電子發燒友網報道（文/黃山明）近半年以來，以ChatGPT為首的生成式AI席卷全球，技術升級帶來的生產力巨大提升，也將對各個產業帶來革命性的改變，甚至產業邏輯也需要被重估。而AI背后的“賣鏟人”最先受益，也讓英偉達一舉邁入了萬億美元市值俱樂部。

巨大的市場空間，以及超乎想象的前景，勾動諸多大廠參與其中，前不久AMD便發布了對標英偉達的H100的MI 300X。近日，思科宣布推出用于AI超級計算機的SiliconOne系列網絡芯片。此外，包括谷歌、特斯拉、百度、阿里等，都開始進軍AI芯片領域。

各大廠商布局AI芯片

隨著AI技術的發展，誘人的前景牽動著廠商的心。或許看到了市場對英偉達的積極回饋，眾多大廠紛紛入局AI芯片領域，思科也在近日發布了面向AI超級計算機的網絡芯片SiliconOne G100，這是SiliconOne系列的最新產品，也是當前業內首款能夠提供每秒25.6 Tbps帶寬的芯片。

據了解，G100主要基于7nm工藝，支持P4可編程及全共享數據緩沖區的網絡芯片，處理數據包的速度為同類產品的三倍，功耗僅為50%，還可以將最多32000個GPU連接起來，為AI應用提供強大算力。

思科透露，當G100在執行AI、機器學習任務時，不僅功耗大幅降低，并且交換次數會減少40%，延遲時間也會縮短。這款新芯片的發布，也將與博通和Marvell的產品正面競爭。

其中博通在上半年發布了一款以太網交換機芯片Jericho3-AI，主要是為了降低在網絡間進行人工智能訓練時間。該款芯片結構的主要特點在負載平衡，可以確保在高網絡負載下實現最大的網絡利用率，無擁塞操作，無流量對沖和抖動，以及具有高以太網徑向。

而高基數讓Jericho3-AI也可以連接32000個GPU，以及零影響故障切換，確保可以低于10ns的自動路徑收斂，這些特性都幫助AI減少工作負載的完成時間。

前不久AMD發布的MI300X便是用于訓練大模型的AI芯片，直接對標英偉達的H100，新能上支持192GB的HBM3內存，HBM內存帶寬達5.2TB/s，Infinity Fabric總線帶寬為896GB/s，晶體管數量達到1530億個，遠超英偉達H100的800億個。有業內人士認為，這款芯片將成為英偉達H100的有力競爭者。

英偉達的H100更是已經享譽全球，這款GPU被黃仁勛稱為全球首個為AIGC設計的計算機芯片，產品可以幫助AI系統更快輸出順暢自然的文本、圖像和內容。

也正是因為當前AI需求高漲，英偉達憑借通用型和易用性的優勢，市場份額超過60%。有機構預測，AI芯片2023年出貨量將增長46%。如此旺盛的需求，讓英偉達2023年一季度總收入達到71.9億美元，并且到了5月底，成為首家市值突破1萬億美元的芯片公司。

當然，在市場中眾多企業的追趕下，英偉達也并沒有停下自己的腳步。5月29日，黃仁勛表示，基于GH200的系統產品接受訂購，產品將在今年晚些時候上市。

據了解，作為生成式AI的引擎，首個加速計算處理器GH20整合了英偉達基于Arm架構的Grace CPU和Hopper架構GPU，內置共計超過2000億個晶體管，配備96GB HBM高速顯存以及576GB顯存，在系統內可提供高達900GB/s的總數據吞吐速度，是當前行業標準PCIe Gen5接口速度的7倍。

眾多企業紛紛涌向AI芯片制造領域，勢必將帶動AI相關產業的大爆發，同時也將進一步加速推進生成式AI的發展。同時上下游的相關產業也將受益，如代工廠、云計算廠商等。

AI產業紅利正在向外輻射

生成式AI帶來的影響不僅僅局限在AI芯片中，或者反過來說，為何如今有這么多企業涌入到AI芯片領域，也證明了下游的龐大需求。比如云計算廠商通過提供超大規模和特定需求的計算、存儲和網絡技術在基礎設施層面占據了市場的主導地位。并且云計算廠商通過提供可擴展的計算資源，并采用按消費計價的定價策略被證明是有效的。

而AI本身需要非常龐大的計算能力，許多公司通過向云計算廠商購買相關服務來解決算力問題，雙方一拍即合，互利共贏。目前亞馬遜是全球云計算市場的領頭羊，而微軟、IBM、谷歌、阿里云等都占有不小的份額。

這也讓許多擁有云計算業務的互聯網企業開始向芯片廠商下達大額采購訂單，前不久，有消息人士透露，字節跳動今年已經向英偉達訂購了超10億美元的GPU產品，包括10萬塊A100與H800加速卡，其中H800于今年3月才開始生產。

僅字節跳動一家的采購量，就已經接近英偉達去年在中國商用GPU的銷售總額。目前了解到，包括字節跳動、阿里等大公司都在與英偉達直接洽談采購項目，因為代理商及二手市場難以滿足其龐大的需求，英偉達也會根據這些巨大數量的訂單，給予一定的優惠。

AI芯片的超額需求，成為各大企業布局AI芯片的主要原因。而在上游的代工層面，受惠于AI芯片的大量訂單，讓臺積電、三星等代工廠開始受益。

尤其是臺積電，隨著生成式AI的火爆，英偉達已經多次追加了臺積電的訂單，累計超過1萬片晶圓，包括H100、A100、H800和A800的急單，也推升了臺積電7/6nm和5/4nm這兩大制程工藝家族的產能利用率，后者的產能已接近飽和。

為此，在6月初，市場中還傳出消息稱，臺積電緊急訂購了一批封裝設備用來滿足英偉達AI芯片的制造需求。

但僅靠臺積電一家很難滿足目前AI芯片的火熱需求，從生產周期來看，服務器制造商需要等待至少6個月才能拿到英偉達最新的GPU。因此英偉達也在尋求更多代工廠來滿足其暴增的訂單需求，甚至黃仁勛還公開表示，公司將尋求供應鏈多元化，對未來與英特爾合作開發人工智能芯片持開放態度，并透露英偉達已經收到了基于英特爾下一代工藝節點制造的測試芯片，測試結果良好。

此外，AI芯片除了對算力提出更高要求外，內存同樣成為其中的關鍵指標。SK海力士在今年的一季度財報中便直接指出，大語言模型和AIGC的開發商用化，將帶動HBM在2023年的需求上揚。三星在一季度財報中也明確表示，將為AI 帶動的 DDR5 和高密度內存模塊需求做好產能準備。

在今年AI產業的快速發展下，不僅極大提高了對AI芯片的需求，也帶動了上下產業鏈同時受益，進而加速AI技術的發展。或許，AI技術的發展進度，將比我們想象的要更快。

寫在最后

2017-2018年，國內受產業互聯網、區塊鏈等技術的影響，對AI人才需求大增，數據顯示，2017年AI人才需求同比增長了4.7倍，2018年需求同比增長了3.6倍。但隨著這些技術遲遲無法落地，AI人才開始從需求旺盛，走向供給過剩。眾多企業的相關項目，也如過眼云煙隨風而散。

隨后到2020年，元宇宙概念開始提出，對AI技術的需求再次提升，不過與區塊鏈一樣，元宇宙技術短時間難以落地，最終只能暫時退場。

到如今ChatGPT的帶動下，生產式AI的出現，讓AI再次爆發，與前兩次不同的是，生成式AI具有極為豐富的落地場景，將切實的改變眾多行業的發展邏輯。因此，這次的故事終于打動了眾多芯片廠商，這或許才是他們如今正式參與其中的真正原因。