AMD发起AI芯片挑战，但英伟达依然独孤求败
作者：赵健
来源：甲子光年
图片来源：由_无界 AI_工具生成
英伟达CEO黄仁勋正在试图给行业建立一种印象——AI等于英伟达。
在AI大语言模型爆发的今天，要想完成对算力要求极高的AI训练，英伟达针对人工智能的GPU芯片几乎是唯一的选择。
这种供需的极度不平衡让英伟达的GPU一芯难求，就连OpenAI CEO山姆·奥尔特曼也在抱怨芯片短缺已经影响到了ChatGPT的发展。
黄仁勋对此一定喜闻乐见。2023年，在AI需求的推动下，英伟达的市值冲破万亿美元。
不过，有人正在试图打破英伟达在人工智能领域“独孤求败”的状态。
本周三，AMD（超威半导体）在其首次“人工智能与数据中心”产品发布会上，正式发布了年度旗舰芯片Instinct MI300，一款可以对标英伟达Grace Hopper系列的超级芯片。
Instinct MI300有两个版本：MI300X仅有GPU，专为AI模型训练设计，封装了1530亿颗晶体管；MI300A则是集多个CPU、GPU和高宽带内存于一身的APU（AMD在2011年时提出的产品概念），封装了1460亿颗晶体管。
Instinct MI300的发布意味着，英伟达不再是AI公司对算力的唯一选项。AMD确实也成功吸引到了一些AI明星独角兽，比如Hugging Face，AMD将为其CPU、GPU和其他AI硬件优化模型。
Instinct MI300承载着AMD在人工智能领域的野心。AMD CEO苏姿丰近期曾表示：“如果放眼五年，你会在 AMD 的每一款产品中看到人工智能，它将成为最大的增长动力。”
AMD是英伟达的老对手，两者在GPU市场的竞争已经持续了17年，大部分时间都以英伟达的胜利而告终。
而这一次，已经在CPU市场证明过一次的AMD，能否把成功经验复制到GPU市场？
1.AMD想要英伟达的AI皇冠
AMD是全球知名的老牌半导体公司，成立于1969年。在今年Gartner发布的全球半导体公司的排名数据来看，AMD位列第七。
CPU是AMD的发家业务。1981年AMD获得了英特尔X86系列处理器的授权，在PC时代的红利期一举做到了行业第二，而这个行业老二，一做就做了几十年。
在CPU之外，AMD又通过不停地并购，逐步建立起“CPU+GPU+DPU+FPGA”完整的芯片布局。
其中比较重要的并购事件包括：
-
2006年7月，AMD斥资54亿美元收购当时的GPU行业老二ATI，正式与英伟达展开GPU的竞争；
-
2022年2月，AMD斥资498亿美元完成对FPGA厂商赛灵思的收购，加强在数据中心业务的布局；
-
2022年4月，AMD宣布以19亿美元收购DPU芯片厂商Pensando，继续扩大数据中心业务。
AMD的业务构成分为四大板块：数据中心、客户端、游戏与嵌入式业务。
数据中心包含AMD所有的服务器相关的收入；客户端收入主要涉及台式机与个人电脑，曾经是AMD最核心的业务之一，现在收入占比已经不高；游戏业务主要涉及GPU产品线，索尼、微软是稳定的大客户；嵌入式业务则主要来源于原赛灵思的业务。
随着人工智能成为一种趋势，数据中心成为各大云巨头高度重视、大力投入的业务，也是英伟达、英特尔与AMD的兵家必争之地。
在此前的2023年Q1财报会上，AMD强调AI为目前公司的第一战略重点，AMD正致力于构建更加多元的AI产品矩阵。
而昨天AMD的产品发布会，就是首次以“人工智能与数据中心”为主题。苏姿丰在发布会上强调，在大型语言模型的推动下，人工智能的市场机会越来越大，到2027年市场潜力可能从目前的300亿美元增加到约1500亿美元。
AMD不想错过这场AI盛宴，但英伟达是横亘在眼前的不得不翻越的大山。
在最新一季的财报中，AMD的数据中心业务营收12.95亿美元，同比上一季度的12.93亿美元，基本没有增长。反观英伟达，今年第一季度的数据中心业务营收创历史新高，同比增长14%至42.8亿美元，是AMD的三倍多。
而根据量化对冲基金Khaveen Investments测算，英伟达数据中心GPU在2022年的市占率高达88%，AMD和英特尔瓜分剩下的部分。
虽然AMD是GPU市场的老玩家，但其过去的GPU系列产品主要应用于图像处理及AI推理领域，而对于并行计算要求更高的AI训练却入场较晚。
而Instinct MI300的发布，意味着AMD试图在AI训练市场，改变英伟达一家独大的局面。
2.进军AI训练
Instinct MI300是第一款面向数据中心的高性能“APU”——一个由AMD独创的概念。
2011年（AMD收购ATI的第五年），AMD在产品构想中以CPU和GPU分别类比人类左右脑，并基于此提出了“CPU+GPU”的异构产品策略，并将其命名为APU。
类比人脑，AMD认为左脑更像CPU，负责对信息的逻辑处理，如串行运算、数字和算术、分析思维、 理解、分类、整理等，而右脑更像GPU，负责并行计算、多模态、创造性思维和想象等。
图片来自华泰研究
不过，2011年的AMD正处在“失去的十年”低谷期，无论是在CPU线还是GPU线，都没能拿出足够优秀的产品，APU的发展不尽如人意。
时间来到2020年3月，AMD发布了新的微架构版本CDNA，专门针对数据中心的高性能计算、AI计算而设计。在此之前，AMD的GPU是用同一套架构同时解决游戏与计算场景需求，自然不利于不同场景的优化。
Instinct系列产品，就是专为HPC高性能计算、AI计算而生的。而最新发布的MI300，在规格及性能方面都全面追击英伟达的Grace Hopper。
Instinct MI300采用了台积电5nm工艺，有两个不同的版本：MI300X仅有GPU，专为AI模型训练设计，封装了1530亿颗晶体管；MI300A则是集多个CPU、GPU和高宽带内存于一身的APU，封装了1460亿颗晶体管。
AMD声称Instinct MI300比上一代产品MI250的AI性能高8倍，它可以将ChatGPT和DALL-E等超大型AI模型的训练时间从几个月减少到几周，从而节省数百万美元的电费。
AMD在发布会现场演示了MI300x运行400亿参数的Falcon模型，让它写了一首关于旧金山的诗。苏姿丰表示：“模型对容量的要求越来越大，你实际上需要多个GPU来运行最新的大型语言模型。”她指出，随着AMD芯片上内存的增加，开发人员将不需要那么多GPU。
AMD尚未公布MI300定价，但管理层在FY23Q1财报电话会中表示数据中心产品将延续往日的高性价比定价风格，重点先把市场打开。
AMD预计MI300将于今年底前推出，并将搭载于劳伦斯利弗莫尔国家实验室的百亿级超级计算机EI Capitan及其他大型云端客户AI模型中。
大摩分析师Joseph Moore给出乐观指引称，AMD已看到来自客户的“稳定订单”，公司2024年的AI相关营收有望达到4亿美元，最高甚至可能达到12亿美元——这一预期是此前的12倍之多。
不过，尽管AMD几乎是唯一一个有能力对英伟达带来挑战的公司，但这必然是一个非常艰难的过程。
3.英伟达的护城河
在AMD的产品发布会之后，资本市场对此反响平平，AMD的股价下跌了3%以上，反而是英伟达的股价又上涨了3.9%，市值再次超过一万亿美元。
在投资人眼里，AMD的年度芯片MI300似乎仍然难以撼动英伟达的根基。
比如，AMD没有在发布会上透露它的年度芯片获得了哪些大客户的支持。TIRIAS Research首席分析师凯文·克雷韦尔（Kevin Krewell）表示：“我认为，没有（大客户）表示将使用MI300X或MI300A，这可能会让华尔街感到失望。他们希望AMD宣布已经在某些设计方面取代了英伟达。”
目前透露的客户仅有开源大模型独角兽Hugging Face，以及更早之前透露的劳伦斯利弗莫尔国家实验室。但两者与对数据中心芯片有更大需求的云巨头而言不在一个数量级。
从芯片本身的性能而言，虽然MI300在一些参数上超过了英伟达，比如晶体管数量要高于A100的540亿个，但是英伟达可能很快就会通过产品的迭代来弥补。
实际上英伟达已经在这么做了。5月29日，在AMD发布会之前两周，英伟达在COMPUTEX 2023展前发布会上，正式发布了全新的GH200 Grace Hopper超级芯片，拥有2000亿个晶体管，比MI300还要高。
更重要的是，英伟达同时宣布了谷歌、微软和Meta将是首批采用这一超级芯片的大客户。
除了产品本身过硬之外，英伟达另一个铜墙铁壁一般的护城河，就是它的CUDA生态。
英伟达于2007年发布CUDA生态系统。通过使用CUDA，开发者可以将英伟达的GPU用于通用的计算处理，而非仅限于图形处理。
CUDA提供了一个直观的编程接口，它允许开发者使用C，C++，Python，以及其他一些语言来编写并行代码。
AI大神吴恩达曾对此评价：“CUDA出现之前，全球能用GPU编程的可能不超过100人，有了CUDA之后使用GPU就变成了一件非常轻松的事情。”
AMD在2016年推出了ROCm，目标是去建立可替代CUDA的生态。2023年，CUDA的开发者已达400万，包括Adobe等大型企业客户。用户越多，粘性越好，起步就晚的ROCm要想构建开发者生态还需要时间。
Moor Insights & Strategy分析师Anshel Sag表示：“尽管AMD在硬件性能方面具有竞争力，但人们仍然不相信AMD的软件解决方案能与英伟达竞争。”
这是属于英伟达的独一无二的护城河。AMD要想打破，极具挑战。
4.AMD的成功，可能难以复制
对于AMD来说，或许最不怕的就是面对挑战。
从2006年到2016年，这是AMD“失去的十年”。这一时期，AMD的两个最大的竞争对手英特尔和英伟达，正在摩尔定律的驱使下进行产品迭代。
英特尔践行着“Tick-Tock钟摆策略”，每两年做一次大的产品迭代更新（一年工艺制程、一年微架构设计）；英伟达则在黄仁勋提出的“黄氏定律”——显卡每6个月性能提升一倍——的指引下，每半年将产品升级一次。
AMD没能跟上两个行业老大的产品更新节奏，公司发展一度濒临崩溃，直到2014年苏姿丰作为AMD第五任CEO接手。
苏姿丰刚接手的AMD是一个烂摊子，它的笔记本电脑市场被英特尔占据，新兴的智能手机市场被英伟达、高通和三星瓜分，服务器市场份额也从原来的1/4缩水至仅2%。AMD不得不解雇了大约四分之一的员工，股价徘徊在2美元左右，分析师直称“已无法投资”。
当时英特尔CEO柯再奇如此评价AMD：“这家公司永远不会再回来了，所以不要再介意把重点放在新的竞争对手高通身上了。”
但后来的故事大家都知道了。在苏姿丰的带领下，AMD在CPU市场打了一场漂亮的翻身仗，不仅一步步蚕食了英特尔的市场份额，股价也在2022年2月历史性地反超了英特尔。
AMD之所以能够在CPU市场突围，很重要的原因在于抓住了对手英特尔的战略失误。
在芯片制造这一环节，AMD与英特尔选择了不同的路线。AMD在2009年剥离了旗下的芯片制造业务，合资成立了独立的晶圆代工厂格芯，而自身只专注于芯片设计（Fabless），这让AMD可以选择独立的第三方晶圆代工厂（Foundry）。英特尔则从成立以来一直是集芯片设计与芯片制造于一身（IDM）。
在半导体产业发展的早期，像英特尔这样高度垂直整合的IDM才是更主流的模式。AMD联合创始人Jerry Sanders还说过一句名言：“有晶圆厂才是真男人（Real men have fabs）。”不过讽刺的是，AMD正是因为后来剥离了晶圆厂才有机会完成逆袭。
2014年之后，英特尔的芯片制程遭遇技术困难，10nm芯片（相当于台积电7nm）良率不佳，导致原定于2016年下半年的10nm量产多次推迟，最终到2019年下半年才发布。此前英特尔一直坚持的Tick-Tock策略也因制程技术原因而放弃。
英特尔创始人戈登摩尔提出了摩尔定律，但英特尔现在却遭遇了“摩尔定律的诅咒”。这让AMD抓住了反超的机会。
2018年，AMD先是与格芯合作，推出12nm制程的Zen+架构，首度在制程上超越了14nm的英特尔。随后在2019年，AMD与台积电合作，推出了7nm制程（相当于英特尔10nm）的Zen 2架构，领先英特尔。自此之后，英特尔一直在制程上落后AMD一拍，直到现在仍然没有改善。
今天，类似的“老二挑战老大”的剧本似乎在重新上演，只是战场从CPU换成了GPU。虽然AMD还是“苏妈”带领的AMD，但黄仁勋带领的英伟达，却比当年的英特尔风头更盛。
在硅谷，黄仁勋被称为好斗的男人，爱穿黑色皮衣，时刻做好反击的准备，股价涨到100美元时还把英伟达logo文到胳膊上。
2016年黄仁勋还不把AMD放在眼里，他直接评价说英伟达跟AMD是“9跟0”的差距。2019年初AMD抢在英伟达之前首发7nm显卡，黄仁勋表面上似乎也毫不在意，直称“这显卡很一般”。
而今天，AMD再一次用更好的产品向英伟达发起挑战。一边是踌躇满志的AMD，一边是独孤求败的英伟达，一场关于人工智能的GPU大战，现在才刚刚开始。