最新季度，英偉達(dá)業(yè)績(jī)依然爆表，利潤(rùn)飆升。但今時(shí)今日，競(jìng)爭(zhēng)對(duì)手步步緊逼，更多AI芯片持續(xù)推出，給英偉達(dá)帶來(lái)前所未有的挑戰(zhàn)。

目前最炙手可熱的是ASIC，中文意思是專(zhuān)用集成電路。無(wú)論是谷歌的TPU、亞馬遜Trainium，還是OpenAI與博通聯(lián)合開(kāi)發(fā)的定制芯片，都屬于這一范疇。

除了ASIC，F(xiàn)PGA也是AI芯片市場(chǎng)不可忽視的新力量。最開(kāi)始時(shí)，GPU主要用于游戲領(lǐng)域，2012年GPU開(kāi)始向AI領(lǐng)域轉(zhuǎn)型。到了今天，GPU通常會(huì)與CPU搭配使用，集成于服務(wù)器機(jī)架系統(tǒng)，部署于數(shù)據(jù)中心，為云端AI提供算力支持。

Futurum Group認(rèn)為，未來(lái)幾年，定制ASIC的增長(zhǎng)速度將會(huì)超過(guò)GPU。

為什么企業(yè)追捧定制AI芯片？

由于GPU能同時(shí)執(zhí)行大量運(yùn)算，成為AI訓(xùn)練和推理的理想選擇。在訓(xùn)練階段，AI模型從海量數(shù)據(jù)中學(xué)習(xí)規(guī)律；在推理時(shí)，AI利用學(xué)到的知識(shí)對(duì)信息做出決策。

研發(fā)GPU的主要有英偉達(dá)和AMD，英偉達(dá)圍繞GPU搭建了專(zhuān)用軟件平臺(tái)CUDA，AMD GPU則依賴(lài)開(kāi)源軟件生態(tài)系統(tǒng)。

根據(jù)英偉達(dá)透露，一套整合72塊Blackwell GPU的服務(wù)器機(jī)架，售價(jià)約為300萬(wàn)美元，每周出貨量約為1000套。

在大型語(yǔ)言模型（LLM）發(fā)展初期，GPU為訓(xùn)練提供支撐，但隨著行業(yè)的發(fā)展，推理變得越來(lái)越重要。企業(yè)可以用性能要求較低、針對(duì)特定任務(wù)編程的芯片來(lái)完成推理，ASIC成為核心解決方案。

我們可以將GPU看成為“瑞士軍刀”，能處理各種AI負(fù)載，完成多種并行運(yùn)算；而ASIC則是“單用途工具”，擁有極高效率和速度，但硬件電路固定，只能執(zhí)行某一類(lèi)特定任務(wù)。

英偉達(dá)GPU足夠靈活，被許多AI企業(yè)采用，但單塊GPU售價(jià)高昂，達(dá)到4萬(wàn)美元。一些初創(chuàng)企業(yè)仍然愿意投入高昂的GPU成本，主要是設(shè)計(jì)定制化ASIC前期投入更高，起步便是數(shù)千萬(wàn)美元，小企業(yè)無(wú)法承擔(dān)。但對(duì)于有實(shí)力的企業(yè)來(lái)說(shuō)，定制ASIC從長(zhǎng)遠(yuǎn)看更有性?xún)r(jià)比。

在定制ASIC領(lǐng)域，谷歌率先向英偉達(dá)發(fā)起沖鋒。2015年谷歌首款A(yù)SIC芯片問(wèn)世，十年過(guò)去，11月份谷歌發(fā)布第7代TPU。

《芯片戰(zhàn)爭(zhēng)》一書(shū)作者克里斯·米勒（Chris Miller）認(rèn)為，從技術(shù)層面看，TPU已與英偉達(dá)GPU不相上下，甚至更勝一籌。他認(rèn)為，谷歌TPU僅用于內(nèi)部，但從長(zhǎng)遠(yuǎn)看，谷歌會(huì)逐步開(kāi)放，允許外部企業(yè)使用。

AWS也在模仿谷歌設(shè)計(jì)自己的AI芯片。2015年，亞馬遜收購(gòu)以色列Annapurna Labs，2018年推出推理芯片Inferentia，2022年發(fā)布訓(xùn)練芯片Trainium。

Trainium首席架構(gòu)師伯尼·迪亞曼特（Ron Diamant）透露說(shuō)，亞馬遜新的三代Trainium比其它同類(lèi)產(chǎn)品高性能高出30-40%。他還說(shuō)，未來(lái)Trainium在推理、訓(xùn)練方面將會(huì)更上層樓。

研發(fā)ASIC并非易事，于是許多企業(yè)尋求與博通、Marvell合作，它們提供知識(shí)產(chǎn)權(quán)、專(zhuān)業(yè)技術(shù)和網(wǎng)絡(luò)支持，幫助客戶(hù)研發(fā)定制ASIC，博通成為這場(chǎng)定制浪潮的最大受益者。

不只有英偉達(dá)，未來(lái)是多方案并存

除了谷歌、亞馬遜，微軟也參與ASIC賽道。在美國(guó)東部的微軟數(shù)據(jù)中心，已經(jīng)引入其自研的Maia 100芯片。還有，高通推出了A1200芯片，英特爾研發(fā)了Gaudi AI加速器，特斯拉打造了AI5芯片。初創(chuàng)企業(yè)也紛紛涌入，比如專(zhuān)注于晶圓級(jí)AI芯片研發(fā)的Cerebras，專(zhuān)注于推理任務(wù)的芯片開(kāi)發(fā)商Groq。

在中國(guó)，華為、字節(jié)跳動(dòng)、阿里巴巴也在研發(fā)定制ASIC。

在AI芯片領(lǐng)域，神經(jīng)網(wǎng)絡(luò)處理單元（NPU）也是一大類(lèi)別，它通常集成在SoC中，為設(shè)備提供AI功能，能耗較低，可以節(jié)省空間。高通、英特爾、AMD都在研發(fā)NPU，為PC提供AI算力支持。

米勒表示：“目前大部分資金都流向了數(shù)據(jù)中心領(lǐng)域，但隨著時(shí)間推移，這一格局將會(huì)改變。未來(lái)，AI將廣泛地部署在我們的手機(jī)、汽車(chē)、可穿戴設(shè)備等各類(lèi)產(chǎn)品中，其應(yīng)用程度將遠(yuǎn)超當(dāng)下。”

最后是FPGA，它可以在制造完成后通過(guò)軟件重新配置，靈活性比NPU和ASIC更高，但在處理AI負(fù)載時(shí)，性能和能效相對(duì)較低。2022年AMD以490億美元收購(gòu)Xilinx，2015年英特爾以167億美元收購(gòu)Altera，都是為了布局FPGA。

最近幾天，市場(chǎng)傳出消息稱(chēng)，OpenAI準(zhǔn)備與博通合作，開(kāi)發(fā)定制AI芯片；META考慮采購(gòu)谷歌TPU芯片；Anthropic宣布采購(gòu)最多100萬(wàn)塊谷歌TPU芯片。

Jefferies分析師上周在研報(bào)中表示，ASIC已經(jīng)迎來(lái)拐點(diǎn)。不過(guò)企業(yè)選擇定制戰(zhàn)略，雖然能降低成本，減少對(duì)英偉達(dá)的依賴(lài)，但也意味著會(huì)被局限于特定AI應(yīng)用場(chǎng)景或者模型，在AI技術(shù)飛速迭代的當(dāng)下，可能存在諸多不便。

Gartner則認(rèn)為，定制化AI不僅成本高，而且存在諸多復(fù)雜環(huán)節(jié)，比如要為硬件開(kāi)發(fā)定制配套軟件。想擁有一款高性能定制芯片，需要投入巨額研發(fā)資金，而且還要經(jīng)歷多次迭代。所以，只有大型科技企業(yè)才對(duì)ASIC有需求，也只有它們的產(chǎn)品才具有商業(yè)可行性。

英偉達(dá)CEO黃仁勛并不認(rèn)為定制化AI芯片（通常是博通產(chǎn)品）構(gòu)成威脅，他稱(chēng)定制芯片的性能無(wú)法抗衡英偉達(dá)產(chǎn)品。今年早些時(shí)候，黃仁勛接受采訪時(shí)表示，很多ASIC項(xiàng)目將會(huì)夭折，他還堅(jiān)定地認(rèn)為ASIC缺乏競(jìng)爭(zhēng)力。

但Gartner卻認(rèn)為，到2026年，AI推理算力的相關(guān)支出將會(huì)超過(guò)訓(xùn)練算力支出，最終絕大多數(shù)AI支出將會(huì)分配給推理，比例可能達(dá)85-90%。市場(chǎng)將會(huì)由訓(xùn)練向推理過(guò)渡，最終形成各種芯片方案百花齊放的局面。作為超大企業(yè)，未來(lái)會(huì)逐漸降低對(duì)英偉達(dá)的依賴(lài)，不過(guò)在定制芯片上運(yùn)行的負(fù)載比例不會(huì)太高，只會(huì)占一部分。（小刀）