亚马逊:英伟达独霸时代结束？ChatGPT引爆谷歌微软芯片大战，亚马逊也入局_HAT

来源：新智元

ChatGPT爆火之后，谷歌和微软两巨头的AI大战战火，已经烧到了新的领域——服务器芯片。

如今，AI和云计算都成了必争之地，而芯片，也成为降低成本、赢得商业客户的关键。

原本，亚马逊、微软、谷歌这类大厂，都是以软件而闻名的，而现在，它们纷纷斥资数十亿美元，用于芯片开发和生产。

各大科技巨头研发的AI芯片

ChatGPT爆火，大厂开启芯片争霸赛

根据外媒TheInformation的报道以及其他来源，这三家大厂现在已经推出或计划发布8款服务器和AI芯片，用于内部产品开发、云服务器租赁或者二者兼有。

「如果你能制造出针对AI进行优化的硅，那前方等待你的将是巨大的胜利」，研究公司Forrester的董事GlennO’Donnell这样说。

付出这些巨大的努力，一定会得到回报吗？

答案是，并不一定。

Rescale与英伟达合作构建自动化工业元宇宙:7月19日消息，高性能云计算服务商Rescale宣布与英伟达达成合作，将 Nvidia GPU Cloud（NGC）集成到其用于高性能计算（HPC）应用程序的容器库中，帮助企业构建数字孪生并打造工业元宇宙的基础构建模块。据悉，韩泰轮胎已经在Rescale与英伟达合作构建的工业元宇宙中进行新轮胎设计研发，包括在虚拟世界中进行各种“数字孪生轮胎”的测试工作，继而加快产品开发速度。（venturebeat）[2022/7/20 2:24:16]

英特尔、AMD和英伟达可以从规模经济中获益，但对大型科技公司来说，情况远非如此。

它们还面临着许多棘手的挑战，比如需要聘请芯片设计师，还要说服开发者使用他们定制的芯片构建应用程序。

不过，大厂们已经在这一领域取得了令人瞩目的进步。

根据公布的性能数据，亚马逊的Graviton服务器芯片，以及亚马逊和谷歌发布的AI专用芯片，在性能上已经可以和传统的芯片厂商相媲美。

亚马逊、微软和谷歌为其数据中心开发的芯片，主要有这两种：标准计算芯片和用于训练和运行机器学习模型的专用芯片。正是后者，为ChatGPT之类的大语言模型提供了动力。

此前，苹果成功地为iPhone，iPad和Mac开发了芯片，改善了一些AI任务的处理。这些大厂，或许正是跟苹果学来的灵感。

加密矿企Hive Blockchain与英伟达签订6600万美元的GPU采购协议:金色财经报道，加密货币矿企Hive Blockchain已加入英伟达网络云服务提供商计划，并签订了总合同价值为6600万美元的GPU采购协议。这些GPU将在2021年剩余的几个月交付，交付量将每月增加。[2021/7/2 0:21:34]

在三家大厂中，亚马逊是唯一一家在服务器中提供两种芯片的云服务商，2015年收购的以色列芯片设计商AnnapurnaLabs，为这些工作奠定了基础。

谷歌在2015年推出了一款用于AI工作负载的芯片，并正在开发一款标准服务器芯片，以提高谷歌云的服务器性能。

相比之下，微软的芯片研发开始得较晚，是在2019年启动的，而最近，微软更加快了推出专为LLM设计的AI芯片的时间轴。

而ChatGPT的爆火，点燃了全世界用户对于AI的兴奋。这更促进了三家大厂的战略转型。

ChatGPT运行在微软的Azure云上，使用了上万块英伟达A100。无论是ChatGPT，还是其他整合进Bing和各种程序的OpenAI软件，都需要如此多的算力，以至于微软已经为开发AI的内部团队分配了服务器硬件。

在亚马逊，首席财务官BrianOlsavsky在上周的财报电话会议上告诉投资者，亚马逊计划将支出从零售业务转移到AWS，部分原因是投资于支持ChatGPT所需的基础设施。

英伟达挖矿芯片CMP第一季度出货1.55亿美元:6月2日消息，为了缓解比特币导致的“挖矿”热潮对游戏玩家芯片供应的影响，英伟达于今年3月推出了专门针对加密货币的芯片CMP。CMP第一季度为公司带来了高达1.55亿美元的收入。英伟达预计第二季度“挖矿”芯片的收入将达到4亿美元。（第一财经）[2021/6/2 23:05:37]

在谷歌，负责制造张量处理单元的工程团队已经转移到谷歌云。据悉，云组织现在可以为TPU和在其上运行的软件制定路线图，希望让云客户租用更多TPU驱动的服务器。

谷歌：为AI特调的TPUV4

早在2020年，谷歌就在自家的数据中心上部署了当时最强的AI芯片——TPUv4。

不过直到今年的4月4日，谷歌才首次公布了这台AI超算的技术细节。

相比于TPUv3，TPUv4的性能要高出2.1倍，而在整合4096个芯片之后，超算的性能更是提升了10倍。

同时，谷歌还声称，自家芯片要比英伟达A100更快、更节能。对于规模相当的系统，TPUv4可以提供比英伟达A100强1.7倍的性能，同时在能效上也能提高1.9倍。

对于相似规模的系统，TPUv4在BERT上比A100快1.15倍，比IPU快大约4.3倍。对于ResNet，TPUv4分别快1.67倍和大约4.5倍。

英伟达RTX 3080Ti及3070Ti将发售，将限制挖矿能力:外媒wccftech报道称，英伟达RTX 3080Ti/3070Ti两款新显卡发布时间确定，将会在5月31日举办的COMPUTEX 2021电脑展上正式亮相。海外零售商公布了两款显卡的具体发售和解禁日期，其中RTX 3080Ti将在6月3日上架，6月2日媒体评测解禁。RTX 3070Ti在6月10日上架，6月9日媒体评测解禁。外媒videocardz也透露了部分信息，国外硬件品牌PALIT的两款RTX 3080Ti非公版显卡，近日通过了韩国官方认证。认证信息显示该显卡搭载12GB GDDR6X显存，带宽为384bit，规格上与RTX 3090一致。两者都采用全新的LHR核心，代表“较低的哈希算力”，意味着会从硬件层面上限制显卡的挖矿能力。并且，英伟达还为这些新显卡更新了驱动程序，从驱动、核心、BIOS三个层面封锁挖矿性能。[2021/5/21 22:28:50]

另外，谷歌曾暗示，它正在研发一款与NvidiaH100竞争的新TPU。谷歌研究员Jouppi在接受路透社采访时表示，谷歌拥有「未来芯片的生产线」。

微软：秘密武器雅典娜

不管怎么说，微软在这场芯片纷争中，依旧跃跃欲试。

此前有消息爆出，微软秘密组建的300人团队，在2019年时就开始研发一款名为「雅典娜」的定制芯片。

动态 | 英伟达比特币挖矿产业趋于饱和:据外媒报道，摩根士丹利今日发布投资研究报告，维持Nvidia(英伟达)股票“增持”评级，将目标股价从273美元调低至260美元。由于受数字加密货币挖矿产业的推动，Nvidia图形处理器的营收曾一度大幅增长。但如今，相关的资源短缺局面已经结束(市场已趋于饱和)。

摩根士丹利分析师约瑟夫·摩尔(Joseph Moore)认为，对于Nvidia而言这是一个“逆风”趋势。[2018/11/9]

根据最初的计划，「雅典娜」会使用台积电的5nm工艺打造，预计可以将每颗芯片的成本降低1/3。

如果在明年能够大面积实装，微软内部和OpenAI的团队便可以借助「雅典娜」同时完成模型的训练和推理。

这样一来，就可以极大地缓解专用计算机紧缺的问题。

彭博社在上周的报道中，称微软的芯片部门已与AMD合作开发雅典娜芯片，这也导致AMD的股价在周四上涨了6.5%。

但一位知情者表示，AMD并未参与其中，而是在开发自己的GPU，与英伟达竞争，并且AMD一直在与微软讨论芯片的设计，因为微软预计要购买这款GPU。

亚马逊：已抢跑一个身位

而在与微软和谷歌的芯片竞赛中，亚马逊似乎已经领先了一个身位。

在过去的十年中，亚马逊在云计算服务方面，通过提供更加先进的技术和更低的价格，一直保持了对微软和谷歌的竞争优势。

而未来十年内，亚马逊也有望通过自己内部开发的服务器芯片——Graviton，继续在竞争中保持优势。

作为最新一代的处理器，AWSGraviton3在计算性能上比上一代提高多达25%，浮点性能提高多达2倍。并支持DDR5内存，相比DDR4内存带宽增加了50%。

针对机器学习工作负载，AWSGraviton3比上一代的性能高出多达3倍，并支持bfloat16。

基于Graviton3芯片的云服务在一些地区非常受欢迎，甚至于达到了供不应求的状态。

亚马逊另一方面的优势还表现在，它是目前唯一一家在其服务器中提供标准计算芯片和AI专用芯片云供应商。

早在2019年，亚马逊就推出了自己的AI推理芯片——Inferentia。

它可以让客户可以在云端低成本运行大规模机器学习推理应用程序，例如图像识别、语音识别、自然语言处理、个性化和欺诈检测。

而最新的Inferentia2更是在计算性能提高了3倍，加速器总内存扩大了4倍，吞吐量提高了4倍，延迟降低到1/10。

在初代Inferentia推出之后，亚马逊又发布了其设计的主要用于AI训练的定制芯片——Trainium。

它对深度学习训练工作负载进行了优化，包括图像分类、语义搜索、翻译、语音识别、自然语言处理和推荐引擎等。

在一些情况下，芯片定制不仅仅可以把成本降低一个数量级，能耗减少到1/10，并且这些定制化的方案可以给客户以更低的延迟提供更好的服务。

撼动英伟达的垄断，没那么容易

不过到目前为止，大多数的AI负载还是跑在GPU上的，而英伟达生产了其中的大部分芯片。

据此前报道，英伟达独立GPU市场份额达80%，在高端GPU市场份额高达90%。

20年，全世界跑AI的云计算与数据中心，80.6%都由英伟达GPU驱动。21年，英伟达表示，全球前500个超算中，大约七成是由自家的芯片驱动。

而现在，就连运行ChatGPT的微软数据中心用了上万块英伟达A100GPU。

一直以来，不管是成为顶流的ChatGPT，还是Bard、StableDiffusion等模型，背后都是由每个大约价值1万美元的芯片英伟达A100提供算力。

不仅如此，A100目前已成为人工智能专业人士的「主力」。2022人工智能现状报告还列出了使用A100超级计算机部分公司的名单。

显而易见，英伟达已经垄断了全球算力，凭借自家的芯片，一统江湖。

根据从业者的说法，相比于通用芯片，亚马逊、谷歌和微软一直在研发的专用集成电路芯片，在执行机器学习任务的速度更快，功耗更低。

O’Donnell董事在比较GPU和ASIC时，用了这样一个比较：「平时开车，你可以用普锐斯，但如果你必须在山上用四轮驱动，用吉普牧马人就会更合适。」

然而尽管已经做出了种种努力，但亚马逊、谷歌和微软都面临着挑战——如何说服开发者使用这些AI芯片呢？

现在，英伟达的GPU是占主导地位的，开发者早已熟悉其专有的编程语言CUDA，用于制作GPU驱动的应用程序。

如果换到亚马逊、谷歌或微软的定制芯片，就需要学习全新的软件语言了，他们会愿意吗？

标签：亚马逊CHACHATHAT亚马逊币即将上线交易所supertripchainchat币值得投资吗chatcoin币未来价值

PEPE热门资讯