英伟达一人得道，芯片厂集体“升天”？

导读英伟达一人得道，芯片厂集体“升天？据网易娱乐2023年05月26日最新关于英伟达一人得道，芯片厂集体“升天？的快报，在追赶这件事上，无论是amd、英特尔这种传统半导体大厂，还是微软、meta等硅谷科技巨头，都把ai算力视作头号突破口因此，a...

盘中一度涨逾30%，收盘股价、市值分别定格在379.8美元和9392.95亿美元，距离万亿美元俱乐部仅有一步之遥。

股价走势如此凌厉，华尔街大行也很懂事，自发前来再添一把火。从24日开始，已有巴克莱、摩根大通、韦德布什证券、baird多家机构宣布上调股价预期。其中最乐观的巴克莱银行，将的目标价从原来的275美元大幅上调至500美元，对这家半导体大厂的发展前景十分看好。

能成为半导体寒冬中第一个迎来春天的巨头，原因很简单：往近了说，日前公布的一季度财报远超市场预期；往远了说，有ai风口加持，的高算力芯片供不应求，业绩还有很大增长空间。

横向对比可以发现，经过本轮暴涨后，和同行们拉开了更大差距：截止25日美股收盘时，amd的市值为1938.07亿美元，高通为1158.78亿美元，英特尔仅有1142.85亿美元，三者相加也只有的一半左右。

谁是半导体行业的老大？资本市场用钱投票，给出了自己的答案。而比起追赶这个遥不可及的目标，对amd们来说，坐稳行业“老位置可能是一个更实际的任务。

处境迥异的“准亚军”：amd稳字当头，英特尔举步维艰

虽然我们习惯性地把、amd、英特尔、高通这几家半导体大厂放在一起比较，但高通的业务模式和另外几个同行其实有不少差异。高通的业绩，很大程度上和智能手机行业挂钩，和的正面对抗只存在于汽车芯片等少数几个领域。真正和英伟达近身肉搏的，是amd和英特尔。

要明确的是，ai服务器的芯片需求很大，但最核心的是gpu和储存芯片。openai曾表示，在ai大模型训练中，算力需求一般3-4个月就会翻一倍，对储存芯片和gpu的需求也会相应提升。通常情况下，ai服务器的储存芯片使用量是普通服务器的8倍，gpu就更不用说了。

因此，amd、英特尔和的对抗，也主要集中在gpu、ai芯片领域。两者相比之下，amd胜在稳定，份额、技术虽比不上英伟达却比下有余。英特尔处境则更为尴尬，对gpu拿不起也放不下，蹉跎了不少岁月，至今仍没有找准方向。

有“千年老之称的amd，在cpu称霸半导体行业的年代长期充当英特尔的配角，后来又在智能手机时代成为高通身边的二号人物，直到现在为作配，仿佛一直没有主角命。但比起一落千丈的英特尔，amd至少业务布局更广泛，没有完全错过任何一个风口。

目前，amd的业务涵盖cpu、gpu和嵌入式三条赛道，前两项业务的份额都稳居行业第二。在去年一季度完成对赛灵思的并购后，amd又拿下了fpga市场的半壁江山，势力版图进一步拓宽。在最重要的gpu业务上，amd寄希望于mi300系列新品，并将其视为对标a100的种子选手。

从近几个季度的业绩来看，amd的积极信号也多于英特尔。今年一季度，服务器业务所在的数据中心板块营收占比接近25%，cpu解决方案业务所在的客户服务板块占比已下滑至15%。gpu和cpu这一进一退，表明amd正努力抓住ai风口，改善营收结构。

那么昔日霸主英特尔现在是什么情况？

cpu需求随着pc市场衰落而萎缩是不争的事实，英特尔在追逐ai风口、开发gpu产品线的过程中也是波折不断，至今没有太多拿得出手的战绩。

过去5年，英特尔为图形部门axg投入了近35亿美元研发资金，可惜收效寥寥。去年8月传出axg部门可能整体被裁撤的消息，年底又进行了拆分，整合出客户端计算和数据中心、ai两个团队。再到后来，英特尔副总裁兼超级计算事业部总经理jeff mcveigh承认整合cpu、gpu核心产品的xpu项目已经流产，对标amdmi300和英伟达a100的目标自然成为泡影。

近日，英特尔又调整方案，将falcon shores计划改为纯gpu解决方案，预计2025年发布。从这一系列变动中可以看出，英特尔并不愿意放弃gpu，但又一直找不准定位，弯道超车远没有想象中那么简单。

在日前接受媒体采访时，jeff mcveigh表示公司不会放弃gpu业务，正在花时间重新设计新品。他也向外界承诺，英特尔的新产品算力肯定会优于h100系列。但没看到产品之前，这番话很难令投资者信服。

总的来说，amd比英特尔更稳定、更有希望坐稳“老位置，但也只是相对而言。在的领先优势面前，这两个传统豪强并没有太多应对之策。不过话又说回来，正在追逐ai风口的也远不止amd、英特尔等半导体厂商——还有硅谷一众科技巨头。

微软、meta、谷歌、亚马逊这些大厂中，会不会跑出一匹黑马？

不确定的“x因素”：硅谷大厂联手对抗英伟达？

芯片又贵又难抢，似乎成为英伟达的“原罪”。从官方定价可以看到，gpu均价甚至高于许多重要处理器，使用h100 gpu芯片的设备开价4万美元，比隔壁英特尔的顶配版xeon贵了接近两倍。

更糟糕的是，明知道的芯片又贵又抢手，急于训练ai大模型的硅谷大厂们并没有更好的替代品。谷歌所使用的a3超级计算机，就需要配备8个的h100 gpu。

的“算力垄断”，已然成为硅谷众巨头心腹大患。它们采取的应对之策，则是自己下场研发ai芯片。

截止目前，已有微软、亚马逊、谷歌三家大厂计划研发ai芯片和搭载自研芯片的ai服务器，meta也蠢蠢欲动。这几家大厂中，谷歌、亚马逊领先一步：前者胜在入局时间早，积累了一定的ai技术和研发经验；后者作为全球头号云计算厂商，自研芯片经验同样丰富、产业链成熟且行动力强。

谷歌早在2021年发布的pixel 6和pixel 6pro中就搭载了首款自研的tensor芯片，gpu性能比前一代旗舰手机搭载的外购芯片提升近80%。此外，谷歌还有专用ai算力芯片tpu，支持加速机器学习。目前，谷歌tpu已经迭代到第四代，最新一代tpu v4超级计算机整体运行速度较上一代产品提升近10倍，已经不输英伟达a100，功耗甚至比a100低1.3-1.9倍。

亚马逊则早在2018年便开始涉足ai定制芯片，但早期对算力要求并不高，涉及的领域没有那么广泛。直到今年年初，最新一代inferentia 2推理芯片发布，外界才感受到其进步：性能较上一代芯片提高近3倍，最多可实现1750亿个参数的超高速连接分布式推理。在大模型推理、训练过程中，inferentia 2将发挥无可替代的作用。

和谷歌、亚马逊相比，和openai走得最近、吃到最多红利的微软反倒是实力较弱的一方。计划在2025年推出首款自研ai定制芯片mtia和开源芯片架构risc-v的meta，同样落后许多。不过它们追赶的决心也很强烈，不计成本的投入难保不会大力出奇迹。

总而言之，打破英伟达的垄断成为硅谷巨头们的共同目标。为了尽快实现这个目标，它们甚至不惜联手英伟达的几个老对手。5月初，彭博社爆料微软有意资助amd，联合开发代号为athena的ai芯片，但遭到双方否认。

价值研究所（id：jiazhiyanjiusuo）观察到，这则消息传出后，amd股价直线拉涨逾12%，短线走低超1%，资本市场的反应相当敏感。坦白说，现阶段的谷歌、亚马逊们很难对带来实质影响，但终究是一个不可不防的“x因素”。

ai时代，芯片除了拼算力还能拼什么？

在追赶这件事上，无论是amd、英特尔这种传统半导体大厂，还是微软、meta等硅谷科技巨头，都把ai算力视作头号突破口。

毫无疑问，英伟达的芯片在算力上确实有优势。

在2020年发布的a100芯片，直到现在仍保持着业界领先的算力和性能。配备540亿个晶体管、最大功率400w，在bert模型的训练、推理性能分别较上一代产品v100提升6倍和7倍。而经过改造的安培架构还实现了gpu扩展功能，进一步提升加速能力。

性能决定需求、需求影响价格，在这条规则下，我们可以看到ai芯片的旺盛需求和优越性能是相辅相成的。以前面提到的王牌产品a100芯片为例，过去5个月的价格累计涨幅达到37.5%；中国特供版的a800同期涨幅也超过20%，依旧供不应求。

asymmetric advisors的知名分析师amir anvarzadeh也在不久前的一份报告中感叹到，a100和h100芯片的算力“非常壮观”，订单暴涨是情理之中。甚至作为合作方的台积电也获益匪浅，产能利用率再度攀升。

有鉴于此，在算力上pk英伟达，成为大多数竞争对手的不二之选。

amd在今年ces上发布预览的ai推理加速器alveo v70、首款数据中心apu mi300，都重点宣传ai算力。前者号称75级tdp的ai算力巅峰，算力峰值达到400tops，后者则拥有1460亿个晶体管、采用先进的5nm和6nm制程工艺，同样性能拉满。

但一颗芯片的算力、功率，就能决定两家芯片公司的高低成败了吗？答案明显是否定的。

举个例子：如果单纯比拼芯片算力的话，并非以gpu见长的高通其实不输英伟达太多。

比如高通的cloud ai 100芯片，在mlmons人工智能芯片测试标准工程联盟的测试中就有两项功率指标超过h100。在物体检测和图像分类这两个环节，cloud ai 100优势明显，h100则在自然语言处理上遥遥领先，两者只能算各有千秋。

然而，不止赢在芯片算力。在ai赛道上，英伟达的影响力是全方位的：除了gpu芯片，还有围绕ai设计的推理平台、云服务体系甚至计算光刻技术。而这些配套的产品、服务，是高通，也是其他绝大多数竞争对手欠缺的。

用ceo黄仁勋的话来说，ai行业需要一个“台积电式的代工厂，构筑自定义大语言模型”，为企业提供大语言模型推理、训练所需的各种产品和服务。在今年3月的gtc大会上占据重要篇幅的nvidia dgx cloud云服务体系，就配备超级计算专用集群、ai软件等各种基础设施和软件，可以让企业客户快速开展大模型训练工作。

要追上，抢夺ai红利，amd们要做的绝不止提高芯片算力。重重考验之下，它们首先要明确目标、了解自己的不足，才能找准将来的方向。

写在最后

对于半导体行业在ai时代的发展前景，绰号“皮衣哥”的黄仁勋充满信心，也坚信ai技术会给半导体企业带来更多商业价值。在今年3月接受采访时，他曾预测来自ai行业的收入将在未来12个月大幅增长，“企业要么跟上ai的步伐，要么就会被甩在身后”。

12个月之后的事情还说不准，但现在的局势很明确，的确把几个竞争对手远远甩在身后了。更有甚者，已有媒体将黄仁勋称作“新时代的摩尔”。看到这局面，英特尔、amd这些老对手心里一定不是滋味。

坐稳行业老大的位置后，开始想办法加固竞争壁垒，身后的追赶者们同样很着急，厮杀不会终止。不过从初次接触ai芯片到战胜各路对手成为算力之王，也花了数年时间。amd、英特尔们想抹平这些差距，并不是一朝一夕可以办到的。

想追上，amd们要做好打持久战的准备。要弥补的差距，也绝不止ai芯片算力。