英偉達獨霸時代結束？ChatGPT引爆谷歌微軟芯片大戰，亞馬遜也入局

【新智元導讀】ChatGPT引爆了芯片界「百家争鳴」，谷歌、微軟、亞馬遜紛紛入局芯片大戰，英偉達恐怕不再一家獨大。

ChatGPT爆火之後(hòu)，谷歌和微軟兩(liǎng)巨頭的AI大戰戰火，已經(jīng)燒到了新的領域——服務器芯片。 

如今，AI和雲計算都(dōu)成(chéng)了必争之地，而芯片，也成(chéng)爲降低成(chéng)本、赢得商業客戶的關鍵。 

原本，亞馬遜、微軟、谷歌這(zhè)類大廠，都(dōu)是以軟件而聞名的，而現在，它們紛紛斥資數十億美元，用于芯片開(kāi)發(fā)和生産。 

各大科技巨頭研發(fā)的AI芯片 

ChatGPT爆火，大廠開(kāi)啓芯片争霸賽

根據外媒The Information的報道(dào)以及其他來源，這(zhè)三家大廠現在已經(jīng)推出或計劃發(fā)布8款服務器和AI芯片，用于内部産品開(kāi)發(fā)、雲服務器租賃或者二者兼有。

「如果你能(néng)制造出針對(duì)AI進(jìn)行優化的矽，那前方等待你的將(jiāng)是巨大的勝利」，研究公司Forrester的董事(shì)Glenn O’Donnell這(zhè)樣(yàng)說。 

付出這(zhè)些巨大的努力，一定會得到回報嗎？ 

答案是，并不一定。 

英特爾、AMD和英偉達可以從規模經(jīng)濟中獲益，但對(duì)大型科技公司來說，情況遠非如此。 

它們還(hái)面(miàn)臨著(zhe)許多棘手的挑戰，比如需要聘請芯片設計師，還(hái)要說服開(kāi)發(fā)者使用他們定制的芯片構建應用程序。 

不過(guò)，大廠們已經(jīng)在這(zhè)一領域取得了令人矚目的進(jìn)步。 

根據公布的性能(néng)數據，亞馬遜的Graviton服務器芯片，以及亞馬遜和谷歌發(fā)布的AI專用芯片，在性能(néng)上已經(jīng)可以和傳統的芯片廠商相媲美。 

亞馬遜、微軟和谷歌爲其數據中心開(kāi)發(fā)的芯片，主要有這(zhè)兩(liǎng)種(zhǒng)：标準計算芯片和用于訓練和運行機器學(xué)習模型的專用芯片。正是後(hòu)者，爲ChatGPT之類的大語言模型提供了動力。 

此前，蘋果成(chéng)功地爲iPhone，iPad和Mac開(kāi)發(fā)了芯片，改善了一些AI任務的處理。這(zhè)些大廠，或許正是跟蘋果學(xué)來的靈感。 

在三家大廠中，亞馬遜是唯一一家在服務器中提供兩(liǎng)種(zhǒng)芯片的雲服務商，2015年收購的以色列芯片設計商Annapurna Labs，爲這(zhè)些工作奠定了基礎。 

谷歌在2015年推出了一款用于AI工作負載的芯片，并正在開(kāi)發(fā)一款标準服務器芯片，以提高谷歌雲的服務器性能(néng)。 

相比之下，微軟的芯片研發(fā)開(kāi)始得較晚，是在2019年啓動的，而最近，微軟更加快了推出專爲LLM設計的AI芯片的時間軸。 

而ChatGPT的爆火，點燃了全世界用戶對(duì)于AI的興奮。這(zhè)更促進(jìn)了三家大廠的戰略轉型。 

ChatGPT運行在微軟的Azure雲上，使用了上萬塊英偉達A100。無論是ChatGPT，還(hái)是其他整合進(jìn)Bing和各種(zhǒng)程序的OpenAI軟件，都(dōu)需要如此多的算力，以至于微軟已經(jīng)爲開(kāi)發(fā)AI的内部團隊分配了服務器硬件。 

在亞馬遜，首席财務官Brian Olsavsky在上周的财報電話會議上告訴投資者，亞馬遜計劃將(jiāng)支出從零售業務轉移到AWS，部分原因是投資于支持ChatGPT所需的基礎設施。 

在谷歌，負責制造張量處理單元的工程團隊已經(jīng)轉移到谷歌雲。據悉，雲組織現在可以爲TPU和在其上運行的軟件制定路線圖，希望讓雲客戶租用更多TPU驅動的服務器。 

谷歌：爲AI特調的TPU V4

早在2020年，谷歌就在自家的數據中心上部署了當時最強的AI芯片——TPU v4。

不過(guò)直到今年的4月4日，谷歌才首次公布了這(zhè)台AI超算的技術細節。 

相比于TPU v3，TPU v4的性能(néng)要高出2.1倍，而在整合4096個芯片之後(hòu)，超算的性能(néng)更是提升了10倍。 

同時，谷歌還(hái)聲稱，自家芯片要比英偉達A100更快、更節能(néng)。對(duì)于規模相當的系統，TPU v4可以提供比英偉達A100強1.7倍的性能(néng)，同時在能(néng)效上也能(néng)提高1.9倍。 

對(duì)于相似規模的系統，TPU v4在BERT上比A100快1.15倍，比IPU快大約4.3倍。對(duì)于ResNet，TPU v4分别快1.67倍和大約4.5倍。 

另外，谷歌曾暗示，它正在研發(fā)一款與Nvidia H100競争的新TPU。谷歌研究員Jouppi在接受路透社采訪時表示，谷歌擁有「未來芯片的生産線」。 

微軟：秘密武器雅典娜

不管怎麼(me)說，微軟在這(zhè)場芯片紛争中，依舊躍躍欲試。

此前有消息爆出，微軟秘密組建的300人團隊，在2019年時就開(kāi)始研發(fā)一款名爲「雅典娜」（Athena）的定制芯片。 

根據最初的計劃，「雅典娜」會使用台積電的5nm工藝打造，預計可以將(jiāng)每顆芯片的成(chéng)本降低1/3。 

如果在明年能(néng)夠大面(miàn)積實裝，微軟内部和OpenAI的團隊便可以借助「雅典娜」同時完成(chéng)模型的訓練和推理。 

這(zhè)樣(yàng)一來，就可以極大地緩解專用計算機緊缺的問題。 

彭博社在上周的報道(dào)中，稱微軟的芯片部門已與AMD合作開(kāi)發(fā)雅典娜芯片，這(zhè)也導緻AMD的股價在周四上漲了6.5%。 

但一位知情者表示，AMD并未參與其中，而是在開(kāi)發(fā)自己的GPU，與英偉達競争，并且AMD一直在與微軟讨論芯片的設計，因爲微軟預計要購買這(zhè)款GPU。 

亞馬遜：已搶跑一個身位

而在與微軟和谷歌的芯片競賽中，亞馬遜似乎已經(jīng)領先了一個身位。

在過(guò)去的十年中，亞馬遜在雲計算服務方面(miàn)，通過(guò)提供更加先進(jìn)的技術和更低的價格，一直保持了對(duì)微軟和谷歌的競争優勢。 

而未來十年内，亞馬遜也有望通過(guò)自己内部開(kāi)發(fā)的服務器芯片——Graviton，繼續在競争中保持優勢。 

作爲最新一代的處理器，AWS Graviton3在計算性能(néng)上比上一代提高多達25%，浮點性能(néng)提高多達2倍。并支持DDR5内存，相比DDR4内存帶寬增加了50%。 

針對(duì)機器學(xué)習工作負載，AWS Graviton3比上一代的性能(néng)高出多達3倍，并支持 bfloat16。 

基于Graviton 3芯片的雲服務在一些地區非常受歡迎，甚至于達到了供不應求的狀态。 

亞馬遜另一方面(miàn)的優勢還(hái)表現在，它是目前唯一一家在其服務器中提供标準計算芯片（Graviton）和AI專用芯片（Inferentia和Trainium）雲供應商。 

早在2019年，亞馬遜就推出了自己的AI推理芯片——Inferentia。 

它可以讓客戶可以在雲端低成(chéng)本運行大規模機器學(xué)習推理應用程序，例如圖像識别、語音識别、自然語言處理、個性化和欺詐檢測。 

而最新的Inferentia 2更是在計算性能(néng)提高了3倍，加速器總内存擴大了4倍，吞吐量提高了4倍，延遲降低到1/10。 

在初代Inferentia推出之後(hòu)，亞馬遜又發(fā)布了其設計的主要用于AI訓練的定制芯片——Trainium。 

它對(duì)深度學(xué)習訓練工作負載進(jìn)行了優化，包括圖像分類、語義搜索、翻譯、語音識别、自然語言處理和推薦引擎等。 

在一些情況下，芯片定制不僅僅可以把成(chéng)本降低一個數量級，能(néng)耗減少到1/10，并且這(zhè)些定制化的方案可以給客戶以更低的延遲提供更好(hǎo)的服務。 

撼動英偉達的壟斷，沒(méi)那麼(me)容易

不過(guò)到目前爲止，大多數的AI負載還(hái)是跑在GPU上的，而英偉達生産了其中的大部分芯片。

據此前報道(dào)，英偉達獨立GPU市場份額達80%，在高端GPU市場份額高達90%。 

20年，全世界跑AI的雲計算與數據中心，80.6%都(dōu)由英偉達GPU驅動。21年，英偉達表示，全球前500個超算中，大約七成(chéng)是由自家的芯片驅動。 

而現在，就連運行ChatGPT的微軟數據中心用了上萬塊英偉達A100 GPU。 

一直以來，不管是成(chéng)爲頂流的ChatGPT，還(hái)是Bard、Stable Diffusion等模型，背後(hòu)都(dōu)是由每個大約價值1萬美元的芯片英偉達A100提供算力。 

不僅如此，A100目前已成(chéng)爲人工智能(néng)專業人士的「主力」。2022人工智能(néng)現狀報告還(hái)列出了使用A100超級計算機部分公司的名單。 

顯而易見，英偉達已經(jīng)壟斷了全球算力，憑借自家的芯片，一統江湖。 

根據從業者的說法，相比于通用芯片，亞馬遜、谷歌和微軟一直在研發(fā)的專用集成(chéng)電路（ASIC）芯片，在執行機器學(xué)習任務的速度更快，功耗更低。 

O’Donnell董事(shì)在比較GPU和ASIC時，用了這(zhè)樣(yàng)一個比較：「平時開(kāi)車，你可以用普銳斯，但如果你必須在山上用四輪驅動，用吉普牧馬人就會更合适。」 

然而盡管已經(jīng)做出了種(zhǒng)種(zhǒng)努力，但亞馬遜、谷歌和微軟都(dōu)面(miàn)臨著(zhe)挑戰——如何說服開(kāi)發(fā)者使用這(zhè)些AI芯片呢？ 

現在，英偉達的GPU是占主導地位的，開(kāi)發(fā)者早已熟悉其專有的編程語言CUDA，用于制作GPU驅動的應用程序。 

如果換到亞馬遜、谷歌或微軟的定制芯片，就需要學(xué)習全新的軟件語言了，他們會願意嗎？