撰文 | 古 芯

編輯 | 李信馬

題圖 | IC Photo

(相關資料圖)

自從去年11月ChatGPT發(fā)布以來，人工智能領域?qū)λ懔Φ男枨罂涨疤嵘ミ_幾乎壟斷了人工智能訓練芯片市場，業(yè)內(nèi)一直沒有新玩家或新產(chǎn)品對其形成有效沖擊。

直至今年6月，英偉達的老對手，超威半導體（AMD）發(fā)布下一代數(shù)據(jù)中心加速處理器（APU）AMD MI300。業(yè)內(nèi)認為，AMD的MI300，比英特爾和谷歌的產(chǎn)品更有機會挑戰(zhàn)英偉達在人工智能領域的行業(yè)地位。

MI300是AMD發(fā)布的第一款數(shù)據(jù)中心、高性能計算機群（HPC）級的APU，采用與英偉達Grace Hopper相同的CPU+GPU架構，但是硬件參數(shù)更高。

MI300在CPU部分集成了24個ZEN4內(nèi)核，GPU部分集成了6塊使用CDNA3架構的芯片，擁有1460億個晶體管，比英特爾GPU Ponte Vecchio多460億個晶體管，比英偉達H100多660億個晶體管，而且MI300的統(tǒng)一內(nèi)存可降低不同內(nèi)存間來回復制、同步和轉換數(shù)據(jù)所導致的編程復雜性。

封裝工藝方面，MI300使用最近爆火的3D Chiplet封裝技術，而GH200則使用CoWoS（2.5D）封裝，3D對比2.5D的優(yōu)勢在于性能更高、延遲和功耗更低。

從硬件參數(shù)上來看，AMD MI300已經(jīng)具備和英偉達叫板的能力，但顯卡領域完善軟件生態(tài)比堆硬件參數(shù)更難，AMD的軟件生態(tài)能否貼合人工智能行業(yè)的市場需求，是MI300能否搶走英偉達既有市場的重要影響因素。

一、軟件生態(tài)決定硬件市場規(guī)模

英偉達壟斷人工智能訓練芯片市場的主要原因是其自研的CUDA生態(tài)。所以AMD MI300想要替代英偉達，首先需要兼容英偉達的CUDA生態(tài)，AMD為此推出ROCm生態(tài)圈，并實現(xiàn)通過HIP完全兼容CUDA。

作為AMD的GPU軟件開發(fā)框架，HIP對應的是CUDA API，其提供的HIPify-perl和HIPify-clang工具，可用于CUDA到HIP的代碼轉換，轉碼后可在AMD GPU上編譯運行，基于HIP開發(fā)的應用也可用于AMD和英偉達的GPU上。

在此背景下，同一個數(shù)據(jù)中心內(nèi)，理論上可以同時使用AMD和英偉達的GPU，但不同公司的GPU產(chǎn)品對數(shù)據(jù)精度的標準和計算方法及順序配置不同，混合使用GPU難免會導致計算精度缺失等問題，直接影響模型訓練效果。

而且從技術層面來看，兼容意味著被動、落后，因為CUDA每一次升級，ROCm都需要做出對應升級，技術團隊無法將所有精力用于ROCm生態(tài)圈的迭代上，應用場景和使用體驗都會落后于英偉達。

回顧二者發(fā)展歷程，英偉達2007年發(fā)布CUDA，AMD2016年才發(fā)布ROCm，前者自問世起就支持Linux、Windows多平臺，后者則長期只能支持Linux系統(tǒng)，且不支持部分Linux的更新，并于今年4月才登錄Windows平臺。

同樣是今年4月，AMD剛解決消費級產(chǎn)品與ROCm的適配，此前僅支持AMD高端GPU，限制了市場份額的提升。最后就是由于切入時間更晚，AMD開發(fā)者數(shù)量遠低于英偉達的400萬。

對比CUDA和ROCm的開發(fā)活躍度，在全球最大的開發(fā)者社區(qū)之一StackOverflow中，“CUDA”的標簽下有超過14000個問題討論，而ROCm在“amd-rocm”的標簽下只有不到100個問題討論。在Github上，貢獻CUDA軟件包倉庫的開發(fā)者超過32600位，而ROCm只有不到600個。

為改變這種被動局面，AMD也在積極豐富其軟件生態(tài)。雖然目前僅有部分SKU支持Windows系統(tǒng)，但主流Radeon顯卡用戶可以開始試用過去僅專業(yè)顯卡才能使用的AMD ROCm(5.6.0Alpha)。

今年1季度，AMD宣布ROCm系統(tǒng)融入PyTorch2.0框架，目前TensorFlow和Caffe深度學習框架也已加入第五代ROCm。

故此，從軟件生態(tài)方面來看，現(xiàn)有的AMD MI300還不足以威脅英偉達的市場份額，想撼動英偉達在人工智能行業(yè)的地位，AMD還需時間。

二、選擇英偉達的理由

在MI 300之前，需要訓練芯片的用戶大多數(shù)都選擇英偉達的產(chǎn)品，在MI 300之后，這個情況短期內(nèi)也不會改變。

據(jù)華泰證券預計，擁有1600張H100芯片是AI創(chuàng)業(yè)公司入門水平，GPT-4級別的大模型訓練則需要1.6萬張H100GPU的算力，全球約有30家科技巨頭和300家AI初創(chuàng)企業(yè)進行相關投資，未來GPU市場潛在需求達到300億美元，英偉達或許會憑借新產(chǎn)品GH200繼續(xù)維持極高市場份額。

作為H100的升級產(chǎn)品，DGX GH200使用的2.5D的封裝工藝雖然較MI300落后，但是英偉達通過 NVLink 互連技術及NVLink Switch System串聯(lián)了32臺由8塊GH200超級芯片組成的服務器，可以為用戶提供1exaFLOPS的算力與144TB的內(nèi)存。

對于業(yè)內(nèi)企業(yè)而言， DGX GH200提供的這種大規(guī)模共享內(nèi)存解決了大規(guī)模AI的關鍵瓶頸，適用于對性能要求較高且資金充沛的潛在客戶。目前市場有消息稱谷歌Google Cloud、Meta與微軟將成為DGX GH200的首批用戶。

值得注意的是，谷歌目前90%的AI工作負載都使用自研TPU，且部分性能優(yōu)于英偉達產(chǎn)品，在谷歌今年4月發(fā)布的關于TPUv4的論文中，谷歌強調(diào)TPU v4在BERT模型上比A100快1.15倍，而在ResNet模型上比A100快1.67倍，而A100的能耗是TPUv4的1.3-1.9倍。

與微軟Azure中布置的A100相比，谷歌云的TPUv4在BERT上最多可節(jié)省35%的訓練成本，在ResNet上最多可節(jié)省50%。除AI工作負載之外，谷歌管理層此前還曾表示TPU已廣泛應用于翻譯、相冊、搜索、Google助理和Gmail等眾多Google產(chǎn)品。

如果谷歌今年重新成為英偉達DGX GH200的用戶，意味著DGX GH200綜合表現(xiàn)再次超過谷歌的自研TPU。

而且谷歌重新選擇英偉達還有一個理由，華泰證券認為，谷歌TPU專門針對谷歌開源深度學習框架TensorFlow進行全面優(yōu)化，導致其他學習框架在TPU運行的效率或不及TensorFlow，潛在用戶群不如使用A100的微軟Azure。

由此可見，和使用A100的平臺相比，谷歌云TPU的最大優(yōu)勢就是成本低，這也直接體現(xiàn)在終端用戶的使用成本上。在谷歌云上A100 80GB價格為3.93美元/芯片/小時，TPUv4價格為3.22美元/芯片/小時。

和谷歌TPU類似，AMD對MI300的定位是高性價比，試圖用和英偉達相似的性能，更低的價格打開云算力設備市場。

雖然目前谷歌、微軟等大廠都在積極布局云算力領域，但英偉達依舊是該領域最具競爭力的企業(yè)，谷歌TPU和AMD的產(chǎn)品同時聚焦高性價比市場，但由于后者可以全面兼容英偉達CUDA生態(tài)，對TensorFlow之外的深度學習框架包容度更高，故此在英偉達之外的玩家中，AMD的MI300或許有機會挑戰(zhàn)英偉達的行業(yè)地位。

結語

在全球各大企業(yè)都涌入人工智能賽道的背景下，為其提供算力支撐的GPU行業(yè)也越來越細分。

現(xiàn)階段，GPU行業(yè)逐漸分化為傳統(tǒng)GPU和GPGPU兩個細分市場，前者延續(xù)專門用于圖形圖像處理用途，內(nèi)置了視頻編解碼加速引擎、2D 加速引擎、3D 加速引擎、圖像渲染等專用運算模塊。

后者作為運算協(xié)處理器，并針對不同應用領域的需求，增加了專用向量、張量、矩陣運算指令，提升了浮點運算的精度和性能，以滿足不同計算場景的需要，英偉達的GH200和AMDMI300均屬于這個領域。

作為人工智能領域最主要的協(xié)處理器解決方案，GPGPU占據(jù)人工智能90%以上的市場份額。這主要是因為GPGPU能提供的完善軟件生態(tài)系統(tǒng)，極大降低了各種已有應用程序的移植和新算法的開發(fā)門檻，這也是英偉達不斷升級CUDA的主要原因。

伴隨AI浪潮持續(xù)推進，各類模型訓練需求與日俱增，根據(jù)前瞻產(chǎn)業(yè)研究院的數(shù)據(jù)，未來幾年內(nèi)，中國人工智能芯片市場規(guī)模將保持年均40%至50%的增長速度，到2024年，市場規(guī)模將達到785億元。

行業(yè)景氣度持續(xù)上升的背景下，誰能率先完成獨有的軟件生態(tài)，誰就有可能挑戰(zhàn)英偉達在訓練芯片行業(yè)的市場地位，目前看，最有機會的就是AMD。

關鍵詞：