终结英伟达的统治？全球科技巨头纷纷布局自研AI芯片

来源：澎湃新闻

记者 邵文

·在这场AI芯片竞赛中，亚马逊似乎占据了先机，已拥有两款AI专用芯片——训练芯片Trainium和推理芯片Inferentia，谷歌则拥有第四代张量处理单元 （TPU）。相比之下，微软等还在很大程度上依赖于英伟达、AMD和英特尔等芯片制造商的现成或定制硬件。

图片来源：由无界 AI工具生成

本周，挑战英伟达AI芯片王者地位的竞争又加速了。

北京时间5月19日，Meta公司披露其正在构建首款专门用于运行AI模型的定制芯片——MTIA（Meta Training and Inference Accelerator）芯片，使用名为RISC-V的开源芯片架构，预计于2025年问世。

同样在这周，微软发布了一系列芯片相关招聘信息，其中一则写道，“我们正在寻找一名首席设计工程师在充满活力的微软AISoC（人工智能芯片及解决方案）团队中工作。”据称，该团队正在研究“能够以极其高效的方式执行复杂和高性能功能的尖端人工智能设计”。换句话说，微软某种程度上已把自己的未来寄托在人工智能开发机构OpenAI的一系列技术上，想要制造出比现成的GPU（图形处理器）和相关加速器更高效的芯片来运行这些模型。

当下，英伟达还是当之无愧的“AI算力王者”，A100、H100系列芯片占据金字塔顶尖位置，是ChatGPT这样的大型语言模型背后的动力来源。然而，不管是为了降低成本，还是减少对英伟达的依赖、提高议价能力，科技巨头们也都纷纷下场自研AI芯片。

粗略统计，微软、谷歌、亚马逊这3家公司已经推出或计划发布8款服务器和AI芯片。

粗略统计，微软、谷歌、亚马逊这3家公司已经推出或计划发布8款服务器和AI芯片。弗雷斯特研究公司（Forrester）主管格伦·奥唐奈（Glenn O'Donnell）认为，“如果你能制造出针对人工智能进行优化的芯片，那么你就会取得巨大的胜利。”

根据目前几家海外科技巨头在AI芯片方面的最新动作和进展，总体看来，在这场竞赛中，亚马逊似乎占据了先机，已拥有两款AI专用芯片——训练芯片Trainium和推理芯片Inferentia，谷歌则拥有第四代TPU（张量处理单元）。相比之下，微软等还在很大程度上依赖于英伟达、AMD和英特尔等芯片制造商的现成或定制硬件。

谷歌：最早自研TPU芯片

早在2013年，谷歌就已秘密研发一款专注于AI机器学习算法的芯片，并将其用在内部的云计算数据中心中，以取代英伟达的GPU。2016年5月，这款自研芯片公诸于世，即TPU。TPU可以为深度学习模型执行大规模矩阵运算，例如用于自然语言处理、计算机视觉和推荐系统的模型，其最初专为谷歌的超级业务云计算数据中心而生。

2020年，谷歌实际上已在其数据中心部署了人工智能芯片TPU v4。不过直到今年4月4日，谷歌才首次公开了技术细节：相比TPU v3，TPU v4性能提升2.1倍。

基于TPU v4的超级计算机拥有4096块芯片，整体速度提高了约10倍。谷歌称，对于类似大小的系统，谷歌能做到比Graphcore IPU Bow（Intelligence Processing Unit，智能处理单元）快4.3-4.5倍，比英伟达A100快1.2-1.7倍，功耗低1.3-1.9倍。

在谷歌发布TPU v4的技术细节后，英伟达也非常巧合地发布了一篇博客文章。在文章中，创始人兼CEO黄仁勋指出A100芯片是3年前发布的，最近发布的H100芯片提供的性能比A100高出四倍。

目前，谷歌已将负责AI芯片的工程团队转移到了谷歌云，旨在提高谷歌云出售AI芯片给租用其服务器的公司的能力，从而与更大的竞争对手微软和亚马逊云科技（AWS）相抗衡。今年3月，生成式人工智能明星企业Midjourney选择了谷歌云，称其正在使用基于云的TPU来训练机器学习模型。

亚马逊：训练和推理芯片占据先机

从2013年推出首颗Nitro1芯片至今，AWS是最先涉足自研芯片的云厂商，已拥有网络芯片、服务器芯片、人工智能机器学习自研芯片3条产品线。

2018年初，科技媒体Information爆料亚马逊已经开始设计定制AI芯片。

AWS自研AI芯片版图包括推理芯片Inferentia和训练芯片Trainium。2018年底，AWS推出自研AI推理芯片Inferentia，可以以低成本在云端运行图像识别、语音识别、自然语言处理、个性化和欺诈检测等大规模机器学习推理应用程序。