英偉達、AMD在2024年繼續全力沖刺人工智能(AI)加速器市場。
在AI芯片市場,英偉達(NVIDIA)和AMD今年展開了激烈的競爭。AMD的MI300A系列產品已于本季度開始量產出貨,并獲得了客戶的積極采用。作為回應,英偉達將推出升級版的AI芯片進行競爭。
臺積電成為了這場競爭的大贏家,接獲了英偉達和AMD的訂單。業界估算,英偉達和AMD今年的AI芯片出貨量總計至少為百萬顆,甚至可能達到150萬顆。這為臺積電的5納米和3納米先進制程技術提供了強勁的訂單動能。
臺積電一直不對客戶和訂單動態發表評論。然而,臺積電總裁魏哲家在去年12月的供應鏈管理論壇上提到,由于高通脹和成本持續上漲等外部因素,2024年仍存在不確定性。但他也指出,受益于AI應用的快速發展,2024年也將充滿機遇。
業界認為,全球AI熱潮在2023年開始爆發,而2024年將繼續成為業界的焦點。與2023年不同的是,過去在AI高速運算(HPC)領域占據主導地位的英偉達,今年將面臨AMD MI300系列產品的挑戰。該系列產品已于本季度開始量產出貨,其中央處理器(CPU)和繪圖處理器(GPU)芯片采用臺積電5納米制程生產,而I/O芯片則采用臺積電6納米制程。此外,AMD還通過臺積電的全新系統整合芯片封裝(SoIC)和CoWoS等先進封裝技術進行整合。
AMD還推出了未整合CPU小芯片的MI300X產品,并已開始同步出貨。與英偉達的GH200(CPU及GPU整合)和H200(單純GPU運算)相比,AMD的新品在AI算力方面表現出色,并且價格相對較低,具有高性價比的優勢。這使得AMD的產品吸引了眾多系統廠商的青睞。
由于微軟、Meta等云端服務大廠在一兩年前就開始陸續預訂英偉達的MI300系列產品,并要求ODM廠商開始設計專用的AI服務器,使用MI300系列產品線,以分散風險和降低成本。業界預計,今年AMD的MI300系列芯片市場需求至少達到40萬顆,如果臺積電提供更多的產能支持,甚至有機會達到60萬顆。
為了應對AMD的競爭,英偉達通過產品線升級進行反擊。在旗下H200、GH200等芯片持續供不應求的情況下,英偉達預計在年底前將推出采用臺積電3納米制程的B100、GB200等新產品。
法人預測,英偉達今年AI芯片的出貨量至少將從100萬顆起跳,較2023年實現倍數增長。加上AMDMI300系列芯片的量產,今年臺積電來自英偉達和AMD的AI高速運算芯片總量將超過百萬顆,甚至可能達到150萬顆。這將有助于臺積電的3納米和5納米等先進制程產能得到充分利用,進而帶動臺積電今年的業績逐季回升,全年重返成長軌道。
英偉達新難題:降級版GPU遇冷,阿里、騰訊不買單
英偉達在美國去年10 月禁止先進AI 芯片出口至中國后,迅速為中國市場設計出符合美國規定的降級版產品。問題是,中國云端企業(部分是英偉達最大客戶)買單意愿并不高。
據報道,中國最大云端企業去年11月就開始測試英偉達提供的H20樣本。未具名消息人士透露,阿里巴巴(Alibaba Group)、騰訊已向英偉達表明,今年訂購的芯片將遠少于美國新禁令出爐前的規劃。
因為英偉達降規版處理器與中國大陸替代芯片之間的性能差距縮小,提高陸制芯片對當地買家的吸引力。一些測試者說,H20能有效在多個處理器之間進行高效傳輸數據,比陸制芯片更適合打造能處理AI運算負載的芯片叢集,但卻需要更多H20才能模擬出英偉達過往芯片的運算能力,導致成本提高。相較之下,中國大陸最先進的AI芯片也能處理AI的推論功能,只是能處理訓練任務的復雜度低于英偉達等美企的芯片。
短期內,英偉達降級版GPU與中國本土替代品的差距收斂,推升陸制芯片對買家的吸引力。根據消息,阿里巴巴、騰訊決定將部分先進半導體訂單轉給華為等本土企業,并更加仰仗自家開發的芯片。百度(Baidu)、抖音母公司字節跳動(ByteDance)也采取同樣行動。
消息人士直指,長期而言,中國買家擔憂,在美國當局誓言要定期檢視芯片出口管制、可能進一步收緊限制的情況下,不確定英偉達能否繼續供應。科技公司已開始為英偉達供給萎縮提前做準備,以免為了適應新芯片而經常耗資調整技術。
TrendForce分析師Frank Kung指出,中國云端企業目前約有80%高階AI芯片是向英偉達采購,未來5年比例可能會降至50~60%。
審核編輯:劉清
-
人工智能
+關注
關注
1804文章
48714瀏覽量
246517 -
英偉達
+關注
關注
22文章
3922瀏覽量
93117 -
AI芯片
+關注
關注
17文章
1968瀏覽量
35691
原文標題:出貨150萬顆AI芯片,英偉達和AMD開啟大戰
文章出處:【微信號:ICViews,微信公眾號:半導體產業縱橫】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
荷蘭與英偉達、AMD商討共建人工智能設施
英偉達AI加速器新藍圖:集成硅光子I/O,3D垂直堆疊 DRAM 內存

評論