英偉達背后的“諸神之爭”
2024年剛開局，AI“王炸”頻現。蘋果放棄長達十年的造車計劃轉投生成式AI，OpenAI首個文生視頻模型Sora驚艷亮相，號稱比GPT-4快18倍的大模型Groq橫空出世，華為發布首個通信行業大模型……
AI浪潮已經勢不可擋，AI芯片作為其發展的底層基石也迎來了前所未有的機遇。據Gartner最新預測，到2024年AI芯片市場規模將較上一年增長25.6%，達671億美元。預計到2027年，AI芯片市場規模將是2023年規模的兩倍以上，達到1194億美元。
在這樣的背景下，“算力霸主”英偉達被捧上神壇，以高達80%的占有率幾乎壟斷了市場，賺得盆滿缽滿。英偉達數據中心業務的營收再創新高，帶動2024年財年Q4季度總營收狂漲265%。由于這份遠超預期的財報數據，英偉達一夜漲出2770億美金市值，相當于：一夜漲出阿里巴巴+百度+京東。
英偉達的“狂飆”也引來了眾多挑戰者。亞馬遜、谷歌、微軟、華為、百度等巨頭積極推動自研芯片，寒武紀、摩爾線程、燧原科技等新銳力量崛起。據外媒報道，英偉達在提交給美國證券交易委員會的文件中，其中包含AI芯片等多個類別里，首度將華為認定為“最大競爭對手”。
理想與狂熱交織下，人們不免好奇：英偉達的“鐵王座”還能坐多久？為什么華為被其列為最大競爭對手？其他國產AI芯片發展如何？
Part.1
英偉達“外患”大于“內憂”
與英偉達不斷刷新預期的業績相伴相隨的是，越來越多的挑戰。
正如英偉達CEO黃仁勛在一次演講中所說：“我們并不需要假裝公司處于危險之中，因為我們能感覺到公司確實一直處于危險之中。”
英偉達目前最顯著的問題是產能。從去年開始，臺積電在先進封裝方面的產能變得緊張，而英偉達芯片依賴于臺積電的CoWoS封裝技術以及基于65nm硅中介層的工藝。雖然臺積電已計劃將CoWoS封裝產能提高一倍，但需到2024年下旬產能才能紓解。
為緩解產能緊張的局面，英偉達與英特爾達成了代工合作意向，初步估算英特爾每月生產5000片晶圓，如果全部用于生產H100芯片，在理想情況下最多可以得到30萬顆芯片，這也意味著英偉達高性能GPU的交貨周期將有望縮短更多。
內憂好解，外患卻不容忽視。去年12月，AMD發布了MI300系列芯片產品。AMD首席執行官蘇姿豐稱，MI300X在訓練大語言模型方面與英偉達的H100芯片相當，但推理能力更為出色。目前，MI300系列產品已開始量產出貨，上個季度推動AMD數據中心GPU總收入超過4億美元。
英特爾也在發力謀求在市場中更大的話語權。新一代的Gaudi 3將采用先進的5nm制程工藝，配備最高達128GB的HBM3e內存，大幅提升AI的學習和訓練性能，可對標英偉達的H200芯片。
除了上述兩個直接競爭對手的“步步緊逼”，英偉達還面臨多家科技大廠的挑戰。微軟發布了其首款定制化Maia 100 GPU和Azure Cobalt CPU100，以降低AI服務成本。亞馬遜和谷歌已經使用了自研芯片，并部分產品向客戶提供。OpenAI的7萬億芯片計劃和孫正義的1000億“豪賭”也在試圖分一杯羹。此外，MLIR、谷歌等都在轉向“以Python語言為基礎的編程層”，以使AI訓練更加開放，逐漸擺脫對英偉達CUDA生態的依賴，建立起自己的護城河。
與此同時，受出口管制影響，英偉達在中國市場的收入暴跌。根據英偉達最新的財報數據，中國區2023年第四季度的營收下滑到個位數比例。如何在美國政府管制、中國客戶需求間保持平衡成為英偉達的一道關鍵課題。
在專門為中國市場特供的A800和H800也被禁售后，英偉達推出了新款H20，但該產品性價比并不高，性能縮水為H100的四分之一，阿里巴巴、騰訊、百度等中國企業明確表示今年會大砍訂單量，英偉達在中國的營收恐不樂觀。
Part.2
華為AI芯片的自研苦旅
英偉達在曾提交給美國證券交易委員會的文件中，把華為列為最大競爭對手。近日在接受美國科技雜志《連線》采訪時，英偉達CEO黃仁勛再次表達了對華為的重視，點贊“華為盡管受到現有半導體處理技術的限制，仍然可以通過將許多芯片聚集在一起來構建非常強大的系統。”
這不僅是對華為技術實力的認可，更是對整個AI芯片行業競爭格局的一次重新評估。申萬宏源的研究報告顯示，從2023年上半年的數據看，華為AI服務器出貨量已成為國產品牌第一，僅次于英偉達，且仍在快速增長。
華為的崛起并非是“忽如一夜春風來”。2017年，華為發布全球首款移動端AI芯片麒麟970，內置獨立NPU，相比CPU獲得了約50倍能效和25倍性能優勢。這意味著，麒麟970芯片可以用更少的能耗更快地完成AI計算任務。
一年后，華為又發布麒麟980，憑借7nm制程工藝、雙核NPU加持等特性，麒麟980打破了多項世界第一。但是，沒有一蹴而就的成果。麒麟980歷經了36個月的研發，才完成定制特殊基礎單元構建高可靠性IP論證，再加上Soc工程化驗證的時間，留給量產的周期僅半年左右。
根據這個時間表，麒麟研發團隊實際上只能允許一次投片修正，否則就會影響芯片的正常流片、量產和終端適配，造成產品延期上市甚至是項目失敗。經過2個大版本的迭代，5000多次的工程驗證，花費了數億美元，最終麒麟980成功量產。
麒麟980成為華為在手機端AI芯片布局的一個重要里程碑。在此基礎上，華為試圖覆蓋云、邊、端各種場景，形成從應用到系統到芯片的閉環。
2018年10月，華為在其全聯接大會上首次提出全棧全場景AI解決方案，并“祭”出了兩顆AI芯片：華為昇騰（Ascend）910和310。從算力上看，昇騰910表現非常出色，半精度（FP16）算力可達256TFLOPS，整數精度（INT8）算力可達612TOPS。2023年最新發布的昇騰910B是昇騰910的升級款，算力已達到英偉達A100的性能水平。
由于其卓越的性能表現，加上美國對英偉達芯片的出口禁令限制，國內企業紛紛轉投昇騰系列的懷抱。據悉，2023年華為從中國主要互聯網公司獲得了至少5000顆昇騰910B芯片的訂單，這對英偉達在AI芯片市場的主導地位構成了嚴峻的威脅。
算力比拼僅是一方面，生態建設方面，英偉達最寬的護城河CUDA也正遭猛烈進攻。CUDA最大的特點就是，軟硬結合大幅提升了GPU的并行計算效率，具備低成本、低門檻、廣生態等優勢，兼容CUDA生態對于開發者與客戶來說更友好。但同時，兼容也會成為限制產品發展的“天花板”，追隨英偉達生態難以實現突圍，自研生態才有望實現自主可控破局。
華為以自研CANN框架對標CUDA，要直面英偉達用戶粘性的巨大挑戰。CUDA推出至今，擁有超400萬開發人員和超過3000個應用程序，建立起了龐大的用戶群體與開發者社區。
雖然CANN起步較晚，離CUDA還有很大差距，但華為也在努力追趕。目前華為CANN平臺已經到了7.0版本，支持50+主流大模型，同時兼容主流加速庫及開發套件。此外已經支持Pytorch、Tensorflow等主流框架，PyTorch 2.1版本已同步昇騰NPU，意味著開發者可直接在PyTorch 2.1上基于昇騰進行模型開發。
伴隨著“日拱一卒”的演進，華為AI芯片終于實現“從0到1”的突破，走向了巨頭的談判桌。但“從1到100”仍需企業和產業鏈上下游共同完善生態，剩下就交給時間。
Part.3
國產AI芯片的“繁花”時代
目前國產AI芯片主要可以分為三類：其一是華為、阿里等大型科技企業自研的AI芯片，二是海光信息等國資背景的科技公司，三是寒武紀、壁仞科技、摩爾線程、燧原科技等創業型芯片公司。
