為何Nvidia還是AI晶片之王?這一地位能否持續?

👆如果您希望可以時常見面,歡迎標星🌟收藏哦~
來源:內容編譯自彭博社,謝謝。
一度讓 Nvidia Corp. 成為全球市值最高公司的強勁股價漲勢已停滯。投資者現在已開始謹慎對待向這家晶片製造商投入更多資金,因為很明顯,採用人工智慧計算不會是一條直線道路,也不會僅僅依賴 Nvidia 技術。
讓我們來看看 Nvidia 取得驚人增長的因素以及未來面臨的挑戰。
Nvidia 最受歡迎的 AI 晶片有哪些?
目前最賺錢的產品是 Hopper H100,其名稱是對計算機科學先驅 Grace Hopper 的致敬。它是圖形處理單元的增強版,起源於影片遊戲玩家使用的個人電腦。Hopper 將被 Blackwell 系列取代,後者以數學家 David Blackwell 的名字命名。
Hopper 和 Blackwell 都採用了將使用 Nvidia 晶片的計算機叢集轉變為能夠處理大量資料並進行高速計算的單個單元的技術。這使得它們非常適合用於訓練最新一代人工智慧產品 所依賴的神經網路這一耗能任務。
Nvidia 成立於 1993 年,率先在這個市場進行了投資,投資歷史可追溯到十多年前,當時它押注並行工作的能力有一天會讓它的晶片在遊戲之外的應用上具有價值。
這家總部位於加利福尼亞州聖克拉拉的公司將以多種形式銷售 Blackwell,包括作為 GB200 超級晶片的一部分,該晶片將兩個 Blackwell GPU 與一個 Grace CPU(通用中央處理器)結合在一起。(Grace CPU 也以 Grace Hopper 命名。) 
為什麼 Nvidia 的 AI 晶片如此特別?
所謂的生成式人工智慧平臺透過吸收大量已有材料來學習翻譯文字、總結報告和合成影像等任務——它們看得越多,表現就越好。這類平臺透過反覆試驗來發展,經過數十億次嘗試才達到熟練程度,並在此過程中消耗了大量的計算能力。
Nvidia 稱,Blackwell 在訓練 AI 方面的表現是 Hopper 的 2.5 倍。新設計有如此多的電晶體(賦予半導體處理資訊能力的微型開關),以至於無法以傳統方式將其作為一個單元生產。該公司表示,它實際上是兩個晶片透過連線結合在一起,確保它們無縫地作為一個整體執行。
對於急於訓練 AI 平臺執行新任務的客戶來說,Hopper 和 Blackwell 晶片提供的效能優勢至關重要。這些元件被視為開發 AI 的關鍵,因此美國政府已限制向中國銷售這些元件。 
Nvidia 是如何成為 AI 領域的領導者的?
Nvidia 早已是圖形晶片領域的霸主,這些晶片負責生成計算機螢幕上的影像。其中最強大的晶片由數千個處理核心組成,可同時執行多個計算執行緒。這使得它們能夠生成複雜的 3D 渲染,如陰影和反射,而這正是當今影片遊戲的一大特色。
21 世紀初,Nvidia 的工程師們意識到他們可以將這些圖形加速器改造為其他應用。與此同時,人工智慧研究人員發現,透過使用這種晶片,他們的工作最終可以付諸實踐。
Nvidia 的競爭對手在做什麼?
據市場研究公司 IDC 稱,Nvidia 目前控制著資料中心 GPU 市場約 90% 的份額。亞馬遜公司的 AWS、Alphabet 公司的 Google Cloud 和微軟的 Azure 等主要雲計算提供商都在嘗試開發自己的晶片,Nvidia 的競爭對手 Advanced Micro Devices Inc. 和英特爾公司也在嘗試開發自己的晶片。
到目前為止,這些努力對於削弱 Nvidia 的主導地位幾乎沒有作用。
人們普遍認為 AMD 最有可能撼動 Nvidia 的領先地位。該公司在 1 月份表示,今年上半年的銷售額將與前六個月持平。到 2025 年下半年,當該公司的新晶片上市時,銷售額將有所改善。AMD 拒絕公佈今年的年度收入目標,這讓人們猜測該公司正努力建立勢頭。
Nvidia 如何保持領先於競爭對手?
Nvidia 更新了其產品,包括支援硬體的軟體,速度之快是其他公司無法比擬的。該公司還設計了集群系統,幫助客戶批次購買 H100 並快速部署。英特爾的 Xeon 處理器等晶片能夠進行復雜的資料處理,但它們的核心較少,在處理通常用於訓練 AI 軟體的大量資訊時速度較慢。英特爾曾是資料中心元件的主要供應商,但迄今為止,它一直在努力提供客戶願意選擇 Nvidia 裝置的加速器。
AI晶片需求如何?
Nvidia 執行長黃仁勳和他的團隊曾多次表示,該公司的訂單量超出了其能力範圍,甚至包括老款機型。當該公司週三公佈業績時,投資者將期待其再次做出這一保證。
微軟、亞馬遜、Meta 和谷歌已宣佈計劃在人工智慧和支援人工智慧的資料中心上投入數千億美元。最近,有人猜測人工智慧資料中心的繁榮已經失去動力。據投資銀行 TD Cowen 稱,微軟已取消了部分美國資料中心容量的租約,這引發了人們更廣泛的擔憂,即微軟是否獲得了超出其長期需求的人工智慧計算能力。
中國初創公司DeepSeek為何引發如此關注?
DeepSeek 全新 R1 開源 AI 模型的釋出,讓競爭對手們紛紛研究如何利用其極少的資源,取得與美國競爭對手相當的成果。 
DeepSeek 使用現實世界的輸入來微調其 AI 模型,這種方法稱為推理,比其他公司使用的人工訓練方法耗時更少、資料密集程度更低。英偉達可以說是損失最大的公司,它稱讚 DeepSeek 的模型是“卓越的 AI 進步”——而且是在不違反美國技術出口管制的情況下取得的。
這些限制禁止 Nvidia 向中國出口最先進的 GPU,因此其回應似乎消除了一些行業分析師的懷疑,即這家中國初創公司不可能取得其聲稱的突破。
儘管如此,Nvidia 表示,即使 AI 模型的構建方式發生變化,其晶片仍將發揮重要作用。該公司表示:“推理需要大量 Nvidia GPU 和高效能網路。”
AMD 和英特爾在 AI 晶片方面與 Nvidia 相比如何?
全球第二大計算機圖形晶片製造商 AMD 於 2023 年推出了 Instinct 系列的一個版本,瞄準 Nvidia 產品佔據主導地位的市場。全新升級版 MI350 將於今年年中左右向客戶發貨。AMD 執行長 Lisa Su 表示,這款產品的效能將比上一代產品高出 35 倍。該公司預計 2025 年前六個月的收入將與前六個月大致相同。儘管 AMD 目前每年從幫助開發 AI 模型的加速器晶片中獲得超過 50 億美元的收入,但 Nvidia 在這一類別的銷售額每年超過 1000 億美元。
上個月,英特爾管理層告訴分析師和投資者,該公司“沒有以有意義的方式參與基於雲的 AI 資料中心市場”。由於未能從潛在客戶那裡獲得代號為 Falcon Shores 的晶片的正面反饋,該公司不會按計劃將其推向市場,只會將其用於內部測試。臨時執行長米歇爾·約翰斯頓·霍爾索斯 (Michelle Johnston Holthaus) 發表的這一言論表明,該公司在追趕英偉達的競爭中落後的程度超出了人們的擔憂,這與被罷免的執行長帕特·基辛格 (Pat Gelsinger) 之前更為樂觀的斷言形成了鮮明對比。
但英偉達的競爭對手中還沒有一家能像該公司所說的那樣實現飛躍。英偉達的優勢不僅僅在於硬體效能。該公司發明了一種名為 CUDA 的語言,用於圖形晶片,允許對它們進行程式設計以處理支援人工智慧應用的工作型別。該軟體工具的廣泛使用有助於讓整個行業與英偉達的硬體緊密相連。
END
👇半導體精品公眾號推薦👇
▲點選上方名片即可關注
專注半導體領域更多原創內容
▲點選上方名片即可關注
關注全球半導體產業動向與趨勢
*免責宣告:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點贊同或支援,如果有任何異議,歡迎聯絡半導體行業觀察。
今天是《半導體行業觀察》為您分享的第4047期內容,歡迎關注。
推薦閱讀
『半導體第一垂直媒體』
即時 專業 原創 深度
公眾號ID:icbank
喜歡我們的內容就點“在看”分享給小夥伴哦


相關文章