“达杰机器人”完成过亿元B轮融资
06-18
近日，英特尔首席财务官David Zinsner表示，虽然近两个季度数据中心芯片的需求有所改善，但库存消化将比计算机芯片需要更长的时间，可能需要数年时间才能消化。
宿舍，以达到更好的水平。
状态。
在这个人工智能热炒的时代，当英特尔表示数据中心芯片库存正在积累时，很多人都感到惊讶。
01 前所未有的压力 PC行业正在同时经历“加速计算”和“生成式AI”两大变革。
据Gartner最新报告显示，2018年全球人工智能硬件销售收入预计将达到1亿美元，同比增长20.9%。
今年，不少互联网公司都开发了自己的大机型。
3月，百度推出类似ChatGPT的项目ErnieBot； 4月，腾讯云发布新的服务器集群，可用于向他人出租算力；阿里巴巴计划将所有产品插入大型语言模型，包括在线购物平台淘宝和地图工具高德地图。
据报道，百度、腾讯、阿里巴巴和字节跳动四家公司已向英伟达订购了价值 50 亿美元的 AI 芯片。
这些芯片包括英伟达每年出货的10万颗A芯片，价值10亿美元，另外价值40亿美元的芯片将于2018年交付。
数据中心芯片的普及是前所未有的。
目前，数据中心领域共有三大巨头：Intel、NVIDIA、AMD。
在数据中心CPU方面，根据Counterpoint数据，英特尔以71%的份额保持数据中心市场第一的位置，AMD以20%的市场份额排名第二。
在数据中心GPU方面，Nvidia不仅占有一席之地，甚至可以说几乎是“垄断”。
NVIDIA数据中心产品的客户主要来自云服务提供商和大型互联网公司，它们贡献了NVIDIA数据中心收入的一半左右。
NVIDIA 的 GPU 用于 ChatGPT 等人工智能应用背后的大型模型的训练和推理。
目前，科技公司对NVIDIA的人工智能芯片H的需求量很大，从今年的表现来看，毫无疑问，NVIDIA的营收暴涨，尤其是在数据中心领域。
在英伟达截至7月30日的季度财报中，英伟达的数据中心业务收入增长了1%，达到1亿美元，占其总收入的比例超过76%。
按照这一趋势，一些分析师预计，到本财年，NVIDIA 数据中心部门的收入将扩大至 1 亿美元。
NVIDIA如此强大，其他两大巨头自然也受到了影响。
AMD同时向数据中心提供CPU、GPU、FPGA、DPU和SoC。
AMD的数据中心业务第二季度出现下滑。
其财报数据显示，AMD数据中心营收为13.21亿美元，同比下降11%。
AMD坦言，报告期内Epyc处理器的销量不及预期，研发支出的增加也摊薄了利润率。
从第二季度业绩来看，英特尔数据中心和人工智能业务销售额下降15%，从去年同期的47亿美元降至40亿美元。
英特尔首席执行官帕特·基辛格表示，服务器CPU的库存过剩现象将持续到今年下半年，数据中心芯片销量将在第三季度小幅下降，并在第四季度恢复。
对于英特尔抱怨数据中心芯片库存积压的问题，分析师陆行智表示：“库存难以消耗的原因有两个。
一是产能利用率保持在较高水平，超过稳定的需求。
二是需求下降”他认为，英特尔早已在数据中心失去了话语权。
基于预算的挤出效应，每购买一台AI服务器，就需要购买一些不太通用的服务器。
即使功能不一样，这种趋势也应该会持续几个季度甚至几年。
AI服务器比通用服务器贵20倍以上。
因此，客户无法大幅增加服务器采购预算，只能少买几台通用服务器。
如果一台AI服务器使用2颗英特尔CPU，如果少买3颗，那么对6颗更便宜的CPU的需求就会减少，这就是英特尔CPU库存积压的原因。
事实上，陆行知并不是唯一一个认为英特尔早已失去数据中心话语权的人。
Global X分析师Tejas Dessai也认为，英特尔等并未过多关注AI的传统芯片公司可能面临市场份额下降。
也有业内人士表示，生成式AI改变了数据中心平台的战局，英特尔和AMD面临着前所未有的压力。
02 CPU开始成为配角。
今年的市场，通用服务器和AI服务器的需求呈现两极分化。
AI服务器和普通服务器有什么区别？事实上，与以CPU为主要算力的通用服务器相比，AI服务器以GPU为主要架构，通过异构计算架构提升计算能力。
目前，根据应用类型，AI服务器可以分为训练和推理两种类型。
过去，计算机和服务器最重要的部件是CPU。
然而，随着需要大量计算能力的AI应用的出现，CPU开始扮演配角，GPU时代开始。
从目前的AI服务器市场来看，一块主板需要1到8个GPU、1到2个CPU、1个Arm Grace CPU。
NVIDIA GPU市场份额超过80%，计算性能达到5 PetaFLOPS DGX A和H是AI服务器计算的中流砥柱。
尽管Nvidia的GPU价格昂贵，但其效率却远高于其他产品。
我们一起来算一下吧。
假设建设数据中心的预算为10000美元，可以选择建设一个配备100个CPU、功耗11GW的数据中心，可以提供两倍于大型语言模型LLM的处理性能；但如果选择建设一个安装有48个GPU、功耗仅为3.2GW的数据中心，LLM数据处理能力是CPU的44倍。
从综合成本效益来看，它仍然占据主导地位。
更重要的是，NVIDIA GPU在人工智能推理和计算方面具有独特的优势。
因此，一些资金实力薄弱甚至负债累累的初创企业也在抢购英伟达芯片。
这就是为什么黄仁勋之前说过：买得越多，省得越多。
十五年前，黄仁勋说CUDA的计算效果比CPU高10~倍。
GPU的应用能力不亚于甚至优于CPU。
我们自己的GPU不断扩展生态系统，视觉计算的新时代即将到来。
今年，黄仁勋直接表示：“虽然这几年CPU的计算速度不断提升，但进入AI时代后，基于CPU计算的时代已经结束，现在大型语言模型（LLM） ）需要更新的解决方案。
”行业分析师估计，超过80%的AI芯片市场掌握在英伟达手中。
在一篇名为《Nvidia HGPU：供需》的文章中，深入分析了科技公司目前对GPU的使用和需求。
文章推测，大大小小的云提供商的大规模H集群能力即将耗尽，对H的需求趋势至少会持续到年底。
不过，英伟达的GPU产能目前受到供应链的限制，给了英特尔和AMD反超的机会。
03 AI趋势下，Intel、AMD能否分得一杯羹？ 英特尔不会放过AI发展的浪潮。
今年，在加利福尼亚州圣何塞举行的英特尔创新活动中，人工智能是贯穿始终的主题。
演讲一开始，英特尔首席执行官帕特·基辛格表示，人工智能正在开启全球增长的新时代。
在这个新时代，算力发挥着重要作用，开发者面临着巨大的商业和社会机会——算力离不开芯片。
如今，芯片已形成数十亿美元的产业，带动全球科技经济约8万亿美元。
在数据中心方面，英特尔将数据中心芯片分为两类，包括注重性能但消耗较多能源的Granite Rapids芯片和注重能效的Sierra Forest芯片。
英特尔的新型数据中心芯片“Sierra Forest”目前计划于明年推出，其每瓦性能将比目前的数据中心芯片高出%。
这是英特尔首次披露此类数据。
业绩的提前披露也表明英特尔相当着急。
看一下 Granite Rapids 和 Sierra Forest 这两款数据中心芯片的具体情况。
Sierra Forest是英特尔首款面向数据中心的E核至强可扩展芯片，也是基于EUV的英特尔3代工艺的主导产品。
Granite Rapids 可将 AI 工作负载性能提升 2-3 倍，实现内存带宽提升 2.8 倍，内存模块 MCR DIMM 带宽可提升 30-40%。
英特尔预计，在AI战场上，需要几年时间才能赶上NVIDIA在高端AI方面的进展。
此外，英特尔在HPC方面也具有很高的优势。
未来HPC和AI将会融合。
除了AI不断进步，HPC还有更多优势。
AMD也在努力。
与英特尔一样，AMD也面临着产品推出时机滞后的问题。
小米旗舰AI芯片目前仅小批量送样，明年才会上市。
AMD数据中心硬件部门总监Forrest Norrod表示，ChatGPT引发的AI热潮是AMD始料未及的。
目前，AMD已将人工智能作为配置资源和投资的首要领域。
AMD正在增加人工智能相关的研发支出，并制定了人工智能战略——包括开发人工智能专用芯片和软件。
对比NVIDIA的AI芯片H这种大型机型专用芯片，AMD的MIX声称其HBM密度高达NVIDIA H的2.4倍，HBM带宽高达H的1.6倍，单芯片可运行模型参数多达1亿个，可以运行比H模型更大的模型。
也有市场机构看好AMD。
Northland Capital Markets分析师Gus Richard预测，AMD未来有望在AI芯片市场占据20%的市场份额。
他认为，除了AMD芯片的非凡性能外，AMD与大型数据中心的合作关系也有利于AI芯片的销售。
值得注意的是，从代工角度来看，数据中心芯片对先进节点的需求不断增加。
AMD近五年崛起，可以在PC和服务器领域威胁英特尔。
它在2007年宣布采用台积电7纳米工艺是一个关键决定。
英伟达与台积电一直有着密切的关系。
虽然出于分散风险和价格考虑，部分产品由三星代工，比如之前的RTX 30系列，但面对三星制程技术的落后，RTX 40系列最终还是回归了台积电。
无论如何，在英特尔和 AMD 的最新数据中心芯片明年批量发货之前，Nvidia 的高端 GPU 将没有竞争。
【本文由投资界合作伙伴微信公众号授权：半导体产业纵横。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-18
06-06
06-18
06-18
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态