GPU，独孤求败？

851 0 0

文章摘要

台积电近期准备生产英伟达最新Blackwell平台架构GPU，由于英伟达客户需求强劲，台积电的晶圆订单增加25%，可能影响台积电上调今年盈利预期。
业界消息指出，亚马逊、戴尔、谷歌、Meta及微软等将使用Blackwell架构GPU建立AI服务器，需求超出预期。
同时，外媒nextplatform预测，数据中心AI加速器市场规模将显著增长，AMD CEO苏姿丰预计2023年市场规模可达450亿美元，到2027年将以超过70%的复合年增长率增长至4000亿美元以上。

New Street Research的Pierre Ferragu团队预测，AI服务器、存储和交换机的销售额在预测期结束时将达到约1万亿美元。
富国银行的Aaron Rakers提供了GPU销售预测，2023年GPU销售额将达到373亿美元，出货量为549万台，预计2024年数据中心GPU出货量为685万台，收入为487亿美元。
Gartner和IDC也发布了AI半导体销售的数据和预测，Gartner预测2023年AI芯片收入为140亿美元，预计到2024年将增长50%，达到210亿美元。
IDC预测人工智能芯片收入将从2022年的421亿美元增长到2023年的691亿美元，预计2027年达到1933亿美元。

曾在英特尔工作的Raja Koduri分析了GPU的影响，分享了一系列公式，强调了浮点运算与DRAM带宽的比率的重要性。
他指出，对于AI和其他浮点+带宽密集型工作负载，GPU得分最高，尤其是CUDA GPU。
Koduri强调，软件将成为新焦点，AMD最近收购Silo AI体现了这一趋势。
分析师认为，软件专业知识变得与硬件实力一样重要，AMD的收购增强了其AI软件能力，也加强了在欧洲市场的地位。

Counterpoint Research的Neil Shah表示，Silo AI填补了AMD在软件工具和服务方面的重要能力空白，帮助定制主权和开源大型语言模型，同时扩大其在欧洲市场的影响力。
AMD此前已收购Mipsology和Nod.ai，进一步巩固了其致力于打造强大AI软件生态系统的承诺。
Cyber media Research的Prabhu Ram表示，这些战略举措增强了AMD为企业提供定制开源解决方案的能力，满足不同客户的需求。

这种向软件的战略转变并不局限于AMD。
Nvidia和Intel也在积极投资软件公司并开发自己的软件堆栈。
Nvidia的成功不仅由硅片驱动，还由其在计算平台上提供的软件和服务驱动。
AMD意识到了这一点，并一直在投资构建软件和服务功能，为客户提供端到端解决方案。
英特尔收购了实时持续优化软件提供商Granulate Cloud Solutions，帮助云和数据中心客户优化计算工作负载性能。

芯片和软件专业知识的融合不仅是为了赶上竞争对手，还为了推动人工智能领域的创新和差异化。
软件在优化特定硬件架构的AI模型、提高性能和降低成本方面发挥着至关重要的作用。
最终，软件可以决定谁主宰AI芯片市场。
Amalgam Insights的Hyou Park表示，AMD显然正在与NVIDIA争夺AI领域的霸主地位，这不仅仅是谁制造出更好的硬件的问题，而是谁能够真正支持部署高性能、管理良好且易于长期支持的企业级解决方案。

芯片制造商从单纯提供硬件转向提供软件工具包和服务，这对企业科技公司产生了重大影响。
这些发展对于企业和人工智能开发人员微调他们的人工智能模型以增强特定芯片上的性能至关重要，适用于训练和推理阶段。
这一进步不仅加快了产品的上市时间，而且还帮助合作伙伴通过改善能源使用和优化代码来提高运营效率并降低总拥有成本。

随着人工智能竞赛的不断发展，对软件的关注必将加剧。
芯片制造商将继续投资软件公司，开发自己的软件堆栈，并与更广泛的人工智能社区合作，打造一个充满活力和创新的人工智能生态系统。
人工智能的未来不仅在于更快的芯片，还在于更智能的软件，它可以释放人工智能的全部潜力并改变我们的生活和工作方式。