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_亞馬遜

來源：新智元

ChatGPT爆火之后，谷歌和微軟兩巨頭的AI大戰戰火，已經燒到了新的領域——服務器芯片。

如今，AI和云計算都成了必爭之地，而芯片，也成為降低成本、贏得商業客戶的關鍵。

原本，亞馬遜、微軟、谷歌這類大廠，都是以軟件而聞名的，而現在，它們紛紛斥資數十億美元，用于芯片開發和生產。

各大科技巨頭研發的AI芯片

ChatGPT爆火，大廠開啟芯片爭霸賽

根據外媒TheInformation的報道以及其他來源，這三家大廠現在已經推出或計劃發布8款服務器和AI芯片，用于內部產品開發、云服務器租賃或者二者兼有。

「如果你能制造出針對AI進行優化的硅，那前方等待你的將是巨大的勝利」，研究公司Forrester的董事GlennO’Donnell這樣說。

付出這些巨大的努力，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濟中獲益，但對大型科技公司來說，情況遠非如此。

谷歌披露其超計算機速度、能耗效率高于英偉達A100芯片構建的同類系統:4月10日消息，谷歌本周披露其訓練人工智能模型使用的超級計算機的最新細節，其稱這些系統的速度和能耗效率均高于英偉達基于A100芯片的同類系統，其90%以上的人工智能訓練任務都通過谷歌擁有自主定制的TPU芯片完成。

目前，AI芯片主要包括GPU、FPGA、ASIC等。ASIC作為專用集成電路，廣泛應用于人工智能設備等領域，其根據終端功能又細分為TPU芯片、DPU芯片和NPU芯片等。資料顯示，ASIC在吞吐量、功耗、算力水平等單個方面都是最優秀的，其中，TPU比同時期的GPU或CPU平均提速15-30倍，能效比提升30-80倍。[2023/4/10 13:53:53]

它們還面臨著許多棘手的挑戰，比如需要聘請芯片設計師，還要說服開發者使用他們定制的芯片構建應用程序。

不過，大廠們已經在這一領域取得了令人矚目的進步。

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

亞馬遜、微軟和谷歌為其數據中心開發的芯片，主要有這兩種：標準計算芯片和用于訓練和運行機器學習模型的專用芯片。正是后者，為ChatGPT之類的大語言模型提供了動力。

此前，蘋果成功地為iPhone，iPad和Mac開發了芯片，改善了一些AI任務的處理。這些大廠，或許正是跟蘋果學來的靈感。

外媒：英偉達最新顯卡驅動重新啟用挖礦限制程序:5月26日消息，在安裝英偉達最新的512.95驅動程序后，所有基于Windows的挖礦軟件都將恢復到被限制后的哈希率。報道稱這并沒有什么用，因為礦工可以重新裝回以前的512.77驅動程序，實現滿速挖礦。

據報道，YouTube用戶Juliano Caju確認了512.95驅動自帶挖礦鎖。他的RTX 3060卡使被限制為25 MH / s ETH哈希率，而此前破解后的哈希率為46 MH / s。

此前5月初消息，算力經紀商Nicehash新軟件已支持解鎖Nvidia顯卡的加密挖礦限制。（Videocardz）[2022/5/26 3:43:02]

在三家大廠中，亞馬遜是唯一一家在服務器中提供兩種芯片的云服務商，2015年收購的以色列芯片設計商AnnapurnaLabs，為這些工作奠定了基礎。

谷歌在2015年推出了一款用于AI工作負載的芯片，并正在開發一款標準服務器芯片，以提高谷歌云的服務器性能。

相比之下，微軟的芯片研發開始得較晚，是在2019年啟動的，而最近，微軟更加快了推出專為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于AI的興奮。這更促進了三家大廠的戰略轉型。

開發人員Sergei創建了一款能解鎖英偉達全部哈希率容量的應用程序:金色財經報道，PCGames消息，一種新的實用程序能夠通過修改BIOS來解鎖英偉達GeForce RTX 顯卡的全部哈希率容量。該工具由一位名叫 Sergei 的開發人員創建，它使卡無法用于游戲，但礦工可以利用不受限制的性能。新引入的修改可能會改變 GPU 挖礦的游戲規則，因為它將能夠將 RTX 3080 Ti 的挖礦能力提高 115 MH/s，礦工還需要安裝開發者上傳的顯卡驅動。（u.today）[2022/2/23 10:09:12]

ChatGPT運行在微軟的Azure云上，使用了上萬塊英偉達A100。無論是ChatGPT，還是其他整合進Bing和各種程序的OpenAI軟件，都需要如此多的算力，以至于微軟已經為開發AI的內部團隊分配了服務器硬件。

在亞馬遜，首席財務官BrianOlsavsky在上周的財報電話會議上告訴投資者，亞馬遜計劃將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轉移到谷歌云。據悉，云組織現在可以為TPU和在其上運行的軟件制定路線圖，希望讓云客戶租用更多TPU驅動的服務器。

英偉達Q2挖礦顯卡收入2.66億美元，低于預期的4億美元:顯卡制造商英偉達公布了今年二季度收益情況：Q2收入65億美元，凈利潤大約23.7億美元。盡管顯卡銷售帶動了營收增長，但是英偉達該季度挖礦顯卡業務未達4億美元營收預期，實際數據為2.66億美元。與去年同期相比，其數據中心和專業可視化平臺的收入分別增長了35%和156%，而游戲收入增長了85%。（Coindesk）[2021/8/19 22:24:38]

谷歌：為AI特調的TPUV4

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——TPUv4。

不過直到今年的4月4日，谷歌才首次公布了這臺AI超算的技術細節。

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

同時，谷歌還聲稱，自家芯片要比英偉達A100更快、更節能。對于規模相當的系統，TPUv4可以提供比英偉達A100強1.7倍的性能，同時在能效上也能提高1.9倍。

對于相似規模的系統，TPUv4在BERT上比A100快1.15倍，比IPU快大約4.3倍。對于ResNet，TPUv4分別快1.67倍和大約4.5倍。

礦工找到繞過“英偉達顯卡限制以太坊挖礦”的方法:3月10日消息，礦工找到一種使用自定義mod繞過“GeForce RTX 30系列顯卡限制以太坊挖礦”的方法。NVIDIA GeForce RTX 3060的傳輸速度約為40-45 MH / s，但是一旦在顯卡上開始挖掘，速度就會降至20-25 MH / s。該Mod有助于礦工釋放GeForce RTX 3060顯卡的全部散列潛力，最高可達50 MH / s。（WCCFtech）

此前消息，芯片巨頭英偉達（Nvidia）的高端顯卡RTX 3080 Ti和RTX 3070 Ti將配有以太坊挖礦限制功能，即顯卡算力不能全部用于挖礦。同時，英偉達未來生產的所有30系列高端顯卡，都將配置以太坊挖礦限制功能。[2021/3/10 18:32:57]

另外，谷歌曾暗示，它正在研發一款與NvidiaH100競爭的新TPU。谷歌研究員Jouppi在接受路透社采訪時表示，谷歌擁有「未來芯片的生產線」。

微軟：秘密武器雅典娜

不管怎么說，微軟在這場芯片紛爭中，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年時就開始研發一款名為「雅典娜」的定制芯片。

根據最初的計劃，「雅典娜」會使用臺積電的5nm工藝打造，預計可以將每顆芯片的成本降低1/3。

如果在明年能夠大面積實裝，微軟內部和OpenAI的團隊便可以借助「雅典娜」同時完成模型的訓練和推理。

這樣一來，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中，稱微軟的芯片部門已與AMD合作開發雅典娜芯片，這也導致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，而是在開發自己的GPU，與英偉達競爭，并且AMD一直在與微軟討論芯片的設計，因為微軟預計要購買這款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，亞馬遜似乎已經領先了一個身位。

在過去的十年中，亞馬遜在云計算服務方面，通過提供更加先進的技術和更低的價格，一直保持了對微軟和谷歌的競爭優勢。

而未來十年內，亞馬遜也有望通過自己內部開發的服務器芯片——Graviton，繼續在競爭中保持優勢。

作為最新一代的處理器，AWSGraviton3在計算性能上比上一代提高多達25%，浮點性能提高多達2倍。并支持DDR5內存，相比DDR4內存帶寬增加了50%。

針對機器學習工作負載，AWSGraviton3比上一代的性能高出多達3倍，并支持bfloat16。

基于Graviton3芯片的云服務在一些地區非常受歡迎，甚至于達到了供不應求的狀態。

亞馬遜另一方面的優勢還表現在，它是目前唯一一家在其服務器中提供標準計算芯片和AI專用芯片云供應商。

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云端低成本運行大規模機器學習推理應用程序，例如圖像識別、語音識別、自然語言處理、個性化和欺詐檢測。

而最新的Inferentia2更是在計算性能提高了3倍，加速器總內存擴大了4倍，吞吐量提高了4倍，延遲降低到1/10。

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

它對深度學習訓練工作負載進行了優化，包括圖像分類、語義搜索、翻譯、語音識別、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本降低一個數量級，能耗減少到1/10，并且這些定制化的方案可以給客戶以更低的延遲提供更好的服務。

撼動英偉達的壟斷，沒那么容易

不過到目前為止，大多數的AI負載還是跑在GPU上的，而英偉達生產了其中的大部分芯片。

據此前報道，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的云計算與數據中心，80.6%都由英偉達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A100GPU。

一直以來，不管是成為頂流的ChatGPT，還是Bard、StableDiffusion等模型，背后都是由每個大約價值1萬美元的芯片英偉達A100提供算力。

不僅如此，A100目前已成為人工智能專業人士的「主力」。2022人工智能現狀報告還列出了使用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的專用集成電路芯片，在執行機器學習任務的速度更快，功耗更低。

O’Donnell董事在比較GPU和ASIC時，用了這樣一個比較：「平時開車，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適。」

然而盡管已經做出了種種努力，但亞馬遜、谷歌和微軟都面臨著挑戰——如何說服開發者使用這些AI芯片呢？

現在，英偉達的GPU是占主導地位的，開發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，就需要學習全新的軟件語言了，他們會愿意嗎？

Tags：亞馬遜GPTCHAATG亞馬遜幣什么時候上交易所gpt幣怎么樣HyperChain XCATGE價格

比特幣