " 天花板 "，追随英伟达生态难以实现突围，自研生态才有望实现自主可控破局。
华为以自研 CANN 框架对标 CUDA，要直面英伟达用户粘性的巨大挑战。CUDA 推出至今，拥有超 400 万开发人员和超过 3000 个应用程式，建立起了庞大的用户群体与开发者社区。
虽然 CANN 起步较晚，离 CUDA 还有很大差距，但华为也在努力追赶。目前华为 CANN 平台已经到了 7.0 版本，支持 50+ 主流大模型，同时兼容主流加速库及开发套件。此外已经支持 Pytorch、Tensorflow 等主流框架，PyTorch 2.1 版本已同步昇腾 NPU，意味着开发者可直接在 PyTorch 2.1 上基于昇腾进行模型开发。
伴随着 " 日拱一卒 " 的演进，华为 AI 芯片终于实现 " 从 0 到 1" 的突破，走向了巨头的谈判桌。但 " 从 1 到 100" 仍需企业和产业链上下游共同完善生态，剩下就交给时间。
国产 AI 芯片的 " 繁花 " 时代
目前国产 AI 芯片主要可以分为三类：其一是华为、阿里等大型科技企业自研的 AI 芯片，二是海光信息等国资背景的科技公司，三是寒武纪、壁仞科技、摩尔线程、燧原科技等创业型芯片公司。
华为作为 ICT 运营商，积累了完整的云技术生态和渠道销售能力。在各省级行政区建立代表处、派驻城市总经理的战略打法，还一度被腾讯云和阿里云效仿。
阿里平头哥
成立于 2018 年的平头哥，由中天微和达摩院自研芯片业务整合而来，依托中天微多年技术积累，结合阿里基础设施事业部和达摩院的前沿算法研究，技术储备深厚。
2019 年 9 月，含光 800 问世，这是平头哥第一款通用 AI 推理芯片。含光 800 采用了自研的芯片架构，通过软硬體的协同设计实现性能突破。在业界标准的 ResNet-50 测试中，含光 800 推理性能达到 78563 IPS，比当时业界最好的 AI 芯片性能高 4 倍；能效比 500 IPS/W，是第二名的 3.3 倍。
含光 800 已经大规模应用在阿里内部核心业务中，虽然不对外售卖，但可以通过阿里云对外输出 AI 算力。阿里云去年 4 月推出的大模型 " 通义千问 "，就使用了含光 800 芯片。
海光信息
主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发，是少数几家具备高端处理器研发能力的企业之一。海光信息的产品采用 X86 架构，分别有海光通用处理器（CPU）和海光协处理器（DCU）。
海光的 " 深算一号 " 是公司 DCU 系列的主要在售产品，目前广泛应用于数据中心、互联网企业，在大数据处理、人工智能、商业计算等领網域，已经商业化应用数十万片。" 深算一号 " 具备大模型运行能力，但它的水平只相当于英伟达 P100 的水平。2023 年第三季度海光推出了 " 深算二号 "，据透露其性能翻了一番。不过和英伟达产品相比，仍有一定差距。
燧原科技
专注于人工智能云端算力产品，提供自主创新、全栈自研、具备完全自主知识产权的通用 AI 训练和推理产品，可广泛用于云数据中心、超算中心、泛互联网、传统行业及智慧城市等多样化场景。
成立五年多，燧原科技已推出燧思系列芯片、云燧训练和推理加速卡以及云燧智算机的全系列算力产品线。基于燧原科技的自主创新芯片架构，采用 12nm 工艺制造的新一代燧思 AI 推理芯片计算能力与业内 7nmGPU 相当。
伴随着大模型和生成式 AI 的兴起，缺芯正从一个行业季节性的常态，演变为全球各行各业的痛点，催促更多的国产 AI 芯片企业努力追赶甚至超越。
市场、企业、技术、产品都在变化，新的格局正在孕育当中，国产 AI 芯片亟需找准战略规划的前行方向，才能避免在这副生存角逐的棋局中被碾压踢出。
