新火種
2023-10-10 
對抗英偉達？OpenAI這次動真格了
10月7日，微軟和Open AI宣布了各自的造芯計劃。在此之前，谷歌、亞馬遜、Meta已系數(shù)下場自研AI芯片，對英偉達的霸主地位發(fā)起圍攻。
ChatGPT的爆紅讓所有科技公司紅了眼。大模型競賽一觸即發(fā)，巨頭和新貴你追我干，催生出的巨大算力需求也讓“AI賣鏟人”英偉達，成為了實際的受益者。
靠著龐大的芯片出貨量，英偉達賺的盆滿缽滿，市值直接突破萬億美元。財報數(shù)據(jù)顯示，2024財年第二季度，英偉達營收135億美元，創(chuàng)歷史新高。其中，數(shù)據(jù)中心業(yè)營收103.2億美元，僅這一季度就翻了一倍多。
目前，英偉達幾乎控制著全球80%的芯片市場。據(jù)行業(yè)人士透露，英偉達用于AI和高性能計算應用的H100 GPU早已銷售一空，即便現(xiàn)在交錢訂貨，也要等到明年中旬才能到貨。
算力壓頂，玩家們顯然不甘被英偉達永遠“卡脖子”。
01.年虧37億
Open AI想擺脫英偉達
生成式人工智能，來源于GPU支持。強大的算力，意味著更快的數(shù)據(jù)處理速度。
隨著越來越多的公司加入AI模型競賽，A100 和 H100 等高端 GPU供不應求，這給英偉達和其制造商臺積電帶來巨大生產(chǎn)壓力。今年第一季度的財報會上，英偉達創(chuàng)始人黃仁勛就表示，訂單多到不可思議，公司核心目標就是生產(chǎn)更可能多的先進芯片。
英偉達的GPU不僅不愁賣，實際售價也水漲船高。市面上，H100 GPU已是原價2萬美元的兩倍，約為 29 萬元人民幣。
沒有算力支撐，大模型難以更新迭代。這對于人工智能企業(yè)來說，無疑是發(fā)展的阻礙。
據(jù)《金融時報》報道，今年8月，百度、字節(jié)跳動、騰訊和阿里巴巴向英偉達共訂購了價值50億美元的芯片。但業(yè)內(nèi)人士表示，僅有10億美元的A800 GPU處理器，能在年內(nèi)交付。這款處理器由英偉達為中國客戶打造，性能與A100接近。
Open AI的CEO Sam Altman也曾多次抱怨算力短缺問題。在倫敦聽證會上，他稱算力的短缺讓API可用性低于標準，這讓許多用戶感到不滿，更阻礙了ChatGPT推出更大的“上下文窗口”。上下文窗口決定了模型的響應速度，和單次提示使用的數(shù)據(jù)。
而算力成本問題，更是讓Open AI苦惱。據(jù)路透社報道，2022年OpenAI營收2800萬美元，虧損為5.4億美元（約合人民幣37億元）。虧損的主要算因就是算力開銷。
根據(jù)分析師 Stacy Rasgon 曾估算，ChatGPT每次查詢成本約 4 美分。若ChatGPT 查詢增長到 Google 搜索規(guī)模的十分之一，需要價值約 481 億美元的 GPU，每年則需160 億美元的芯片才能保持運行。
想要GPT越聰明，就得投入更多的算力。據(jù)摩根士丹利預測，GPT-5大概要使用2.5萬個GPU，是GPT-4的三倍之多。
Sam Altman對此感到焦慮，他表示2023年OpenAI 的目標就是是盡可能降低成本，減少不必要的花銷。
據(jù)路透援引知情人士消息，從去年開始，Open AI就探討各種方案來解決AI 芯片的短缺問題。目前，該公司正在探索自研芯片，并評估潛在的收購目標來完成芯片開發(fā)任務。
與此同時，Open AI官網(wǎng)也掛出了AI芯片工程師等職位。一月前，該公司還從Meta挖來了人工智能編譯器領(lǐng)域的牛人Andrew Tulloch。
Andrew Tulloch此前是Meta人工智能實驗室（FAIR）杰出工程師。他是機器學習領(lǐng)域的知名人物，擅長處理機器訓練中的大規(guī)模問題，發(fā)表了大量有關(guān)該主題的論文，并被業(yè)內(nèi)廣泛引用。
02.谷歌、微軟紛紛下場造芯
不止Open AI，微軟、Meta 、谷歌等科技大廠也在打造自己的芯片。
OpenAI自研芯片計劃曝光的同一天，其合作伙伴微軟也表示要下場做芯片了。據(jù)知情人士報道，微軟計劃在下個月的年度開發(fā)者大會上，推出首款為人工智能設(shè)計的芯片。
據(jù)The Information報道，微軟在2019年就已經(jīng)開始芯片研發(fā)工作了，研發(fā)投入累計近20億美元。這款芯片代號為雅典娜”（Athena），將會使用臺積電的5nm工藝打造。若成功投產(chǎn)，預計每顆芯片的成本降低1/3。
不過，The Information報道稱，微軟并不認為自己的AI芯片可以直接替代英偉達的高端GPU，而是想要大幅削減成本，以及吸引更多云客戶。此外，微軟還與AMD進行合作，共同開發(fā)人工智能芯片MI300X。
實際上，在芯片大戰(zhàn)中，微軟一直處于落后地位，谷歌、亞馬遜等科技巨頭早已發(fā)布其自研的芯片。
2016年，谷歌自研芯片TPU問世，該款芯片能為深度學習模型執(zhí)行矩陣運算，隨后相繼推出了AI芯片TPU v3 、TPU v4。亞馬遜是最早涉足自研芯片的云廠商，2018年推出自研AI推理芯片Inferentia；今年年初，性能更強的Inferentia 2發(fā)布。
此外，Meta也公布了內(nèi)部芯片研發(fā)計劃，芯片代號為MTIA。這種定制芯片將采用開源芯片架構(gòu)RISC-V，屬于ASIC專用集成電路，將涵蓋所有類型的人工智能工作。
03.英偉達地位難以撼動？
但各巨頭紛紛下場，就能撼動英偉達的芯片霸主地位嗎？
資深芯片研究專家、科普作者汪波向鳳凰網(wǎng)科技表示，英偉達最大的護城河就是CUDA開發(fā)系統(tǒng)，如同蘋果的IOS系統(tǒng)一樣，CUDA生態(tài)系統(tǒng)面向開發(fā)者。
目前CUDA有400萬開發(fā)者，且只能用英偉達的 GPU 并行計算框架，這也是AI行業(yè)普遍依賴英偉達芯片的主要原因。
汪波表示，有了CUDA系統(tǒng)，程序員能用自己熟悉的編程語言控制GPU。用戶一旦習慣了程CUDA系統(tǒng)的編程語言，不愿再去學習其他公司的編程語言，這使得ADM等公司不得開發(fā)適配CUDA的軟件。“由于CUDA生態(tài)的優(yōu)勢，即便其他公司在追趕英偉達，也會比英偉達慢一拍?！?/p>
國內(nèi)某芯片公司工程師告訴鳳凰網(wǎng)科技，軟件生態(tài)的建立和發(fā)展沒有捷徑，只有通過大量時間、投入和用戶反饋的積累才能做到，英偉達的CUDA生態(tài)做了20多年，已經(jīng)形成了壁壘?！拔覀冾A計，在理想的情況下，軟件生態(tài)建設(shè)也需要5-10年時間才能看到成效?！?/p>
該工程師表示，OpenAI自研芯片也有其獨特的優(yōu)勢，若不像谷歌、微軟一樣服務于行業(yè)，而是滿足自身模型訓練的定制化需求，就不用考慮兼容性的問題。
半導體觀察作者李飛指出，若Open AI自研芯片成功，將大幅降低模型成本成本。當前，英偉達8卡H100 GPU服務器采購成本約為30萬美元，由于溢價原因這臺服務器三年總成本為100萬美元左右。Open AI自研芯片成功，有望將這一服務器成本成本降低到10萬美元以下。
人工智能初創(chuàng)公司SambaNova Systems 的總經(jīng)理 Alex White 則認為，自研芯片成本投入巨大，需要具備專業(yè)技術(shù)和稀缺資源，這并非一朝一夕的事情，Open AI投入了也不一定能夠成功。
本文源自：鳳凰網(wǎng)科技
相關(guān)推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務必進行充分的盡職調(diào)查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
