差异化竞争：英伟达人工智能GPU的挑战者们
差异化竞争：英伟达人工智能GPU的挑战者们此外，还有众多获得大量风险投资的人工智能芯片初创公司选择不与英伟达竞争，另辟蹊径，走一些差异化路线，试图在市场上分得一杯羹。对此，分析师RobertCastellano做了分析。英伟达的主导地位英伟达上调了年度业绩预期，预计第三财季营收将达到160亿美元左右。这一数字大大超过了外界一致预测的126.1亿美元，与去年同期相比增长了170%。下图显示了英伟达的数据中心收入增长情况，表明了市场对其芯片的需求以及对Arm的连带效应。分析师预计2024财年第三季度（2023财年第三季度）的营收将环比增长21%，该财报将于2023年11月21日公布。本季度，英伟达预计每股收益为3.34美元，与上年同期相比大幅增长+475.9%。本财年的一致预期收益为10.74美元，与上一财年相比大幅增长了221.6%。这一数据表明，人们对英伟达本财年的财务业绩有着强烈的增长预期。云超级扩展器近年来，云计算市场在采用基于Arm的处理器方面取得了一些显著进展。Arm声称，其在云计算市场的份额已从2020年12月31日的7.2%上升到10.1%，这主要归功于亚马逊越来越多地使用其内部Arm芯片。2021年，亚马逊网络服务（AWS）已在15%的服务器实例中部署了其定制的Graviton芯片，这标志着这家云计算巨头正大幅转向Arm架构。GoogleGoogle报告称，云计算收入增长了22%，达到84.1亿美元，低于预计的86.4亿美元。6月份，Google的云计算业务增长了28%。2023年，Google发布了最新的自主研发芯片TPUV4，其性能比上一代芯片显著提高了2.1倍。通过集成4096个这样的芯片，超级计算性能大幅提升了10倍，令人印象深刻。Google表示，在规模相当的系统中，TPUV4的性能是英伟达A100的1.7倍，能效也提高了1.9倍。与前代产品TPUV3相似，每个TPUV4由两个张量核(TC)单元组成。每个TC单元由四个128x128矩阵乘法单元（MXU）、一个配备128个通道（每个通道包含16个ALU）的矢量处理单元（“VPU”）和16MiB的矢量存储器（“VMEM”）组成。除了下一代TPU，Google还在2023年底开始向开发人员全面提供英伟达的H100GPU，作为其A3系列虚拟机的一部分。亚马逊AWS在过去的六个季度里，亚马逊网络服务部的业绩一直在下滑，但第三季度的业绩却趋于稳定，保持了12%的同比增长。该部门的营业收入也同比激增29%，达到约70亿美元。今年5月，AWS推出了基于英伟达H100GPU的EC2P5虚拟机实例。该配置包括八个英伟达H100TensorCoreGPU，每个都配备了640GB的高带宽GPU内存。它还拥有第三代AMDEPYC处理器、2TB系统内存、30TB本地NVMe存储、令人印象深刻的3200Gbps总网络带宽以及对GPUDirectRDMA的支持。后者可实现节点与节点之间的直接通信，无需使用CPU，从而降低了延迟，提高了横向扩展性能。此外，亚马逊EC2P5实例可部署在第二代超大规模集群（称为亚马逊EC2UltraClusters）中。这些集群包括高性能计算、网络资源和云存储。这些集群可容纳多达20,000个H100TensorCoreGPU，使用户能够部署参数高达数十亿或数万亿的机器学习模型。微软公司微软的云计算收入增长了24%，9月份达到318亿美元。在微软的三大业务部门中，智能云的表现最为突出，收入增长了19%，达到243亿美元。该部门包括服务器产品和云服务，其中Azure实现了29%的强劲增长，超过了华尔街的预期的26%。今年3月，微软在一篇博客文章中宣布，计划对Azure进行重大升级。此次升级将采用数以万计的英伟达尖端H100图形卡，以及速度更快的InfiniBand网络互连技术。NDH100v5实例还采用了英特尔公司最新的第四代英特尔至强可扩展中央处理器，并通过英伟达的Quantum-2CX7InfiniBand技术实现低延迟联网。它们还采用了PCIeGen5，为每个GPU提供每秒64千兆字节的带宽，以及可实现更快数据传输速度的DDR5内存，以处理最大的人工智能训练数据集。成功的初创企业ChatGPT等应用进一步巩固了英伟达在人工智能行业的地位。其GPU芯片已成为各种人工智能应用的关键。因此，任何希望在这一领域挑战英伟达的初创公司都面临着巨大的压力，因为英伟达已经确立了自己的技术的主导地位和可靠性。Cerebras英伟达的A100GPU已经相当可观，芯片面积826平方毫米。相比之下，Cerebras的新WSE-2芯片则非常巨大，面积达45225平方毫米，基本上覆盖了8英寸硅晶片的整个表面。自2016年成立以来，Cerebras已成功获得7.3亿美元的融资。根据CBInsights全球独角兽俱乐部的数据，该公司目前的估值为40亿美元。Cerebras与AbuDhabi的G42合作，建造了九台人工智能超级计算机中的第一台，该项目耗资超过1亿美元。此外，Cerebras还在生成式人工智能领域积极寻找机会。虽然它的CS-2模型在GPT环境下的训练速度令人印象深刻，但尚未获得业内主要制造商的采用。SambaNovaSambaNova成立于2017年，是人工智能芯片行业中资金最雄厚的公司之一。它已成功融资10亿美元之巨，其著名支持者包括软银和英特尔。这不仅使SambaNova成为融资最多的AI芯片初创公司，也使其成为英伟达最强大的新兴竞争对手之一，估值高达50亿美元。SambaNova最近推出了最新的第四代SN40L处理器。这款尖端芯片采用台积电先进的5纳米工艺制造，拥有超过1,020亿个晶体管，计算速度高达638teraflops。它采用独特的三层内存系统，包括片上内存、高带宽内存和大容量内存，所有这些设计都是为了高效处理与人工智能工作负载相关的大量数据流。SambaNova声称，一个节点中仅有八个这样的芯片就能支持多达50万亿个参数的模型，几乎是OpenAI的GPT-4LLM报告的三倍。TenstorrentTenstorrent是人工智能芯片行业的另一家著名初创公司，成立于2016年。迄今为止，该公司已获得近3.35亿美元的融资，最近还获得了三星和现代汽车等大公司的投资，目前估值约为10亿美元。Tenstorrent正瞄准挑战英伟达在人工智能领域的主导地位，开发采用RISC-V和Chiplet技术的人工智能CPU。值得注意的是，该公司最近与三星达成了生产合作，打算利用三星先进的4nm工艺制造芯片。这一合作彰显了Tenstorrent致力于推动其技术发展并参与人工智能芯片市场竞争的承诺。不太成功的初创企业GraphcoreGraphcore在欧洲半导体初创企业领域，尤其是在资金募集方面取得了显著成绩。该公司由NigelToon和SimonKnowles于2016年创立，专注于开发智能处理单元（IPU），有别于人工智能应用中普遍使用的GPU（图形处理单元）。Graphcore声称，其IPU技术在满足人工智能的特殊要求方面比GPU具有明显优势。PitchBook数据显示，Graphcore已成功获得超过6亿美元的投资。然而，尽管获得了大量资金，该公司的收入仍然相对有限。这种情况在2020年发生了重大转变，当时微软决定停止在其云计算中心使用Graphcore的芯片，导致该公司失去了一个主要客户，并带来了更严峻的挑战。据《金融时报》报道，到2022年，Graphcore的收入将骤降46%，仅为270万美元。同时，其税前亏损增加了11%，达到2.046亿美元，年终现金余额为1.57亿美元。Graphcore表示需要额外融资才能在次年5月实现收支平衡。该公司将这一挫折归因于“不利的宏观经济环境”以及“主要战略客户”（尤其是中国的重要客户）硬件采购的延迟。目前，Graphcore正在调整其业务战略，将其IPU芯片从数据中心过渡到云计算环境，这一转变是公司为适应半导体行业不断变化的市场动态和挑战而做出的战略调整。GSI技术公司（GSIT）GSITechnology是Gemini关联处理单元（“APU”）的开发商，为网络、电信和军事市场提供人工智能和高性能并行计算解决方案。如表1所示，Gemini-I的性能优于其他类型的处理器。Gemini-I芯片每600MH...PC版：https://www.cnbeta.com.tw/articles/soft/1397059.htm手机版：https://m.cnbeta.com.tw/view/1397059.htm
