为争夺这个2.8万亿的市场，美国芯片巨头们展开新竞赛

文章来源：钛媒体

作者：林志佳

编辑：马金男

未来4000亿美元规模的AI加速计算市场中，其中至少2000亿美元将专用于AI推理计算的场景。因此，AI推理对于大模型发展起到非常关键的作用。

图片来源：由无界 AI生成

随着生成式 AI 技术加速演进，算力需求急剧增长，将促使2.8万亿元 AI 加速芯片市场迎来一场新竞赛。

近日，芯片巨头英特尔（Intel）发布基于Intel 7（10nm）制程的全新第五代英特尔至强可扩展CPU（中央处理器）芯片Emerald Rapids，平均性能比上代提升21%，可微调最高200亿参数 AI 大模型，主要用于云数据中心和 AI 推理等场景。

除了英特尔，近期英伟达、AMD也在发布了多款数据中心GPU（图形处理器）、CPU产品，以应对新一轮 AI 热潮下算力暴增需求。其中，英伟达于11月发布H200 GPU芯片，大模型推理速度比H100提高近2倍；AMD则发布Instinct MI300X AI芯片，称MI300X在多项测试中均优于英伟达H100，运行8卡时AI性能提升60%。

然而近期，英伟达团队炮轰AMD，称其没有用开源TensorRT-LLM大模型优化软件，如果用的话芯片速度会提高2倍多，但H100仍比MI300X快47%；对此，AMD“回怼”称，即便用了英伟达软件，MI300X也比H100快30%；英特尔CEO基辛格（Pat Gelsinger）也公开称，英伟达CUDA软件护城河“太浅”，其在AI领域的成功纯属偶然、非常幸运。

如今，面对 AI 加速计算的巨大需求，美国芯片巨头们正悄然展开着一场争夺大战。

英特尔数据中心与人工智能集团兼副总裁兼中国区总经理陈葆立对钛媒体App等表示，“AI 芯片用于大模型推理还处于早期阶段，在当前一些加速芯片非常短缺的情况下，我们给了很多用户另外一个选择。我们非常看好数据中心市场的蓬勃发展。2023年一些智算算力的需求是远远大于供给的，这个情况会延续到明年。”

据统计，预计到2027年，基于 AI 需求带动，全球数据中心加速芯片市场规模将达到2.8万亿元。

截至2023年12月29日美股收盘，英特尔（NASDAQ: INTC）股价报收50.25美元/股。

过去12个月内，英特尔股价累计涨幅达87.99%；英伟达（NASDAQ: NVDA）、AMD公司（NASDAQ: AMD）累计涨幅分别为245.94%、130.26%。

超2000亿美金将投向AI芯片推理，AIGC或无需昂贵的GPU

过去一年，以ChatGPT为代表的生成式 AI 技术，推动了 AI 相关算力需求将不断增长，并且可能成为 AI 芯片未来几年内非常重要的需求赛道。

据艾瑞咨询报告显示，2023年，AI 大模型相关行业需求占中国智能算力总需求的58.8%，接近60%，是智能算力的最大需求方。阿里、腾讯、百度等中国科技巨头对GPU芯片需求强烈，英伟达也因此成为中国 AI 大模型领域关键“军火商”。

另据世界半导体贸易统计协会（WSTS）预估，2024年，受益于 AI 芯片需求持续增长，全球半导体市场规模预计将达到5883.6亿美元（接近6000亿美元，约合4.16万亿元），同比增长13.1%。

阿里云创始人王坚曾预测，未来云计算的算力都将会被这些在智能时代的电动机、所谓的大模型给消耗掉。

实际上，在生成式 AI（AIGC）时代下，算力正成为核心生产力。

数据显示，2023年，全球 AI 加速计算市场规模将达450亿美元。预计到2027年，全球数据中心AI加速芯片市场规模将达到4000亿美元（约合人民币2.8万亿元），五年的年复合增长率（CAGR）高达70%。

具体到案例中，生成式 AI 对算力的具体需求主要体现在搜索、办公、计算机和游戏等核心场景中。

然而，在智能算力中心（服务器）环境下，AIGC不止需要GPU进行训练，尤其随着Llama 2这种超大参数规模的开源模型广泛使用，未来大模型不一定需要重复性数据训练。因此，大模型更大的算力工作负载或与 AI 推理计算有关，所以无论是CPU，还是GPU、APU、IPU加速卡，都将会发挥更大作用。

字节跳动旗下的火山引擎IAAS产品负责人李越渊向钛媒体App介绍，“从CPU角度来说，在AI模型训练前，需要快速处理“脏数据”，变成为模型所用的高效数据，这就要求高计算能力加持。同时，模型训练涉及多种数据类型和多模态能力，那么对CPU的能力、内存和带宽提出了高要求。另外，随着模型增大，芯片间的互联互通能力也变得关键。”