早在2015年，全球gpu芯片龙头英伟达的创始人黄仁勋就曾犀利地评价竞争对手amd：“我们已经好多年不看amd的动作了，当（英伟达和amd）差距是9跟0的时候，已经不是差距的问题了。” 在图形显示等gpu传统应用市场，英伟达长期占据了80%以上的市场份额，将amd远远甩在后头。但随着ai大模型时代到来，amd正试图凭借空前强大的芯片新品和难得的产业机遇，攻入英伟达的腹地。
“我在不停打仗”，在芯片界铁娘子苏姿丰（lisa su）的职业生涯里，有两场至关重要的战役。
第一场，是在2014年接手amd（美国超威半导体），以力挽狂澜之势让amd从深陷财务危机到一举成为英特尔最强劲对手，股价上涨了40倍。另一场则是在当下，今年6月，amd发布了针对ai需求的最新款芯片instinct mi300，这是其狙击英伟达最强劲的一个武器。
在gpu芯片领域，amd与英伟达的缘分妙不可言。英伟达与amd长期以“八二开”的比例瓜分着全球市场份额，在图形显示等市场并称双雄。而媒体则乐于炒作二者更私人的关系——比如，英伟达ceo黄仁勋与苏姿丰可能存在的“表亲关系”，当然，双方从未在任何场合正式回应过这些话题。
无论关系如何，黄仁勋一点都不手软，他对铁娘子苏姿丰的第二场战役迅速展开了雷霆反击。
北京时间11月13日晚间，英伟达发布了全球最强ai芯片h200，其性能较h100直接翻倍。打了抢先发布mi300的amd一个措手不及。此前，amd表示，公司正在今年第三季度向客户提供样品，产量将在第四季增加。原本mi300将有望成为amd最快销售额破10亿美元的产品。
英伟达称h200将在2024年第二季度开始交付，留给amd抢跑的时间不多。
amd开打第二场“翻身仗”
amd还是乐观了。
今年q3财报发布之际，amd曾大胆给出业绩预期：四季度营收将达到58亿美元至64亿美元之间，预计为61亿美元，同比增长9%——这也将是amd自2022年第三季度以来，最高的季度收入。
这种预期也可以理解，2023年第三季度，amd营收58亿美元，净利润2.99亿美元——是连续7个季度的净利润同比下滑之后，首次实现季度净利润的同比正增长。
而amd几乎将自己未来业绩强劲增长的底牌，全部押注在了一款产品上：
今年6月份，amd专门针对ai大模型训练需求发布的instinct mi300系列芯片。这几乎是全球范围内，第一款能够直接对标英伟达大模型训练芯片h100的产品。
根据amd官方信息，mi300在部分技术指标上相比英伟达的h100更具优势，比如mi300提供的hbm（高带宽内存）密度是h100的2.4倍，hbm带宽是h100的1.6倍。这意味着amd可以运行比英伟达h100更大的模型。
惊艳四座的chatgpt大模型大部分基于英伟达2020年发布的a100芯片进行训练。而在2022年3月份，英伟达面向ai大模型训练需求专门发布了h100芯片。
从亮相开始，h100就迎头赶上了“百模大战”的风口，成为了被各方力量争夺的宝贵算力资源。据坊间传闻，早在今年第三季度时，英伟达h100的订单就已排到了2024年，至今产品稀缺程度有增无减。
尽管如此，在发布会上苏姿丰还是表现得十分有信心：“我们认为，数据中心人工智能加速器(市场)将以超过50%的复合年增长率，从今年的300亿美元左右增长到2027年的1500亿美元以上。”
amd计划在第四季度量产mi300。在此基础上，公司预计在第四季度，包含mi300在内的数据中心gpu业务营收将达到4亿美元；而在整个2024年，公司数据中心gpu产品有望实现20亿美元的销售额。
amd数据中心gpu产品的下游市场既包括科学计算等高性能计算领域，也包括ai领域，但苏姿丰认为后者才是业绩的主要增长动力：“随着2024年的到来，我们预计收入将继续按季度增长，而且，这将主要来自人工智能。”
而其中mi300被寄予厚望，将成为该公司“有史以来最快达成10亿美元销售额的产品”。
此前，amd虽然在gpu市场名列第二，但主要应用于图形处理、消费级产品等传统gpu应用场景，在ai和高性能计算领域始终存在感较低。
从mi300的性能指标而言，amd本来已经几乎具备了与英伟达叫板的能力，直到h200横空出世。在h200发布会结束结束后，amd收盘股价下跌1.52%。
在未来，amd想要在如火如荼的ai技术市场中抢得一席之地，面前的压力仍毋庸多言。
至今amd尚未公布mi300的官方定价，但市场预计，为了增加与英伟达的竞争筹码，amd mi300或许不得不延续其在传统gpu市场的性价比路线。
不仅如此，为了完成预期业绩，amd还于10月份在上海启动了一轮裁员“瘦身”。
据一位amd前员工对「市界」透露，本次amd给出的赔偿条件是“n 3”倍的月工资，主要涉及的部门为soc（系统级芯片技术部门）和rtg（radeon系列显卡技术部门）。
一步慢，步步慢
大模型时代，amd等来了一个翻身机遇，只是对这份机遇amd做出的反应还是晚了。
一位在国内高校任职的ai研究人员告诉「市界」：“除了媒体报道的韩国（指该国电信运营商’kt’）使用amd instinct平台运行了ai大模型的新闻，在日常研究里，我还没有接触或了解到使用amd芯片训练的项目。”
这种情况也反映在了市场数据上，据idc调研，2022年中国ai加速卡（即ai训练芯片）出货量约为109万张，其中英伟达在中国ai加速卡市场份额为85%，华为市占率为10%，百度市占率为2%，寒武纪和燧原科技均为1%。根据这组数据，amd的ai训练芯片在国内市场甚至“没有姓名”，沦为其他。
不仅如此，亚马逊aws、谷歌、腾讯云等全球主要云厂商的ai芯片也大多来自英伟达及自研，采用amd产品的占比较小。
追溯形成显著市场差距的原因，可以将目光转向多年之前。
英伟达创始人黄仁勋曾这样总结：“我们很早地，大约在10年前就发现，（ai）这种制作软件的方式可以改变一切。我们从底层一直到顶层，从各个角度改变了公司。”
在一家美国gpu独角兽企业担任市场总监的lee告诉「市界」：“早在2012年，英伟达就开始投入在深度学习的计算了，而且是在全公司范围内贯彻执行。”而这相较业内普遍意识到ai芯片的重要性，至少早了四五年的时间，领先一个身位。
从2016年开始，英伟达旗下的加速计算gpu产品线（代号“特斯拉”）开始专门针对ai训练任务进行设计。这一年推出的芯片型号为p100，同时配备有英伟达新研发的高速互联技术“nvlink”。而nvlink能够允许cpu、gpu芯片间进行高速交互，进一步提升了运算效率，至今仍是英伟达ai芯片中的核心技术之一。
还是在这一年，英伟达向后来推出了chatgpt的openai捐出了一台搭载了8块p100芯片、价值百万的超级计算机“dgx-1”。在这台超算的机箱上，黄仁勋亲手写道：“为了计算和人类的未来，我捐出世界第一台dgx-1。”
后来的种种迹象都表示，这段时间正是人工智能的黄金发展期。正是在2016年，谷歌alpha go击败了围棋大师李世石，被视为ai技术迈上新台阶的重要标志。不仅如此，ai相关产品、硬件、软件等的市场规模已经超过80亿美元，纽约时报评价称“ai已经到达了一个热潮”。
反观同一时期的amd，虽然同样试图在ai方面有所布局，但彼时其重心更多放在cpu业务线上，并未像英伟达一样全面押注。
2016年，amd正式推出radeon instinct系列产品线，旨在加速深度学习、神经网络和高性能计算等方面应用。
然而从产品更新情况而言，amd对旗下ai芯片的设计显然不够“上心”。在之后的4年间时间里，radeon instinct系列虽然不断更新，但始终与amd的消费级显卡radeon公用基础架构，在计算方面缺乏针对性和高效率，难以满足ai训练的需求。
直到2020年，这种情况才有所转变。这一年，amd将ai芯片产品线更名为“instinct”，并首次抛弃了以往的消费级显卡架构，为其采用了专门设计的cnda计算架构。
在此之后，amd连续更新了三代产品mi100、mi200，以及最新发布的mi300。凭借全新的技术路线，以及采取高性价比的市场策略，amd才开始在ai训练市场中有人问津。
只是，在amd“缺席”ai市场的几年里，英伟达已经建立起了极强的生态壁垒。
英伟达建筑的高墙
lee这样向「市界」描述英伟达在ai领域树立的优势：“真正难的并不是说比别人跑的多快，而是围绕着这一个主题，进行全方位点点滴滴的下注，从语言设计到开发者工具这些周边的东西才是最难得的。”
而周边工具一旦被用户所接受，“客户技术迁移的成本将会是难以想象的高”。
资深ai从业者路云的说法也从侧面印证了这一点，据其回忆：“早在大约10年前，我们学校就给高性能计算相关专业的学生开设了基于cuda的课程。”
cuda是英伟达在2006年推出的通用并行计算架构，借助cuda提供的编程接口和工具集等，开发者可以基于gpu芯片编程、运行复杂的ai算法等等。
全球顶尖ai学者、前百度首席科学家吴恩达曾这样评价cuda：“cuda出现之前，全球能用gpu编程的可能不超过100人，有了cuda之后使用gpu就变成了一件非常轻松的事情。”
这样一代代的开发者和研究者，用汗水浇灌出了英伟达的强大生态。换句话说，即使amd mi300的官方性能指标相比英伟达h100体现出优势，后者的生态壁垒仍旧难以逾越，更别提h200展现出了更强的性能指标。
这样的背景下，amd想要逆风翻盘，除了着力补上生态差距，还不得不在市场策略上别出心裁。
生态方面，2016年，amd推出了对标英伟达cuda的rocm架构。据东吴证券研报，由于rocm平台起步晚，其对于gpu加速库的支持没有英伟达cuda全面。cuda的应用场景基本能够覆盖全场景，但rocm更多用于高性能计算领域，对ai的覆盖稍显不足。
至今，amd rocm平台的工具链已经相对完善，并且能够兼容英伟达的cuda平台。此外，为了进一步优化软件生态，amd还在2023年10月份官宣收购了ai软件企业nod.ai。
对此东吴证券研报评论道：amd的软件生态在公司大力投入和其它厂商积极扶持下，有望彻底改善。
另一方面，amd高性价比的市场策略将是其在ai领域的另一大优势。联博资产管理公司的分析师stacy rasgon认为，提供’平替版的英伟达’，将是amd争取市场支持的关键。
ai研究公司cambrian ai research则分析称，大公司需要“第二供应商”的战略将为amd提供机遇：“像openai和微软这样的公司需要有一个能替代英伟达产品的选择，amd可能会给他们一个无法拒绝的提议，但不要指望能从英伟达那里抢走很多份额。”
无论如何，大模型产业疾速发展带来了巨大的算力缺口：根据openai 数据，模型计算量增长速度远超人工智能硬件算力增长速度，两者之间存在万倍差距。
对于长期在ai领域缺乏存在感的amd而言，它正迎来了最好时机。
参考文献
《“饥渴”的ai时代：amd instinct加速器面前是一条“星光大道”》，快科技
免责声明
本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 ，我们会第一时间配合删除。