隨著生成式 AI 技術(shù)加速演進,，算力需求急劇增長,，將促使2.8萬億元 AI 加速芯片市場迎來一場新競賽,。
近日,，芯片巨頭英特爾（Intel）發(fā)布基于Intel 7（10nm）制程的全新第五代英特爾至強可擴展CPU（中央處理器）芯片Emerald Rapids,，平均性能比上代提升21%,，可微調(diào)最高200億參數(shù) AI 大模型,，主要用于云數(shù)據(jù)中心和 AI 推理等場景,。
除了英特爾,，近期英偉達、AMD也在發(fā)布了多款數(shù)據(jù)中心GPU（圖形處理器）,、CPU產(chǎn)品,，以應(yīng)對新一輪 AI 熱潮下算力暴增需求。其中,，英偉達于11月發(fā)布H200 GPU芯片,，大模型推理速度比H100提高近2倍；AMD則發(fā)布Instinct MI300X AI芯片,，稱MI300X在多項測試中均優(yōu)于英偉達H100,，運行8卡時AI性能提升60%。
然而近期,，英偉達團隊炮轟AMD,，稱其沒有用開源TensorRT-LLM大模型優(yōu)化軟件，如果用的話芯片速度會提高2倍多,，但H100仍比MI300X快47%,；對此，AMD“回懟”稱,，即便用了英偉達軟件,，MI300X也比H100快30%；英特爾CEO基辛格（Pat Gelsinger）也公開稱,，英偉達CUDA軟件護城河“太淺”,，其在AI領(lǐng)域的成功純屬偶然,、非常幸運。
如今,，面對 AI 加速計算的巨大需求,，美國芯片巨頭們正悄然展開著一場爭奪大戰(zhàn)。
英特爾數(shù)據(jù)中心與人工智能集團兼副總裁兼中國區(qū)總經(jīng)理陳葆立對鈦媒體App等表示,，“AI 芯片用于大模型推理還處于早期階段,，在當前一些加速芯片非常短缺的情況下，我們給了很多用戶另外一個選擇,。我們非?？春脭?shù)據(jù)中心市場的蓬勃發(fā)展。2023年一些智算算力的需求是遠遠大于供給的,，這個情況會延續(xù)到明年,。”
據(jù)統(tǒng)計,，預計到2027年,，基于 AI 需求帶動，全球數(shù)據(jù)中心加速芯片市場規(guī)模將達到2.8萬億元,。
截至2023年12月29日美股收盤,，英特爾（NASDAQ: INTC）股價報收50.25美元/股。
過去12個月內(nèi),，英特爾股價累計漲幅達87.99%,；英偉達（NASDAQ: NVDA）、AMD公司（NASDAQ: AMD）累計漲幅分別為245.94%,、130.26%,。
超2000億美金將投向AI芯片推理，AIGC或無需昂貴的GPU
過去一年,，以ChatGPT為代表的生成式 AI 技術(shù),，推動了 AI 相關(guān)算力需求將不斷增長，并且可能成為 AI 芯片未來幾年內(nèi)非常重要的需求賽道,。
據(jù)艾瑞咨詢報告顯示,，2023年，AI 大模型相關(guān)行業(yè)需求占中國智能算力總需求的58.8%,，接近60%,，是智能算力的最大需求方。阿里,、騰訊,、百度等中國科技巨頭對GPU芯片需求強烈，英偉達也因此成為中國 AI 大模型領(lǐng)域關(guān)鍵“軍火商”。
另據(jù)世界半導體貿(mào)易統(tǒng)計協(xié)會（WSTS）預估,，2024年,，受益于 AI 芯片需求持續(xù)增長，全球半導體市場規(guī)模預計將達到5883.6億美元（接近6000億美元,，約合4.16萬億元）,，同比增長13.1%。
阿里云創(chuàng)始人王堅曾預測,，未來云計算的算力都將會被這些在智能時代的電動機,、所謂的大模型給消耗掉。
實際上,，在生成式 AI（AIGC）時代下,，算力正成為核心生產(chǎn)力。
數(shù)據(jù)顯示,，2023年,，全球 AI 加速計算市場規(guī)模將達450億美元。預計到2027年,，全球數(shù)據(jù)中心AI加速芯片市場規(guī)模將達到4000億美元（約合人民幣2.8萬億元）,，五年的年復合增長率（CAGR）高達70%。
具體到案例中,，生成式 AI 對算力的具體需求主要體現(xiàn)在搜索、辦公,、計算機和游戲等核心場景中,。
然而，在智能算力中心（服務(wù)器）環(huán)境下,，AIGC不止需要GPU進行訓練,，尤其隨著Llama 2這種超大參數(shù)規(guī)模的開源模型廣泛使用，未來大模型不一定需要重復性數(shù)據(jù)訓練,。因此,，大模型更大的算力工作負載或與 AI 推理計算有關(guān)，所以無論是CPU,，還是GPU,、APU、IPU加速卡,，都將會發(fā)揮更大作用,。
字節(jié)跳動旗下的火山引擎IAAS產(chǎn)品負責人李越淵向鈦媒體App介紹，“從CPU角度來說,，在AI模型訓練前,，需要快速處理“臟數(shù)據(jù)”，變成為模型所用的高效數(shù)據(jù)，這就要求高計算能力加持,。同時,，模型訓練涉及多種數(shù)據(jù)類型和多模態(tài)能力，那么對CPU的能力,、內(nèi)存和帶寬提出了高要求,。另外，隨著模型增大,，芯片間的互聯(lián)互通能力也變得關(guān)鍵,。”
據(jù)AMD首席執(zhí)行官蘇姿豐（Lisa Su）預估,，未來價值4000億美元規(guī)模的AI加速計算市場中,，其中超過一半的份額，即至少2000億美元將被專門用于 AI 推理計算場景的應(yīng)用,。這凸顯了AI 推理在整個AI加速計算市場中的重要地位,，以及 AI 推理計算在大模型發(fā)展中的關(guān)鍵作用。
12月14日,，英特爾發(fā)布了第五代至強可擴展處理器系列,，在性能和能效方面都有重要提升，重點強調(diào)在AI大模型推理方面的性能表現(xiàn),，內(nèi)置英特爾AMX（加速器）,，無需添加獨立加速器即可為AI加速，包括對參數(shù)量多達200億的模型進行推理和調(diào)優(yōu),，并將其模型推理性能提高42%,。
英特爾表示，與上一代至強產(chǎn)品相比,，在相同的熱設(shè)計功率范圍內(nèi),，全新第五代英特爾至強處理器平均性能提升21%，并在一系列工作負載中將每瓦性能提升高達36%,。對于遵循典型的五年更新周期的客戶來說,，總體成本最多可降低77%。IBM表示,，相比此前測試數(shù)據(jù),，第五代至強處理器在其watsonx.data平臺上的網(wǎng)絡(luò)查詢吞吐量提高2.7倍。
英特爾數(shù)據(jù)中心與人工智能集團副總裁兼中國區(qū)總經(jīng)理陳葆立
陳葆立對鈦媒體App表示,，“近一,、兩年，英特爾一直在以穩(wěn)健的執(zhí)行力推動產(chǎn)品路線圖發(fā)展,，并按四年五個節(jié)點的節(jié)奏如期推進,。至強更新速度越來越快，其實也是響應(yīng)了客戶對于算力需求?！?/p>
陳葆立指出,，英特爾與中國企業(yè)合作非常緊密。例如,，美團采用英特爾第四代至強可擴展處理器支持目標識別,、計算機視覺等 AI 推理工作負載；京東云則利用第五代至強處理器,，使整機性能比上一代提升123%,，Llama 2模型推理性能提升151%。
據(jù)悉,，英特爾即將首次采用了“雙核并進”的路線圖設(shè)計,，明年將推出基于Intel 3（3nm）制程的性能核和能效核處理器，對應(yīng)著下一代至強Granite Rapids和全新能效核至強處理器Sierra Forest,，以滿足不同數(shù)據(jù)中心需求,。
阿里云服務(wù)器研發(fā)事業(yè)部高級總監(jiān)王偉表示，由于大模型是顯存帶寬密集型和顯存容量密集型的,，因此基于第五代至強可擴展處理器,，增加了內(nèi)存帶寬，在某種意義上來講,，是有利于未來通過CPU來做生成式AI推理應(yīng)用的,。“目前,，我們發(fā)現(xiàn)CPU可以輕松運行各種生成式 AI 模型,，如Stable Diffusion、通義千問7B/14B/72B等,，均可以在阿里云第八代ECS實例上進行推理運行?！?/p>
在陳葆立看來,，AI 已經(jīng)是當今生活不可或缺的一部分，AI 無處不在,，因此對于英特爾的 AI 芯片和解決方案需求在不斷增加,，而非只有GPU才能做到。
“很多企業(yè)目前采用最新的至強處理器已經(jīng)可以處理許多工作,。當然,，一些想要訓練模型的公司需要加速卡，不管是來自英特爾還是友商,，這確實是用戶需求,，但我并不認為所有公司都有這個需要，這超過了目前市場的實際需求?！标愝崃⒈硎?，“我們非常看好數(shù)據(jù)中心市場的蓬勃發(fā)展,。因為不管是CPU,、GPU還是IPU，過去幾年每年都有不同火的點,，但數(shù)據(jù)中心整體算力需求始終在增加,，需要去解決不同的問題?！?/p>
陳葆立對鈦媒體App表示,，他相信2024年，可能將會有更多 AI 大模型或AIGC應(yīng)用落地,，會有更多應(yīng)用于創(chuàng)新,，也會反哺到企業(yè)端。
“英特爾的策略是,，憑借全棧的產(chǎn)品和解決方案,，我們可以給客戶在不同的場景，不同的需求下,，提供不同的解決方案,，包括端、云,、邊緣側(cè)等,。”陳葆立強調(diào),，長遠來看,，未來更多 AI 應(yīng)用或?qū)⒉捎肅PU芯片進行推理計算。
算力競爭加速,，芯片巨頭攻“生態(tài)”
AI 大模型引發(fā)算力需求增長,，同時也帶來更大的競爭，尤其是英特爾這些芯片巨頭的競爭對手,、客戶,、下游供應(yīng)商等企業(yè)都在自研服務(wù)器芯片。
12月7日,，谷歌發(fā)布迄今為止功能最強大,、最通用的多模態(tài) AI 大模型Gemini 1.0（中文稱“雙子座”）系列。在30項性能基準測試中,，超大杯Gemini Ultra超越了目前最強模型GPT-4,，甚至在MMLU測試上得分高達90.0%,，成為第一個超越人類專家水平的 AI 模型。
但谷歌表示,，Gemini 1.0 并非用英偉達A100或者是AMD等產(chǎn)品進行訓練,，而是用自研設(shè)計的TPUs v4 和 v5e芯片上進行大規(guī)模 AI 訓練推理的，稱因此Gemini的運行速度明顯快于早期規(guī)模更小,、性能更弱的模型,。
更早之前，微軟也公布用于數(shù)據(jù)中心的兩款自研芯片,，一是專門用于云端訓練和推理的AI芯片（ASIC）Microsoft Azure Maia 100,；二是微軟自研的首款CPU（中央處理器）Microsoft Azure Cobalt 100。此外,，亞馬遜,、阿里、騰訊,、字節(jié)跳動等多家國內(nèi)外科技公司都開始自研芯片,，用于自家的數(shù)據(jù)中心或云計算服務(wù)當中。而加上目前芯片限制的影響,，中國市場的競爭就更加復雜,。
談及市場競爭，陳葆立向鈦媒體App坦言,，英特爾非常歡迎有很多的競爭對手來參與到整個市場中,，同時英特爾對于市場競爭力非常有信心。
