去年年底，AMD 顯卡部門的高級(jí)副總裁 David Wang 在接受日本媒體采訪時(shí)談到了游戲顯卡的 AI 問題。David Wang 表示，英偉達(dá)在游戲顯卡上積極嘗試使用 AI 技術(shù)，包括在 GPU 上就使用了大型 AI 推理加速器，但 AMD 有不同的策略：

「AMD 專注于將 GPU 用于用戶需要和關(guān)心的地方，以便享受游戲顯卡體驗(yàn)，否則用戶可能不得不為他們永遠(yuǎn)用不到的 GPU 功能付費(fèi)，AMD 相信游戲卡中的 AI 可以而且應(yīng)該用于讓視頻游戲更高級(jí)、更有趣�！�

PC 游戲玩家杜白告訴雷科技，他也認(rèn)可 David Wang 的說法，「像我這種買回來可能用到報(bào)廢或者出二手都不會(huì)用一次 AI 單元，老黃（英偉達(dá) CEO 黃仁勛）增加了這部分的東西就確實(shí)是浪費(fèi)，單純?yōu)樘岣呤蹆r(jià)加進(jìn)來�！�

當(dāng)然，AMD 也并非全盤否定游戲顯卡上 AI 加速能力的價(jià)值，問題在于他們認(rèn)為英偉達(dá)把過多的 GPU 資源給了 AI 加速單元，而這部分成本最終還是要由玩家支付，AMD 更希望讓游戲卡上的 AI 能直接給游戲帶來好處。

英偉達(dá)顯然不這么看。過去一段時(shí)間，ChatGPT 的大火讓 AI 行業(yè)的發(fā)展推向了一個(gè)新的高潮，而生成式 AI 恰恰需要基于海量的數(shù)據(jù)進(jìn)行推理訓(xùn)練，高算力的 GPU 加速卡自然也成了市場(chǎng)的搶手貨。

根據(jù) Fierce Electronics 報(bào)道，ChatGPT 目前需要用 25000 塊英偉達(dá) A100 GPU 芯片來維持訓(xùn)練。大量公司同樣需要基于英偉達(dá)的 CUDA 平臺(tái)進(jìn)行對(duì) AI 的訓(xùn)練和推理，也包括各類的應(yīng)用。即便是在消費(fèi)市場(chǎng)，也有不少人為了生成式 AI 應(yīng)用而購買顯卡。

而在游戲卡的 AI 問題背后，也體現(xiàn)了兩家公司游戲業(yè)務(wù)（游戲卡）和數(shù)據(jù)中心業(yè)務(wù)（加速卡）的地位變化。

圖／AMD

根據(jù)財(cái)報(bào)顯示，2022 年 AMD 的游戲業(yè)務(wù)收入同比增長了 21％，至 68．05 億美元，反超客戶端業(yè)務(wù)成為 AMD 的第一大業(yè)務(wù)；相較之下，2022 年（2023 財(cái)年）英偉達(dá)的游戲業(yè)務(wù)收入同比減少了近 34 億美元，下跌 27．2％至 90．67 億美元，被數(shù)據(jù)中心業(yè)務(wù)反超，降至第二大業(yè)務(wù)。

事實(shí)上，英偉達(dá)和 AMD 在面對(duì) AI 問題上還有更大的不同。

AI 芯片，各自綻放

去年 8 月底，英偉達(dá)和 AMD 旗下的部分 GPU 產(chǎn)品均被美國政府限制對(duì)華出售，包括用于數(shù)據(jù)中心深度學(xué)習(xí)等場(chǎng)景的英偉達(dá)的 A100、H100 以及 AMD 的 MI250。

根據(jù) New Street Research 數(shù)據(jù)，英偉達(dá)占據(jù)了可用于機(jī)器學(xué)習(xí)的圖形處理器市場(chǎng)的 95％。其中英偉達(dá) A100 是當(dāng)前最主流的 AI 芯片之一，不僅被海外和國內(nèi)公司廣泛采用，也適合支持當(dāng)下流行的 ChatGPT、Bing AI 或 Stable Diffusion 等工具的機(jī)器學(xué)習(xí)模型，能夠高效地用來訓(xùn)練和使用神經(jīng)網(wǎng)絡(luò)模型。

最近流行的 Stable Diffusion 社區(qū)，圖／Civitai

包括谷歌、OpenAI、特斯拉和 Facebook 等領(lǐng)先的 AI 公司都采用了大量的 A100 以及其他英偉達(dá) GPU，用于 AI 的訓(xùn)練和推理。在國內(nèi)也有大量公司依賴于英偉達(dá)的高端通用 GPU，包括阿里、騰訊、百度等云廠商和浪潮、聯(lián)想、新華三等服務(wù)器廠商都是英偉達(dá)的重點(diǎn)客戶。

而英偉達(dá)在去年發(fā)布的 H100，作為 A100 在 AI 行業(yè)的替代者，采用了臺(tái)積電 4nm 工藝，擁有 800 億個(gè)晶體管，支持每秒近 5TB 的外部互聯(lián)帶寬，對(duì)于大型 Transformer 模型的訓(xùn)練，英偉達(dá)聲稱 H100 將提供 9 倍于 A100 的性能，過去需要數(shù)周時(shí)間才能完成的訓(xùn)練可以減少到幾天內(nèi)。

圖／英偉達(dá)

相比之下，AMD 依然更側(cè)重于面向數(shù)據(jù)中心的 CPU 以及 APU。在 MI250 之后，1 月的 CES 消費(fèi)電子展上，AMD CEO 蘇姿豐正式發(fā)布了全球首款面向下一代數(shù)據(jù)中心的 APU——Instinct MI300。

圖／AMD

MI300 APU 芯片集成了 CPU 和 GPU，晶體管數(shù)量達(dá)到了驚人的 1460 億個(gè)，還包含 128GB 顯存 ，主要用于 AI 加速計(jì)算。AMD 表示，MI300 可以提供 8 倍于 MI250X 的 AI 訓(xùn)練性能，該芯片可以將推理建模過程的時(shí)間從幾個(gè)月縮短至幾周，預(yù)計(jì)下半年上市。

這種產(chǎn)品傾向上的選擇，很大程度上早就做了決定。去年 AMD 主管數(shù)據(jù)中心業(yè)務(wù)的副總裁 Forrest Norrod 就指出，英偉達(dá)構(gòu)建了一個(gè)豐富的軟件生態(tài)系統(tǒng)，出色的 AI 加速卡也幾乎覆蓋了每個(gè)市場(chǎng)的需求，AMD 不可能復(fù)制英偉達(dá)的成功之道。

英偉達(dá)的成功之道

英偉達(dá)首席科學(xué)家戴維·柯克（David Kirk）很早就有一個(gè)野心——將主要服務(wù)于「游戲」、只做 3D 繪圖渲染的 GPU 算力「通用化」，使之轉(zhuǎn)變?yōu)橥ㄓ盟懔χ行摹?/p>

于是在 2007 年，英偉達(dá)正式推出了革命性的 GPU 統(tǒng)一計(jì)算平臺(tái) CUDA，同時(shí)開始基于 CUDA 持續(xù)積累算法和軟件生態(tài)。但英偉達(dá)和 CUDA 的成功，還要等到深度學(xué)習(xí)算法流行之后。

過去 AI 行業(yè)普遍依賴 CPU 進(jìn)行訓(xùn)練識(shí)別，谷歌大腦項(xiàng)目創(chuàng)始人、前斯坦福人工智能實(shí)驗(yàn)室主任吳恩達(dá)在 2010 年曾經(jīng)為了讓 AI 識(shí)別出「貓」，就使用了 16000 塊 CPU。但在深度學(xué)習(xí)算法普及之后，AI 需要大量的重復(fù)計(jì)算，GPU 則因?yàn)閺?qiáng)大的并行計(jì)算能力順勢(shì)脫穎而出。而在當(dāng)時(shí)能夠高效滿足 AI 訓(xùn)練的有且僅有英偉達(dá)的 GPU。

到 2011 年谷歌大腦率先將 GPU 應(yīng)用于深度學(xué)習(xí)的時(shí)候就發(fā)現(xiàn)，12 顆英偉達(dá) GPU 提供約等于 2000 塊 CPU 的深度學(xué)習(xí)性能。乘上 AI 和深度學(xué)習(xí)的大潮，英偉達(dá)幾乎以一己之力承包了前期企業(yè)客戶的 AI 計(jì)算需求，也正是開始建立屬于 CUDA 和英偉達(dá)的生態(tài)護(hù)城河。

自動(dòng)駕駛公司文遠(yuǎn)知行技術(shù)總監(jiān)鐘華在一次采訪回憶稱，英偉達(dá)推出了 CUDA 以后，相當(dāng)于把復(fù)雜到燒腦的顯卡編程包裝成了一個(gè)簡單的接口，造福了廣大程序員，現(xiàn)在主流的深度學(xué)習(xí)框架基本都是基于 CUDA 進(jìn)行 GPU 并行加速。

A100 線上「廚房」發(fā)布會(huì)，圖／英偉達(dá)

即便在面向 AI 的專用芯片流行之后，英偉達(dá) GPU 依然占據(jù) AI 芯片市場(chǎng)的絕對(duì)領(lǐng)導(dǎo)地位，不管是 2017 年推出的 V100、2020 年推出的 A100 以及去年推出的 H100，都在進(jìn)一步完善軟件生態(tài)和算法積累，時(shí)至今日 CUDA 生態(tài)已經(jīng)擁有近 250 萬開發(fā)者，建立了難以逾越的生態(tài)壁壘。

相比蘇媽（AMD CEO 蘇姿豐）當(dāng)時(shí)還在「收復(fù)失地」，老黃至少從七年前就開始為 AI 搖旗吶喊，2016 年英偉達(dá)主辦的 GTC China 大會(huì)上，他就說道：「我們不再是一個(gè)半導(dǎo)體公司，而是一個(gè) AI Computing Company（AI 計(jì)算公司）�！�

此后多年，黃仁勛在不同場(chǎng)合都在對(duì)外強(qiáng)調(diào)這一點(diǎn)。

AMD 的路線

2021 年 8 月，美國半導(dǎo)體工業(yè)協(xié)會(huì)（SIA）宣布，英偉達(dá) CEO 黃任勛將獲得芯片行業(yè)的最高榮譽(yù)——羅伯特 · 諾伊斯獎(jiǎng)，SIA 總裁兼 CEO John Neuffer 在聲明中說道：

「黃（仁勛）具有遠(yuǎn)見卓識(shí)和極強(qiáng)的執(zhí)行力，他促進(jìn)了芯片行業(yè)的發(fā)展，顛覆了計(jì)算，推動(dòng)了人工智能。從游戲到科學(xué)計(jì)算，再到自動(dòng)駕駛，黃仁勛的成就與無數(shù)創(chuàng)新密切相關(guān)，他改變了行業(yè)和世界。」

今天英偉達(dá)已經(jīng)在面向 AI 的通用 GPU 領(lǐng)域建立了絕對(duì)的領(lǐng)導(dǎo)地位，AMD 即便在產(chǎn)品上能有一定的優(yōu)勢(shì)，在中短期內(nèi)都很難彌補(bǔ)生態(tài)上的巨大差距。

但毫無疑問的是，AMD 不可能放棄數(shù)據(jù)中心業(yè)務(wù)和 AI 加速能力，即便是繞過這個(gè)領(lǐng)域深耕游戲芯片市場(chǎng)，終究也會(huì)因?yàn)樵?AI 領(lǐng)域的落后在資金、技術(shù)等方面受制于人，反過來又會(huì)牽制游戲業(yè)務(wù)的發(fā)展。

AMD 也明白這一點(diǎn)，所以并沒有逃避競(jìng)爭，也沒有選擇正面的硬碰硬，而是基于自身的 CPU 優(yōu)勢(shì)，選擇在 APU 上重點(diǎn)發(fā)力，與英偉達(dá)的拳頭產(chǎn)品 A100／H100 形成差異化競(jìng)爭。對(duì)全球第一大 FPGA 廠商賽靈思的收購，一方面也補(bǔ)足 AMD 的 AI 開發(fā)和應(yīng)用生態(tài)，獲得在 AI 芯片上挑戰(zhàn)英偉達(dá)的另一種可能。

同時(shí) AMD 也更愿意跟大型數(shù)據(jù)中心的擁有者——云服務(wù)供應(yīng)商合作，一方面更容易繞開生態(tài)上的壁壘，另一方面按照 AMD 的說法，云廠商的計(jì)算需求更加簡單，加速卡的購買量也足夠高。實(shí)際上，過去兩年超大型數(shù)據(jù)中心對(duì) AI 芯片的需求不僅沒有放緩，反而在加速擴(kuò)張。

說到底，AI 芯片的競(jìng)爭還是處在一片正在快速擴(kuò)張的藍(lán)海之中，隨著 AI 應(yīng)用越來越深入我們的生活，更加難以想象 AI 芯片市場(chǎng)的規(guī)模極限，其中留給 AMD 和英偉達(dá)的空間自然也足夠大。英偉達(dá)盡管通過長期積累建立了強(qiáng)大的優(yōu)勢(shì)，但還有足夠的市場(chǎng)需求等待 AMD 滿足，這也是后者的機(jī)會(huì)所在。

就像 AMD 高管 Forrest Norrod 所說，AMD 不可能復(fù)制英偉達(dá)的成功之道，但 AMD 仍然可以走出自己的路線。

題圖來自英偉達(dá)和 AMD

來源：雷科技

       原文標(biāo)題 : AMD攻入英偉達(dá)「大本營」：是游戲，還是AI？