2024，AI芯片的三场关键战事 | 洗牌年代

原文来源：硅基实验室

作者丨白嘉嘉

编辑 | 山核桃

美编丨渔   夫

图片来源：由无界 AI生成

编者按：
竞争驱动洗牌，洗牌催生跨越。
我们深知，适应比预测更重要。无论是如今写在历史中的大公司们，还是依旧寻找方向的创业公司，无一例外不经历着一次又一次的洗牌，又在一次又一次的洗牌中或退场、或重生。
这是一个洗牌年代，也是一个值得书写的年代。
「硅基研究室」在年末之际，将推出「洗牌年代」系列策划，我们将以公司与行业分析为抓手，聚焦「洗牌年代」中的「人、事、物」，将行业共识凝练成经验，将预测化为分析观察。
本篇为本系列的第一篇，我们聚焦AI芯片行业的三场战事。

2024年注定是AI芯片厂商们捉对厮杀的一年。

过去一年时间里，AI赛道烈火烹油，以英伟达为代表的GPU厂商手握算力心脏，背靠AI企业扩大云计算规模和训练大模型的需求，吃下了AI时代的第一笔红利，赚得盆满钵满。

随着时间来到2024，AI从云端蔓延向终端，「AI+产品」概念下的许多新物种逐渐走到消费级的临界点。为了捕捉这些增长点，雄踞于各个细分领域的AI芯片龙头纷纷开启了跨界合作，一手推出新品，一手寻找新的合作伙伴。

即便是确定性相对较强的云端算力市场，也透着一股「山雨欲来风满楼」的气息。谷歌、微软、亚马逊先后宣布推出或计划推出自研AI芯片，AMD的新产品MI300X在性能上紧咬英伟达H100，英特尔CEO基辛格透露：“整个行业都被推动来减少CUDA（英伟达推出的运算平台）的市场。”

2024，AI芯片市场的格局将迎来什么变化？而这泼天富贵，又将花落谁家？

从云端需求和企业动作来看，2024年研发下一代大模型仍将是各大科技公司竞争的核心，其中多模态模型占比逐渐提高的趋势带动了更大的算力需求。

C端AI应用数量的增加也为云市场的增长注入了稳定性。过去，模型的预训练是GPU消耗最大的环节，大约80%，但随着越来越多的消费者开始调用模型进行推理，未来推理和训练的算力占比将倒置。晚点LatePost报道，多位大模型从业者估算，如果千亿参数或更大的人工智能模型被广泛使用，大模型的训练成本和推理成本会达到2:8，甚至1:9。

对AI创业者以及科技巨头来说，这个消息忧喜参半。

2023年，所有涌向AI的掘金者都对上游芯片供应商有一种复杂的情绪。研发AI产品离不开AI芯片这颗算力心脏，但高昂的价格和短缺的产能同时也令他们无时无刻不被焦虑包围。

除了恐惧拿到芯片的同行领先自己在市场上铺开业务，更担心卖方市场的格局仍将持续下去，无法摆脱向上游「纳税」的命运。

但令人意外的是，这些赚得盆满钵满的卖水人同样不安。GPU龙头英伟达创始人黄仁勋在去年十一月的一场演讲中表示：“我们不需要假装公司一直处于危险之中。我们（确实）一直处于危险之中。”

黄仁勋在AI的暴风眼站了一年，这句话大概是他的真实感受。

压力首先来自于同行竞争。

作为市场上唯一有希望在GPU领域挑战英伟达的企业，AMD每次发布新芯片，英伟达都会被拿出来做对比，你甚至可以在去年12月的多轮交锋中看到火花迸射。

AMD12月6日推出MI300x时，宣称表现优于英伟达的AH100。英伟达随后发布了自己的基准测试作为回应，表明AH100在正确的设置下仍然更好。AMD再次对此做出回应，发布了新的基准测试，再次显示MI300X在正确的设置下表现出色。

此外，英特尔虽然在GPU领域鲜有建树，但仍未放弃这块甜美的蛋糕。英特尔声称，将在2024年上市的Gaudi 3，性能超过了英伟达的AI芯片H100。

除了同行，英伟达的客户们也并不忠诚，谷歌、亚马逊、特斯拉、阿里、百度、微软……几乎所有的大客户都宣布将自研AI芯片。

这些客户还对英伟达的生态护城河发起了猛攻。“整个行业都被推动来减少CUDA的市场”，英特尔CEO基辛格最近公开表示，MLIR、谷歌和OpenAI等都在转向一个“以Python语言为基础的编程层”，以使AI训练更加开放。

自研芯片和生态建设并非易事，为何反倒成为了行业共识？英伟达的「镰刀」实在太锋利了。