早在2015年，全球GPU芯片龍頭英偉達的創始人黃仁勛就曾犀利地評價競爭對手AMD：“我們已經好多年不看AMD的動作了，當（英偉達和AMD）差距是9跟0的時候，已經不是差距的問題了。” 在圖形顯示等GPU傳統應用市場，英偉達長期占據了80%以上的市場份額，將AMD遠遠甩在后頭。但隨著AI大模型時代到來，AMD正試圖憑借空前強大的芯片新品和難得的產業機遇，攻入英偉達的腹地。

　　作者 |董溫淑

　　來源 |市界

　　“我在不停打仗”，在芯片界鐵娘子蘇姿豐（Lisa Su）的職業生涯里，有兩場至關重要的戰役。

　　第一場，是在2014年接手AMD（美國超威半導體），以力挽狂瀾之勢讓AMD從深陷財務危機到一舉成為英特爾最強勁對手，股價上漲了40倍。另一場則是在當下，今年6月，AMD發布了針對AI需求的最新款芯片Instinct MI300，這是其狙擊英偉達最強勁的一個武器。

　　在GPU芯片領域，AMD與英偉達的緣分妙不可言。英偉達與AMD長期以“八二開”的比例瓜分著全球市場份額，在圖形顯示等市場并稱雙雄。而媒體則樂于炒作二者更私人的關系——比如，英偉達CEO黃仁勛與蘇姿豐可能存在的“表親關系”，當然，雙方從未在任何場合正式回應過這些話題。

　　無論關系如何，黃仁勛一點都不手軟，他對鐵娘子蘇姿豐的第二場戰役迅速展開了雷霆反擊。

　　北京時間11月13日晚間，英偉達發布了全球最強AI芯片H200，其性能較H100直接翻倍。打了搶先發布MI300的AMD一個措手不及。此前，AMD表示，公司正在今年第三季度向客戶提供樣品，產量將在第四季增加。原本MI300將有望成為AMD最快銷售額破10億美元的產品。

　　英偉達稱H200將在2024年第二季度開始交付，留給AMD搶跑的時間不多。

　　AMD還是樂觀了。

　　今年Q3財報發布之際，AMD曾大膽給出業績預期：四季度營收將達到58億美元至64億美元之間，預計為61億美元，同比增長9%——這也將是AMD自2022年第三季度以來，最高的季度收入。

　　這種預期也可以理解，2023年第三季度，AMD營收58億美元，凈利潤2.99億美元——是連續7個季度的凈利潤同比下滑之后，首次實現季度凈利潤的同比正增長。

　　而AMD幾乎將自己未來業績強勁增長的底牌，全部押注在了一款產品上：

　　今年6月份，AMD專門針對AI大模型訓練需求發布的Instinct MI300系列芯片。這幾乎是全球范圍內，第一款能夠直接對標英偉達大模型訓練芯片H100的產品。

　　根據AMD官方信息，MI300在部分技術指標上相比英偉達的H100更具優勢，比如MI300提供的HBM（高帶寬內存）密度是H100的2.4倍，HBM帶寬是H100的1.6倍。這意味著AMD可以運行比英偉達H100更大的模型。

　　驚艷四座的ChatGPT大模型大部分基于英偉達2020年發布的A100芯片進行訓練。而在2022年3月份，英偉達面向AI大模型訓練需求專門發布了H100芯片。

　　從亮相開始，H100就迎頭趕上了“百模大戰”的風口，成為了被各方力量爭奪的寶貴算力資源。據坊間傳聞，早在今年第三季度時，英偉達H100的訂單就已排到了2024年，至今產品稀缺程度有增無減。

　　盡管如此，在發布會上蘇姿豐還是表現得十分有信心：“我們認為，數據中心人工智能加速器（市場）將以超過50%的復合年增長率，從今年的300億美元左右增長到2027年的1500億美元以上。”

　　AMD計劃在第四季度量產MI300。在此基礎上，公司預計在第四季度，包含MI300在內的數據中心GPU業務營收將達到4億美元；而在整個2024年，公司數據中心GPU產品有望實現20億美元的銷售額。

　　AMD數據中心GPU產品的下游市場既包括科學計算等高性能計算領域，也包括AI領域，但蘇姿豐認為后者才是業績的主要增長動力：“隨著2024年的到來，我們預計收入將繼續按季度增長，而且，這將主要來自人工智能。”

　　而其中MI300被寄予厚望，將成為該公司“有史以來最快達成10億美元銷售額的產品”。

　　此前，AMD雖然在GPU市場名列第二，但主要應用于圖形處理、消費級產品等傳統GPU應用場景，在AI和高性能計算領域始終存在感較低。

　　從MI300的性能指標而言，AMD本來已經幾乎具備了與英偉達叫板的能力，直到H200橫空出世。在H200發布會結束結束后，AMD收盤股價下跌1.52%。

　　在未來，AMD想要在如火如荼的AI技術市場中搶得一席之地，面前的壓力仍毋庸多言。

　　至今AMD尚未公布MI300的官方定價，但市場預計，為了增加與英偉達的競爭籌碼，AMD MI300或許不得不延續其在傳統GPU市場的性價比路線。

　　不僅如此，為了完成預期業績，AMD還于10月份在上海啟動了一輪裁員“瘦身”。

　　據一位AMD前員工對‘市界’透露，本次AMD給出的賠償條件是“N+3”倍的月工資，主要涉及的部門為SoC（系統級芯片技術部門）和RTG（Radeon系列顯卡技術部門）。

　　大模型時代，AMD等來了一個翻身機遇，只是對這份機遇AMD做出的反應還是晚了。

　　一位在國內高校任職的AI研究人員告訴‘市界’：“除了媒體報道的韓國（指該國電信運營商’KT’）使用AMD Instinct平臺運行了AI大模型的新聞，在日常研究里，我還沒有接觸或了解到使用AMD芯片訓練的項目。”

　　這種情況也反映在了市場數據上，據IDC調研，2022年中國AI加速卡（即AI訓練芯片）出貨量約為109萬張，其中英偉達在中國AI加速卡市場份額為85%，華為市占率為10%，百度市占率為2%，寒武紀和燧原科技均為1%。根據這組數據，AMD的AI訓練芯片在國內市場甚至“沒有姓名”，淪為其他。

　　不僅如此，亞馬遜AWS、谷歌、騰訊云等全球主要云廠商的AI芯片也大多來自英偉達及自研，采用AMD產品的占比較小。

　　追溯形成顯著市場差距的原因，可以將目光轉向多年之前。

　　英偉達創始人黃仁勛曾這樣總結：“我們很早地，大約在10年前就發現，（AI）這種制作軟件的方式可以改變一切。我們從底層一直到頂層，從各個角度改變了公司。”

　　在一家美國GPU獨角獸企業擔任市場總監的Lee告訴‘市界’：“早在2012年，英偉達就開始投入在深度學習的計算了，而且是在全公司范圍內貫徹執行。”而這相較業內普遍意識到AI芯片的重要性，至少早了四五年的時間，領先一個身位。

　　從2016年開始，英偉達旗下的加速計算GPU產品線（代號“Tesla”）開始專門針對AI訓練任務進行設計。這一年推出的芯片型號為P100，同時配備有英偉達新研發的高速互聯技術“NVLink”。而NVLink能夠允許CPU、GPU芯片間進行高速交互，進一步提升了運算效率，至今仍是英偉達AI芯片中的核心技術之一。

　　還是在這一年，英偉達向后來推出了ChatGPT的OpenAI捐出了一臺搭載了8塊P100芯片、價值百萬的超級計算機“DGX-1”。在這臺超算的機箱上，黃仁勛親手寫道：“為了計算和人類的未來，我捐出世界第一臺DGX-1。”

　　后來的種種跡象都表示，這段時間正是人工智能的黃金發展期。正是在2016年，谷歌Alpha go擊敗了圍棋大師李世石，被視為AI技術邁上新臺階的重要標志。不僅如此，AI相關產品、硬件、軟件等的市場規模已經超過80億美元，紐約時報評價稱“AI已經到達了一個熱潮”。

　　反觀同一時期的AMD，雖然同樣試圖在AI方面有所布局，但彼時其重心更多放在CPU業務線上，并未像英偉達一樣全面押注。

　　2016年，AMD正式推出Radeon Instinct系列產品線，旨在加速深度學習、神經網絡和高性能計算等方面應用。

　　然而從產品更新情況而言，AMD對旗下AI芯片的設計顯然不夠“上心”。在之后的4年間時間里，Radeon Instinct系列雖然不斷更新，但始終與AMD的消費級顯卡Radeon公用基礎架構，在計算方面缺乏針對性和高效率，難以滿足AI訓練的需求。

　　直到2020年，這種情況才有所轉變。這一年，AMD將AI芯片產品線更名為“Instinct”，并首次拋棄了以往的消費級顯卡架構，為其采用了專門設計的CNDA計算架構。

　　在此之后，AMD連續更新了三代產品MI100、MI200，以及最新發布的MI300。憑借全新的技術路線，以及采取高性價比的市場策略，AMD才開始在AI訓練市場中有人問津。

　　只是，在AMD“缺席”AI市場的幾年里，英偉達已經建立起了極強的生態壁壘。

　　Lee這樣向‘市界’描述英偉達在AI領域樹立的優勢：“真正難的并不是說比別人跑的多快，而是圍繞著這一個主題，進行全方位點點滴滴的下注，從語言設計到開發者工具這些周邊的東西才是最難得的。”

　　而周邊工具一旦被用戶所接受，“客戶技術遷移的成本將會是難以想象的高”。

　　資深AI從業者路云的說法也從側面印證了這一點，據其回憶：“早在大約10年前，我們學校就給高性能計算相關專業的學生開設了基于CUDA的課程。”

　　CUDA是英偉達在2006年推出的通用并行計算架構，借助CUDA提供的編程接口和工具集等，開發者可以基于GPU芯片編程、運行復雜的AI算法等等。

　　全球頂尖AI學者、前百度首席科學家吳恩達曾這樣評價CUDA：“CUDA出現之前，全球能用GPU編程的可能不超過100人，有了CUDA之后使用GPU就變成了一件非常輕松的事情。”

　　這樣一代代的開發者和研究者，用汗水澆灌出了英偉達的強大生態。換句話說，即使AMD MI300的官方性能指標相比英偉達H100體現出優勢，后者的生態壁壘仍舊難以逾越，更別提H200展現出了更強的性能指標。

　　這樣的背景下，AMD想要逆風翻盤，除了著力補上生態差距，還不得不在市場策略上別出心裁。

　　生態方面，2016年，AMD推出了對標英偉達CUDA的ROCm架構。據東吳證券研報，由于ROCm平臺起步晚，其對于GPU加速庫的支持沒有英偉達CUDA全面。CUDA的應用場景基本能夠覆蓋全場景，但ROCm更多用于高性能計算領域，對AI的覆蓋稍顯不足。

　　至今，AMD ROCm平臺的工具鏈已經相對完善，并且能夠兼容英偉達的CUDA平臺。此外，為了進一步優化軟件生態，AMD還在2023年10月份官宣收購了AI軟件企業Nod.ai。

　　對此東吳證券研報評論道：AMD的軟件生態在公司大力投入和其它廠商積極扶持下，有望徹底改善。

　▲（英偉達與AMD軟件生態工具鏈完善程度對比。圖源/東吳證券）

　　另一方面，AMD高性價比的市場策略將是其在AI領域的另一大優勢。聯博資產管理公司的分析師Stacy Rasgon認為，提供’平替版的英偉達’，將是AMD爭取市場支持的關鍵。

　　AI研究公司Cambrian AI Research則分析稱，大公司需要“第二供應商”的戰略將為AMD提供機遇：“像OpenAI和微軟這樣的公司需要有一個能替代英偉達產品的選擇，AMD可能會給他們一個無法拒絕的提議，但不要指望能從英偉達那里搶走很多份額。”

　　無論如何，大模型產業疾速發展帶來了巨大的算力缺口：根據OpenAI 數據， 模型計算量增長速度遠超人工智能硬件算力增長速度，兩者之間存在萬倍差距。

　　對于長期在AI領域缺乏存在感的AMD而言，它正迎來了最好時機。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）