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_VID

來源：新智元

ChatGPT爆火之后，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和云計算都成了必爭之地，而芯片，也成為降低成本、贏得商業客戶的關鍵。

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，用于芯片開發和生產。

各大科技巨頭研發的AI芯片

ChatGPT爆火，大廠開啟芯片爭霸賽

根據外媒TheInformation的報道以及其他來源，這三家大廠現在已經推出或計劃發布8款服務器和AI芯片，用于內部產品開發、云服務器租賃或者二者兼有。

「如果你能制造出針對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GlennO’Donnell這樣說。

付出這些巨大的努力，一定會得到回報嗎？

答案是，并不一定。

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說，情況遠非如此。

Web3設計實驗室Kondux加入英偉達初創加速計劃:金色財經報道，Web3設計實驗室Kondux宣布已加入英偉達初創加速計劃NVIDIA Inception，雙方將合作創建可互操作性的3D資產，并且構建與NVIDIA Omniverse相關軟硬件所需的應用程序接口（API）工具，所有這些技術都將作為安全的數字資產分層，提供最高級別的所有權保護。（globenewswire）[2022/9/17 7:03:07]

它們還面臨著許多棘手的挑戰，比如需要聘請芯片設計師，還要說服開發者使用他們定制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。

根據公布的性能數據，亞馬遜的Graviton服務器芯片，以及亞馬遜和谷歌發布的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：標準計算芯片和用于訓練和運行機器學習模型的專用芯片。正是后者，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。

外媒：英偉達最新顯卡驅動重新啟用挖礦限制程序:5月26日消息，在安裝英偉達最新的512.95驅動程序后，所有基于Windows的挖礦軟件都將恢復到被限制后的哈希率。報道稱這并沒有什么用，因為礦工可以重新裝回以前的512.77驅動程序，實現滿速挖礦。

據報道，YouTube用戶Juliano Caju確認了512.95驅動自帶挖礦鎖。他的RTX 3060卡使被限制為25 MH / s ETH哈希率，而此前破解后的哈希率為46 MH / s。

此前5月初消息，算力經紀商Nicehash新軟件已支持解鎖Nvidia顯卡的加密挖礦限制。（Videocardz）[2022/5/26 3:43:02]

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云服務商，2015年收購的以色列芯片設計商AnnapurnaLabs，為這些工作奠定了基礎。

谷歌在2015年推出了一款用于AI工作負載的芯片，并正在開發一款標準服務器芯片，以提高谷歌云的服務器性能。

相比之下，微軟的芯片研發開始得較晚，是在2019年啟動的，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，點燃了全世界用戶對于AI的興奮。這更促進了三家大廠的戰略轉型。

英偉達CEO：對監管機構批準公司對ARM的收購交易有信心:英偉達CEO表示，對監管機構批準公司對ARM的收購交易有信心。 （金十）[2021/6/2 23:04:09]

ChatGPT運行在微軟的Azure云上，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，以至于微軟已經為開發AI的內部團隊分配了服務器硬件。

在亞馬遜，首席財務官BrianOlsavsky在上周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，部分原因是投資于支持ChatGPT所需的基礎設施。

在谷歌，負責制造張量處理單元的工程團隊已經轉移到谷歌云。據悉，云組織現在可以為TPU和在其上運行的軟件制定路線圖，希望讓云客戶租用更多TPU驅動的服務器。

谷歌：為AI特調的TPUV4

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——TPUv4。

不過直到今年的4月4日，谷歌才首次公布了這臺AI超算的技術細節。

相比于TPUv3，TPUv4的性能要高出2.1倍，而在整合4096個芯片之后，超算的性能更是提升了10倍。

媒體：英偉達未來所有RTX 30系列顯卡均配有以太坊挖礦限制功能:3月6日消息，芯片巨頭英偉達（Nvidia）的高端顯卡RTX 3080 Ti和RTX 3070 Ti將配有以太坊挖礦限制功能，即顯卡算力不能全部用于挖礦。

同時Videocards 表示，英偉達未來生產的所有30系列高端顯卡，都將配置以太坊挖礦限制功能。（Videocadz）[2021/3/6 18:20:53]

同時，谷歌還聲稱，自家芯片要比英偉達A100更快、更節能。對于規模相當的系統，TPUv4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。

對于相似規模的系統，TPUv4在BERT上比A100快1.15倍，比IPU快大約4.3倍。對于ResNet，TPUv4分別快1.67倍和大約4.5倍。

另外，谷歌曾暗示，它正在研發一款與NvidiaH100競爭的新TPU。谷歌研究員Jouppi在接受路透社采訪時表示，谷歌擁有「未來芯片的生產線」。

微軟：秘密武器雅典娜

不管怎么說，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」的定制芯片。

聲音 | 英偉達：未向投資人提供虛假加密貨幣挖礦信息:最近圖形處理器制造巨頭英偉達（Nvidia）因涉嫌在加密貨幣挖礦欺騙投資者備受抨擊，但該公司現在已作出正式回應，并表示其實是分析師關于該公司收入做出錯誤信息導致投資者被誤導，英偉達與相關分析師沒有任何關聯，因此他們不應該承擔責任。此外，英偉達還指出分析師使用錯誤模型來誤導投資者。Nvidia此前業務主要集中在游戲領域，但由于對GPU需求不斷增加，他們最近幾年在加密貨幣礦工領域開辟新業務。英偉達進一步聲稱，他們對數據一直是公開和透明的，因此投資者不應責怪他們，而且沒有證據表明該公司行為是造成投資人財務損失原因。（all-stocks）[2019/12/10]

根據最初的計劃，「雅典娜」會使用臺積電的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的團隊便可以借助「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。

彭博社在上周的報道中，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的股價在周四上漲了6.5%。

但一位知情者表示，AMD并未參與其中，而是在開發自己的GPU，與英偉達競爭，并且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。

亞馬遜：已搶跑一個身位

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，亞馬遜在云計算服務方面，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，AWSGraviton3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。并支持DDR5內存，相比DDR4內存帶寬增加了50%。

針對機器學習工作負載，AWSGraviton3比上一代的性能高出多達3倍，并支持bfloat16。

基于Graviton3芯片的云服務在一些地區非常受歡迎，甚至于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和AI專用芯片云供應商。

早在2019年，亞馬遜就推出了自己的AI推理芯片——Inferentia。

它可以讓客戶可以在云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Inferentia2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。

在初代Inferentia推出之后，亞馬遜又發布了其設計的主要用于AI訓練的定制芯片——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。

在一些情況下，芯片定制不僅僅可以把成本降低一個數量級，能耗減少到1/10，并且這些定制化的方案可以給客戶以更低的延遲提供更好的服務。

撼動英偉達的壟斷，沒那么容易

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的云計算與數據中心，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A100GPU。

一直以來，不管是成為頂流的ChatGPT，還是Bard、StableDiffusion等模型，背后都是由每個大約價值1萬美元的芯片英偉達A100提供算力。

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。

顯而易見，英偉達已經壟斷了全球算力，憑借自家的芯片，一統江湖。

根據從業者的說法，相比于通用芯片，亞馬遜、谷歌和微軟一直在研發的專用集成電路芯片，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，你可以用普銳斯，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。」

然而盡管已經做出了種種努力，但亞馬遜、谷歌和微軟都面臨著挑戰——如何說服開發者使用這些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，用于制作GPU驅動的應用程序。

如果換到亞馬遜、谷歌或微軟的定制芯片，就需要學習全新的軟件語言了，他們會愿意嗎？

Tags：亞馬遜VIDGPTATG亞馬遜幣值多少人民幣vidy幣前景如何HyperGPTATG幣

DOT