英偉達(dá)(NVDA.US)干掉自己？

本文來自“虎嗅”。

一個記者的提問，讓黃仁勛在2019年12月一場媒體溝通會上，二話不說拿起話筒朝頭頂狠狠敲了好幾下。對了，巨大的回音可以證明他是用力砸的。

這個略顯可愛的舉動和他接下來的話，讓包括我在內(nèi)的全部記者都笑出聲來：

“完了，聽到這個問題，我在臺上滴水未進(jìn)，嗓子冒煙的兩個小時算是白費了?！?/p>

這個記者的問題有些含糊，但也問出了很多人心中的疑惑——

英偉達(dá)(NVDA.US)這次為何沒發(fā)芯片？

這樣理解其實也沒錯。2019年末，當(dāng)“英特爾們”每隔幾天就通過收購、發(fā)布新產(chǎn)品等方式，向外界360度無死角“吹風(fēng)”自己的AI芯片戰(zhàn)略時，所有人都在等著英偉達(dá)如何在自己的GTC技術(shù)大會上，“回應(yīng)”向自己挑釁的各路人馬。

然而，這場會上，除了一塊名為Orin的自動駕駛專用芯片，這家全球最具價值的人工智能芯片巨頭發(fā)布的產(chǎn)品全都是“軟件”。而且Orin，還要等到2022年才會投產(chǎn)。

這場會議，完美契合了他在2019年Q3季度財報業(yè)績電話會議上的一個重要觀點——

“英偉達(dá)已經(jīng)成為了一家軟件公司。”

這家“軟件公司”，在2020年2月中旬公布了2020財年第四季財報后，市值一度摸高至接近2000億美元，創(chuàng)了歷史新高。盡管現(xiàn)在已回落至1600多億美元，但過去兩年，英偉達(dá)毫無疑問是華爾街上傳奇般的“金股”。隨著市場對數(shù)據(jù)中心越來越強(qiáng)勁的需求，英偉達(dá)跟新舊芯片玩家之間的戰(zhàn)爭，注定將越發(fā)血腥。

它崛起背后是什么樣的技術(shù)動能、巨頭爭奪？它的未來，又暗示著什么樣的巨大市場？

無可比擬的軟件優(yōu)勢

由于英偉達(dá)越來越多地“露骨”地開始利用其軟件實力來銷售那些看上去只是硬件的產(chǎn)品，因此我們有理由相信，這家芯片公司已經(jīng)開始奉行“軟件第一”戰(zhàn)略。

這很容易讓人想起蘋果公司(AAPL.US)的發(fā)展路徑，以及2007年那個已經(jīng)被傳爛了的喬布斯“軟件?！薄?/p>

在第5屆全數(shù)字化大會（All Things Digital conference）上，喬布斯曾與比爾·蓋茨談話時指出，iPhone其實是包在一個漂亮外殼下的軟件，蘋果是一家軟件公司。

股票分析網(wǎng)站Seeking Alpha 證券投資分析師DoctoRx證實過另一個相似故事——

也是在2007年，喬布斯在一場關(guān)于iPhone的路演上，被一位投資經(jīng)理提出質(zhì)疑：

“雖然你把觸摸屏做的很酷炫，但如何避免陷入價格競爭呢？難道不是每個競爭對手都能做觸摸屏？”

喬布斯回復(fù)：“我們是一家軟件公司。”

讓我們再回到英偉達(dá)身上。如果按照這樣一個思路，那么就可以很好解釋：為何在近三年來AI芯片市場烽火彌漫，英偉達(dá)每年在數(shù)十份AI芯片公司的PPT里被“吊打”的“壓倒性劣勢”中，股價還能穩(wěn)步走高了。

就像大家很容易遺忘在iPhone發(fā)布前，蘋果已經(jīng)在電腦上做了十幾年操作系統(tǒng)一樣；AI芯片公司們也忘記英偉達(dá)是一家顯卡供應(yīng)商的同時，手里還握著另一個殺器：Cuda。

在上世紀(jì)90年幾乎左右了芯片產(chǎn)業(yè)發(fā)展方向的英特爾(INTC.US)傳奇總裁安迪·格魯夫，有一個逼自己一定要遵守的產(chǎn)業(yè)規(guī)則：“在這個行業(yè)里，要想預(yù)見十年后會發(fā)生什么，就要回顧過去十年中發(fā)生的事情?！?/p>

對于英偉達(dá)如今在人工智能訓(xùn)練芯片市場確立的壟斷性地位，某種程度上也要歸功于十年前英偉達(dá)首席科學(xué)家戴維·柯克一系列在當(dāng)時看來風(fēng)險極高的瘋狂決策。

一方面，他竭盡全力勸服CEO黃仁勛把GPU通用化——讓一塊只能渲染圖形的獨立顯卡，變成一個通用計算圖形處理器（GPGPU）；另一方面強(qiáng)烈要求英偉達(dá)現(xiàn)有與即將推出的所有GPU都必須支持Cuda程序。

據(jù)自動駕駛公司文遠(yuǎn)之行技術(shù)總監(jiān)鐘華回憶，十幾年前還在卡內(nèi)基梅隆念書時，那個時候給GPU編程需要用機(jī)器碼深入到顯卡內(nèi)核才能完成任務(wù)，非常困難。

“我們用匯編語言寫代碼，寫起來真的非常燒腦。英偉達(dá)推出了Cuda以后，相當(dāng)于把復(fù)雜的顯卡編程包裝成了一個簡單的接口，造福了廣大程序員。現(xiàn)在主流的深度學(xué)習(xí)框架基本都是基于Cuda進(jìn)行GPU并行加速。”

2007年，英偉達(dá)正式推出GPU統(tǒng)一計算架構(gòu)平臺Cuda。這一架構(gòu)的里程碑意義在于，讓GPU不再單獨存在于個人用戶的顯卡中，僅為自己的“一畝三分地”工作；而是讓GPU通用化，把“個人計算機(jī)”變成可以并行運算的“超級計算機(jī)”。

雖然初期推廣并不順利，但2009年，由于基于Cuda的高性能運算研究成果陸續(xù)在眾多知名期刊發(fā)表并獲得認(rèn)可，英偉達(dá)終于迎來了業(yè)務(wù)轉(zhuǎn)機(jī)，并奠定了之后10年的AI芯片市場絕對霸主地位，為業(yè)界提供了強(qiáng)大的并行運算能力。

“Cuda是當(dāng)時已經(jīng)瀕臨破產(chǎn)的英偉達(dá)再度崛起不可忽視的推動力?！?高精地圖公司極奧科技CTO通過歷史上一系列相似產(chǎn)品的發(fā)展路徑總結(jié)出一個經(jīng)驗——給硬件找到簡單易用的軟件接口形態(tài)，才能在市場中迅速被接受并推廣至各個細(xì)分領(lǐng)域。

2019年，“Cuda之父”柯克博士被美國電氣和電子工程師協(xié)會（IEEE）授予了協(xié)會最高獎項Seymour Cray 計算機(jī)工程獎，以表彰他對高性能計算機(jī)系統(tǒng)創(chuàng)新的巨大貢獻(xiàn)。

如今我們可以看到，英偉達(dá)已經(jīng)在Cuda基礎(chǔ)上開發(fā)和積累了針對不同領(lǐng)域的大量算法與軟件，讓數(shù)不清的開發(fā)者不用寫一行代碼，就能先讓一套深度學(xué)習(xí)基礎(chǔ)模型跑起來，站在巨人的肩膀上升級與優(yōu)化軟件堆棧。

Cuda構(gòu)建的強(qiáng)大生態(tài)，支持所有主流深度學(xué)習(xí)框架，支持主流云上機(jī)器學(xué)習(xí)訓(xùn)練平臺

因此，對于許多AI芯片創(chuàng)業(yè)公司，如果可以支持的深度學(xué)習(xí)框架都不全，能夠?qū)拥木幊陶Z言也有限，也就無法對許多那些已習(xí)慣了從基于Cuda的算法庫上傳和下載算法、通過Cuda架構(gòu)使用英偉達(dá)跨代產(chǎn)品的開發(fā)者，產(chǎn)生足夠的吸引力。

這相當(dāng)于，當(dāng)你面對眼前的一堆沙子思考如何設(shè)計一堵墻時，對手的護(hù)城墻不僅已高達(dá)數(shù)十丈，還廣招兼職砌墻工，并為他們提供云梯和入城資格。

“國內(nèi)很多自動駕駛公司，用的是英偉達(dá)PX2片上系統(tǒng)，這個架構(gòu)最大的好處是方便。

“譬如直接就能把車道線識別，障礙物識別都搭建起來，因為相關(guān)算法都可以在網(wǎng)上下載完并進(jìn)行快速部署，而且還能做配套的硬件加速。而這些算法，也是之前開發(fā)者上傳的訓(xùn)練模型?！?/p>

一位不具姓名的自動駕駛技術(shù)人士做如上表示。他稱，國內(nèi)不少人工智能公司就是搭了英偉達(dá)的便車發(fā)展起來的：“所以你看，英偉達(dá)一下子占領(lǐng)了兩塊兒，一塊兒是訓(xùn)練端，一塊兒應(yīng)用端。短期內(nèi)，不可能有人撼動他們的地位?！?/p>

下一個十年的支撐點

2020年2月，美國財經(jīng)網(wǎng)站MarketWatch用“華爾街為之震驚”，來形容英偉達(dá)2020財年Q4財報上數(shù)據(jù)中心板塊的強(qiáng)勢表現(xiàn)——

英偉達(dá)的芯片銷售額達(dá)到創(chuàng)紀(jì)錄的9.68億美元。

這的確是一個令人瞠目結(jié)舌的數(shù)字。要知道，2017財年英偉達(dá)剛披露這一業(yè)務(wù)數(shù)據(jù)時，收入為2.8億美元；此后，英偉達(dá)的服務(wù)器芯片歷史銷售數(shù)據(jù)歷經(jīng)跌宕起伏，但最好成績也從未超過8億美元。

因此，這個數(shù)字可以直接向我們證明：數(shù)據(jù)中心，特別是超大型數(shù)據(jù)中心對人工智能芯片的需求不僅沒有放緩，反而在加速擴(kuò)張。

從2017年Q4到2020年Q4英偉達(dá)各個業(yè)務(wù)板塊的收入變化。圖片來自商業(yè)定量分析機(jī)構(gòu)Business Quant

實際上，GTC大會有一點被很多人忽視了。老黃發(fā)布產(chǎn)品的順序，與產(chǎn)品對應(yīng)細(xì)分市場在英偉達(dá)財報中占據(jù)的份額，一直呈現(xiàn)正相關(guān)關(guān)系。

先是游戲，再是云計算應(yīng)用、最后是自動駕駛（汽車）。

根據(jù)英偉達(dá)最新的2020財年Q4財報數(shù)據(jù)，”游戲“仍然是多年來英偉達(dá)的營收支柱板塊，收入高達(dá)14.9億美元，約占總營收的47%；

而增長強(qiáng)勁的數(shù)據(jù)中心板塊，如今已經(jīng)躍升為英偉達(dá)最具有市場拓展?jié)摿Φ臉I(yè)務(wù)分支。收入同比增長43%，逼近10億美元大關(guān)；

通常放在財報電話會議上最后說的，是包含了車載信息娛樂與自動駕駛解決方案的汽車業(yè)務(wù)相關(guān)收入。這一部分看似表現(xiàn)平平，只有1.63億美元，同比增長1%，卻是一個不可忽視的長線市場。

這三個板塊，更像是對應(yīng)了英偉達(dá)的“過去”、“現(xiàn)在”和“未來”。

雖然“游戲”是圖像處理與滿足神經(jīng)網(wǎng)絡(luò)計算的應(yīng)用與創(chuàng)新源頭，也是英偉達(dá)必須守住的老本行。

但趨于飽和、不斷被移動端擠壓的PC游戲市場，遠(yuǎn)沒有新興市場帶給英偉達(dá)的誘惑力更大。

根據(jù)游戲市場研究機(jī)構(gòu)Peddie Research的最新數(shù)據(jù)，過去近5年里，英偉達(dá)在PC獨立顯卡市場，一直占據(jù)著70%以上的市場份額，特別是其Geforce系列顯卡，極受游戲與挖礦產(chǎn)業(yè)的歡迎。

不過，整個PC GPU市場，英特爾才是老大。

圖片來自Peddie Research

再從游戲整體市場來看，英偉達(dá)的GPU產(chǎn)品并不占據(jù)明顯優(yōu)勢。特別是主機(jī)與移動游戲的GPU市場，英偉達(dá)常年分別被AMD(AMD.US)與ARM壓一頭。

換句話說，PC游戲市場在某種程度上決定了英偉達(dá)游戲業(yè)務(wù)的增長速度。

對于2019及未來3年的全球游戲市場發(fā)展趨勢，游戲與電競市場分析平臺NewZoo給出了一個可參考的判斷——

在2019年全球游戲市值將達(dá)到1488億美元的基礎(chǔ)上，移動游戲占比高達(dá)46%；與之相比，單機(jī)游戲與PC游戲市場份額分別為453億與353億，兩者加起來占比僅為23.3%。

到2022年，從PC端向移動端轉(zhuǎn)移的趨勢將愈加明顯，PC市場游戲份額將被擠壓至20%以下，而且收入的增長速度將慢于移動和主機(jī)游戲收入的增長速度。

這多少會對英偉達(dá)的游戲業(yè)務(wù)產(chǎn)生影響。

此外，從英偉達(dá)2020全財年的游戲收入來看，55.2億美元的營收額已經(jīng)比去年減少了近12%。

圖片來自NewZoo

實際上，幾乎所有華爾街分析師近年來給予英偉達(dá)股票高評級的理由，都是“對這家公司在數(shù)據(jù)中心市場的增長潛力抱有積極態(tài)度”。

云，才是人工智能發(fā)展的重心，也是英偉達(dá)的下一個野心。

對于所有神經(jīng)網(wǎng)絡(luò)算法模型來說，訓(xùn)練一般都要在云上進(jìn)行。因此，這對計算能力、速度以及單位數(shù)據(jù)傳輸量有著極高的要求。

特別是由大量神經(jīng)元組成的深度學(xué)習(xí)框架，是建立在“矩陣運算”的基礎(chǔ)上。雖然“矩陣”的運算形式是簡單的加法與乘法，但涉及的數(shù)據(jù)量非常龐大。

與擅長復(fù)雜邏輯運算、但核心數(shù)較少的CPU相比，GPU雖然只能進(jìn)行簡單運算，但它是由成千上萬個小處理器核心構(gòu)成的，而且這些小核心可以同時處理任務(wù)。

這就好比我想把墻角的幾百塊磚頭挪走，比起雇傭幾個大學(xué)教授，雇傭100個小學(xué)生不僅效率更高，而且更劃算。

因此，如果只是進(jìn)行圖片分類，在GPU上計算出答案的速度可能只比在CPU的速度要快上一兩秒；但當(dāng)神經(jīng)網(wǎng)絡(luò)在進(jìn)行訓(xùn)練時，GPUs在“并行計算”上的優(yōu)勢就會十分明顯，因為訓(xùn)練時需要進(jìn)行數(shù)百萬次的反向傳播迭代。

2019年年底的GTC上，英偉達(dá)與阿里(09988)、百度(BIDU.US)等中國企業(yè)的高調(diào)合作，進(jìn)一步凸現(xiàn)了GPU在云端人工智能算法訓(xùn)練中扮演的重要角色—— “搜索的時代已經(jīng)結(jié)束，智能推薦的時代已經(jīng)到來。”

對于普通消費者來說，GPU對深度學(xué)習(xí)推薦模型的貢獻(xiàn)其實不難理解。

打開手機(jī)淘寶，“有好貨”，“每日好店”，“猜你喜歡”……都是深度學(xué)習(xí)推薦模型在根據(jù)你瀏覽及購買數(shù)據(jù)，挑出與你喜好相匹配的商品。而這些推薦模型，建立在十億級商品與用戶數(shù)據(jù)集之上。

此外，抖音以及快手中的推薦系統(tǒng)，也有著過千萬的視頻上傳量與過億用戶的數(shù)據(jù)基礎(chǔ)。

而英偉達(dá)的Tesla T4 、V100等處理器與配套加速軟件，發(fā)揮的主要作用， 便是為基于億級數(shù)據(jù)的推薦算法模型訓(xùn)練進(jìn)行資源分配、量化與加速。

這些相關(guān)應(yīng)用，便是數(shù)據(jù)中心市場引發(fā)的新一輪硬件部署潛在增長趨勢。

如果說上一個10年中的數(shù)據(jù)中心芯片市場急劇擴(kuò)張，主要取決于2B客戶對機(jī)房內(nèi)部基礎(chǔ)硬件的瘋狂采購；那么新一輪增長動力，則來自于數(shù)據(jù)中心需要處理的越來越復(fù)雜的推理計算工作。

如今在數(shù)據(jù)中心市場，Tesla系列毫無疑問是AI加速方面的主流處理器，用阿里云某工程師的話來說就是：“你當(dāng)然也可以用CPU去訓(xùn)練，但是解1路視頻就要耗掉一塊CPU，但卻只會消耗GPU的一部分帶寬?！?/p>

云產(chǎn)業(yè)調(diào)研機(jī)構(gòu)Liftr Cloud Insights在2019年做出一個估算：截至2019年5月，全球排名前四的公有云服務(wù)商，部署有英偉達(dá)專用AI加速器的IaaS計算實例類型，就高達(dá)97.4%。

很明顯，盡管英特爾與AMD等競爭對手在這方面的動作不容小覷，但在未來3~5年內(nèi)，但他們的GPU解決方案不太可能大幅削減英偉達(dá)在數(shù)據(jù)中心AI加速器領(lǐng)域的市場。

來自傳統(tǒng)巨頭的撕咬

歷史證明，芯片企業(yè)是永遠(yuǎn)不可能睡上安穩(wěn)覺的。

20世紀(jì)80年代，在日本存儲芯片廠商強(qiáng)大的低價攻勢下，英特爾曾徘徊在垂死邊緣，最后孤注一擲，決然放棄存儲芯片市場；

2006年，AMD收購了英偉達(dá)在顯示芯片市場的最大敵人ATI。但這筆收購費太貴，外加在與英特爾的長期價格戰(zhàn)中耗費大量資金，AMD此后10年，再無爭奪行業(yè)老大的任何機(jī)會與條件；

而說到英偉達(dá)，2009年則是決定它命運的一年。

在英偉達(dá)的Cuda還沒有被業(yè)內(nèi)廣泛采納的不到1年時間里，由于推出的高端筆記本獨立顯卡出現(xiàn)了一系列質(zhì)量問題，英特爾與AMD又趁機(jī)“火上澆油”，英偉達(dá)股價由最高時的30多美元，跌至6美元左右。

“每次有困難的季度出現(xiàn)，就會有人想順勢搞砸一切。但為了在未來某個節(jié)點做出偉大的成就，你就必須在今天承擔(dān)風(fēng)險?！?/p>

黃仁勛說出這句話的時候，正是10年前股票跌至最低點，整個公司處于十字路口的關(guān)鍵時刻。

但他隨后便做出了選擇——

裁員以削減成本，延長回購股票計劃，在GPU處理器和配套軟件上面砸更多的錢，集中精力“籠絡(luò)”流媒體公司、游戲玩家，以及那時還為數(shù)不多，但要求卻最為苛刻的科學(xué)家與AI工程師。

如此這般若干年后，英偉達(dá)迎來當(dāng)下的黃金年代。

但哪有一勞永逸可言。一路搏斗、一旦選錯方向就永無翻身之日的芯片公司們，最不缺的就是危機(jī)感，以及總想趁機(jī)踩一腳的競爭對手。

因此，在利潤豐厚，且仍然是一片藍(lán)海的數(shù)據(jù)中心AI芯片市場，無論是敵人還是客戶，你能想到的一切企業(yè)，基本都可以對英偉達(dá)構(gòu)成生存威脅：

英特爾、AMD、高通(QCOM.US)、ARM、三星、英飛凌等半導(dǎo)體制造商們；

運營著超大數(shù)據(jù)中心，急切需要多樣化AI芯片組技術(shù)的亞馬遜(AMZN.US)、微軟、谷歌、阿里以及IBM(IBM.US)等云服務(wù)廠商們；

以及如今看起來還不成氣候，但卻數(shù)量驚人的創(chuàng)業(yè)公司們。

我們需要清楚地認(rèn)識到，英特爾一直占據(jù)著數(shù)據(jù)中心服務(wù)器CPU市場90%以上的市場份額，即便這個細(xì)分市場被2017年重回數(shù)據(jù)中心陣地的AMD蠶食掉4.5%。

當(dāng)然，也正是因為遍布世界的數(shù)據(jù)中心塞滿了至強(qiáng)X86處理器，英特爾2019年Q3財報上的數(shù)據(jù)中心板塊才取得了有史以來最好看的業(yè)績——95億美金，占總營收的半壁江山。

但是，云端AI加速器市場，卻可能是英特爾有史以來首次失去主導(dǎo)者地位的領(lǐng)域。這家全球最具影響力的芯片企業(yè)，不僅正處于“芯片制程工藝停滯不前”的鎮(zhèn)痛轉(zhuǎn)型期，還需要努力解決公司內(nèi)部設(shè)計與制造團(tuán)隊之間的隔閡與分歧。

其實在10年前，已經(jīng)在數(shù)據(jù)中心具備影響力的英特爾，本是有機(jī)會將英偉達(dá)“消滅”在襁褓中的。

與游戲市場很不一樣，作為典型的2B行業(yè)，數(shù)據(jù)中心市場接受一款全新的處理器產(chǎn)品往往是相當(dāng)困難的，因為客戶們往往喜歡自己熟悉且習(xí)慣的東西。

這也是很長一段時間里，英偉達(dá)向2B客戶拼命宣傳Tesla系列芯片，卻收效甚少的重要原因。那時GPU只受到實驗室以及大型石油及天然氣公司的追捧，因為只有他們對算力的要求最為“極端”。

直到2010年，IBM同意把英偉達(dá)的Tesla系列顯卡塞進(jìn)自己的服務(wù)器里。

這次看起來十分普通的聯(lián)姻，對英偉達(dá)來說卻有著里程碑式的意義。因為IBM，是第一家給予Tesla系列認(rèn)可的主流服務(wù)公司。

但對IBM來說，之所以會率先選擇與英特爾的對手們簽署合作項目，是自己制造的Power服務(wù)器芯片與英特爾形成競爭關(guān)系。（也因此，在過去十年里，你會發(fā)現(xiàn)IBM總是會首先推出基于AMD芯片的服務(wù)器，或者是與索尼在芯片上建立合作，聯(lián)合抵制英特爾在視頻游戲機(jī)市場的進(jìn)攻。）

當(dāng)然，那個時候英偉達(dá)的GPGPU由于僅開放了幾個關(guān)鍵接口，并不夠通用，很多數(shù)據(jù)中心如果替換處理器，還需要重新寫很多代碼。

但故事的發(fā)展就是這么“恰到好處”：

一方面，英特爾一再推遲對標(biāo)處理器的發(fā)布，給了英偉達(dá)充分的迭代時間；而另一方面，由于服務(wù)器CPU產(chǎn)品遭到英特爾的碾壓，另一個對手AMD在2013年退出數(shù)據(jù)中心市場，直到2018年才卷土重來。

用當(dāng)時Tesla業(yè)務(wù)線負(fù)責(zé)人Andy Keane話來說就是：得到主流支持，就像是為基于數(shù)年研發(fā)的Tesla芯片開了一道泄洪閘門，使英偉達(dá)的數(shù)據(jù)中心業(yè)務(wù)線徹底爆發(fā)。

因此，總是錯過關(guān)鍵時間節(jié)點的英特爾，現(xiàn)在真的著急了。

“英特爾之前收購的人工智能創(chuàng)業(yè)公司Nervana，2014年就說要做芯片，但2019年才推出一個深度學(xué)習(xí)推理芯片，所以現(xiàn)在壓力很大。

“在AI加速器方面，很多云技術(shù)廠商的速度都幾乎跟他們同步了，更不用說英偉達(dá)。”

一位集成電路從業(yè)者告訴虎嗅，英特爾如今只能靠大量“收購”來補齊這些缺失的模塊，亦如他們大部分與AI能力相關(guān)的東西都是靠買得來的。

2019年半導(dǎo)體界最為轟動的并購交易——英特爾耗資20億美元收購以色列公司Habana，便是其抗擊英偉達(dá)頗為關(guān)鍵的一步棋。

Habana迄今為止就推出了兩款處理器：訓(xùn)練芯片Gaudi與推理芯片Goya。前者對標(biāo)英偉達(dá)的tesla V100，后者對標(biāo)推理芯片T4。

鑒于V100與T4都是目前數(shù)據(jù)中心采用的主流AI加速器，所以我們可以理解為，Habana就是為爭奪英偉達(dá)在數(shù)據(jù)中心市場份額的“存在”。

其中，Gaudi與許多AI專有訓(xùn)練芯片最大的不同在于，允許數(shù)據(jù)在多個計算節(jié)點之間共享的方式更加開放——一臺電腦可以通過另一個城市的另一臺電腦訪問內(nèi)存，不會占用自己的CPU，大大提升了使用效率。

這意味著，該能力允許用戶更加高效地跨網(wǎng)絡(luò)或加速器結(jié)構(gòu)來共享數(shù)據(jù)，尤其適合在大規(guī)模并行計算機(jī)集群中使用。

Gaudi的系統(tǒng)開放連接與擴(kuò)展形式，是被看做是其最大的優(yōu)勢之一

當(dāng)然，除了靠“買”搶占市場，英特爾更為直接粗暴的競爭方式是——升級至強(qiáng)處理器、或者直接推出專門用于數(shù)據(jù)中心的GPU方案。

2019年4月，英特爾發(fā)布第二代至強(qiáng)處理器時，格外強(qiáng)調(diào)了“這是第一個內(nèi)置了人工智能加速處理模塊的CPU架構(gòu)”；2020年中旬，一款基于Xe 架構(gòu)的GPU 也將面世，而英特爾已經(jīng)承認(rèn)，這個產(chǎn)品是為數(shù)據(jù)中心量身定做的。

與英特爾相比，重返數(shù)據(jù)中心市場沒多久的AMD，暫時不會對英偉達(dá)在這個市場的產(chǎn)品線構(gòu)成威脅。

但請記住，AMD在本月被曝光細(xì)節(jié)的代號為“Arcturus”的服務(wù)器加速卡Radeon Instinct MI100，是一塊針對數(shù)據(jù)中心和重量級計算任務(wù)而設(shè)計的GPU，旨在對標(biāo)英偉達(dá)的T4。

新對手登臺：好戲在后頭

在英偉達(dá)GPU對數(shù)據(jù)中心不斷滲透的過程中，除了老對手的夾擊，數(shù)據(jù)中心經(jīng)營者格局也在發(fā)生顯著變化——

AI相關(guān)應(yīng)用的急劇增長，引發(fā)了市場對超大型數(shù)據(jù)中心的強(qiáng)勁需求。

超級數(shù)據(jù)中心不同于典型的數(shù)據(jù)中心，從字面意義來看，他們的體量顯然更為龐大，有成千上萬臺服務(wù)器以及數(shù)百萬臺虛擬機(jī)。因此，他們有足夠的能力來處理一個小型數(shù)據(jù)中心所不能承受的“AI計算之痛”。

而云服務(wù)專業(yè)媒體CRN在2019年底給出了兩組有趣的調(diào)查數(shù)字：

首先，以公共云巨頭亞馬遜AWS、微軟Azure、阿里、谷歌、騰訊等科技巨頭為首的超大規(guī)模數(shù)據(jù)中心運營商，正在迅速搶占數(shù)據(jù)中心市場的支出份額。目前，數(shù)據(jù)中心硬件和軟件上每3美元的支出，就有1美元來自這類企業(yè)。

其次，自2013年以來，這類超大型數(shù)據(jù)中心的數(shù)量增加了兩倍。截至2019年第三季度末，共有504個由巨頭運營的超大規(guī)模數(shù)據(jù)中心，正在建設(shè)的則至少有150個。

因此，結(jié)合超級數(shù)據(jù)中心的成本支出與增長情況，一方面，服務(wù)器以及其他配套硬件還會源源不斷被送進(jìn)機(jī)房；

另一方面，AI處理任務(wù)的持續(xù)增長，又會倒逼服務(wù)器的配置要得到持續(xù)的升級。

根據(jù)人工智能非營利組織Open.AI公布的調(diào)查數(shù)據(jù)，深層神經(jīng)網(wǎng)絡(luò)的規(guī)模與復(fù)雜性，每3.5個月翻一番。因此，在被賦予更多更艱巨的計算任務(wù)的過程中，這些硬件的復(fù)雜程度與處理器性能也被提出了更高的要求。

舉個例子，亞馬遜AWS自2015年以后，便陸續(xù)在每個地區(qū)的數(shù)據(jù)中心部署了大量T4。原因就在于這些GPGPU擅長執(zhí)行像“對話式AI”、“人工智能推薦”這種高性能計算工作負(fù)載。

而像商湯、曠視這樣的人臉識別獨角獸企業(yè)，需要在建立的超算中心里部署超萬塊GPU。據(jù)商湯內(nèi)部工程師透露，他們每天在算法平臺上進(jìn)行數(shù)據(jù)訓(xùn)練迭代的單次成本，就高達(dá)數(shù)十萬元。

因此，我們可想而知，亞馬遜、微軟、阿里、谷歌等Top級云服務(wù)商的云計算數(shù)據(jù)中心，為了支持自己與客戶的深度學(xué)習(xí)訓(xùn)練任務(wù)，所需要的GPU量級到底有多大。

顯然，這個變化對所有數(shù)據(jù)中心的建設(shè)參與者，包括創(chuàng)業(yè)公司在內(nèi)，都是一個絕對不能放手的巨大利益池。

特別是云數(shù)據(jù)中心經(jīng)營商，高昂的訓(xùn)練時間與資金成本讓他們也甘愿下海一搏。

在一場不久前清華閉門交流會上，虎嗅有幸聽到了阿里達(dá)摩院資深算法專家楊永霞對云上如何訓(xùn)練若干種卷積神經(jīng)網(wǎng)絡(luò)模型的深度解析，而她在不經(jīng)意間，也流露出因硬件跟不上計算要求而產(chǎn)生的焦慮：

“一點幾PB的數(shù)據(jù)量，用8卡Tesla V100計算就要超過20個小時，而我們其實有幾百PB的數(shù)據(jù)。一塊V100就幾萬塊，真的是用不起啊?！?/p>

在這樣的需求形勢下，谷歌推出自稱性能可達(dá)同等級GPU產(chǎn)品15~30倍的AI專有芯片TPU；亞馬遜與阿里陸續(xù)推出旨在以極低成本交付高吞吐量的云端AI推理芯片；微軟為了能夠追上這股“造芯新時尚”，急忙在2019年11月宣布，將在云上釋放英國AI芯片創(chuàng)業(yè)公司Graphcore（這家企業(yè)的“成名作”是一塊被稱為IPU的“智能處理單元”IPU及其配套軟件Poplar，專門為人工智能應(yīng)用程序所需的并行計算而設(shè)計）提供的復(fù)雜圖像模型處理能力……

無論商用效果如何，以上都是云服務(wù)商不得已而為之的一個選擇。

但需要注意的是，這些云服務(wù)企業(yè)自研的大多是推理芯片。

由于神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練階段需要處理大量數(shù)據(jù)，同時也要完成不同的學(xué)習(xí)任務(wù)，因此GPU具備的大量平行運算單元，能夠充分滿足“訓(xùn)練”對運算的效率與通用性要求。

但進(jìn)入執(zhí)行階段，也就是“推理階段”，一個算法模型可以根據(jù)一堆量級不大的新數(shù)據(jù)得出結(jié)論。GPU當(dāng)然也可以做到這些，但多少有點“大材小用”。

沒錯，這就是亞馬遜、阿里為何研發(fā)定制推理芯片的另一個重要原因——對于大量推理工作，通用性或許不足，但專用肯定是有余了。

但有不愿透露姓名的業(yè)內(nèi)人士對這些“自研芯片”存有疑慮。因為他認(rèn)為，無論是自己做，還是部署其他公司的商用芯片，難度其實不相上下。

“云服務(wù)商如果真的打算在AI加速器上花錢，那么他們想要的一定是這項工具的靈活性，而非只滿足于實現(xiàn)單一目的?！?/p>

目前來看，只有英偉達(dá)GPU等少數(shù)幾家公司具備這樣的優(yōu)勢——讓一塊芯片駕馭不同的工作類型，譬如GaaS（游戲圖像渲染）、高性能計算加速以及模型訓(xùn)練與推理。

因此，在“更專業(yè)的精英”與“全能卻稍微平庸的人”之間，趨利的市場暫時會傾向于后者。

此外，即便某塊專有芯片比GPGPU更擅長處理某個任務(wù)，但后續(xù)卻可能需要一大批人為這塊芯片開發(fā)新的人工智能代碼。

說到底，這仍然少不了生態(tài)之間的較量。

在微軟選擇與Graphcore合作后，技術(shù)分析機(jī)構(gòu)Moor Insights分析師Karl Freund曾公開表示，這種芯片雖然看起來像是“名校高材生”，但靈活性仍然讓人懷疑。

“沒有證據(jù)表明其具備更好的可編程性，這讓工程師們不足以去開發(fā)新的應(yīng)用程序。即便是可編程性能做到，但在訓(xùn)練和推理方面都能取得好成績嗎？對于芯片創(chuàng)業(yè)公司來說，這很困難。”

的確，Graphcore曾強(qiáng)調(diào)自己的芯片“特別適合”完成那些超大人工智能模型或時間數(shù)據(jù)的訓(xùn)練任務(wù)。但是，他們自己創(chuàng)建的軟件框架Poplar，目前看起來也不太可能對抗在AI開發(fā)者群體具有極高威望的谷歌深度框架Tensorflow。而后者被英偉達(dá)的GPU產(chǎn)品所支持。

甚至于投資分析師DoctoRx對谷歌的TPU也心存質(zhì)疑。

他認(rèn)為，在部署時，谷歌構(gòu)建的規(guī)范并沒有他們想象的那么有效，這很大程度上是因為成本所致。

“雖然我不確定谷歌在宣布對外出租TPU能力后的接下來會實施什么樣的計劃，但與專業(yè)芯片供應(yīng)商的方案相比，我覺得這樣一個出于‘家用’目的的解決方案的確值得懷疑?！?/p>

有意思的是，他把TPU那些在業(yè)績、效率和成就方面取得的“第一”，稱為“更具有公關(guān)性質(zhì)的里程碑”。

“在我看來，谷歌總是在努力追趕或超越NVDA的P100s、V100s以及T4s。根據(jù)其公布的價格，TPU的使用定價幾乎對標(biāo)了V100，但比T4s要貴?！?/p>

谷歌的人工智能專用加速器TPU3.0

面對新老對手發(fā)起的密集攻勢，英偉達(dá)又一次選擇了“合縱連橫”。

雖然在高性能計算服務(wù)器與數(shù)據(jù)中心市場，英特爾x86處理器占據(jù)著最大的市場份額, 但隨著基于Arm內(nèi)核CPU的崛起，傳統(tǒng)x86 CPU產(chǎn)品正面臨著一定威脅。

作為全球最有名的芯片知識產(chǎn)權(quán)（IP）供應(yīng)商之一，ARM本身不做芯片，而是向芯片廠商出售芯片底層技術(shù)。截至目前，華為、蘋果、三星、高通、飛利浦等芯片廠商都要被ARM授權(quán)使用底層架構(gòu)才能設(shè)計芯片。

就在2019年中旬，英偉達(dá)宣布自己的CUDA平臺將在年底全面支持Arm CPU，向Arm龐大的生態(tài)系統(tǒng)提供全堆棧的AI、HPC軟件，一起開發(fā)超級計算芯片，進(jìn)而擴(kuò)大在數(shù)據(jù)中心市場的份額。

2019年底，在GTC中國的ARM站展臺上，很多人都在圍觀一款由英偉達(dá)與ARM聯(lián)手提供算力支持的服務(wù)器。不少人還在小聲嘟囔：

“我靠，ARM現(xiàn)在都搞服務(wù)器了?！?/p>

不過ARM工程師一直在反復(fù)解釋：“我們不做服務(wù)器，也不做芯片，這個樣機(jī)只是向大家展示Marvell（服務(wù)器品牌）基于ArmV8架構(gòu)的CPU處理器與英偉達(dá)GPU的配置。”

在問及ARM支持的服務(wù)器與X86架構(gòu)CPU的機(jī)器之間存在哪些差異時，工程師承認(rèn)，兩者性能方面有時會出現(xiàn)差距，但不能忽視GPU服務(wù)器的市場需求。

“這要看服務(wù)器的其他配置，有些不同品牌服務(wù)器的整體性能可能會弱一些，品類也會少。畢竟是基于（英特爾）X86的市場，很多運行的代碼程序都是根據(jù)X86來寫的，替換會有一定的工作量。

“但是用我們架構(gòu)的服務(wù)器芯片廠商越來越多，而且很多服務(wù)器越來越需要GPU。CUDA如果直接支持的話會省去很多麻煩，本質(zhì)上，我們想做的是一個生態(tài)性的聯(lián)合?！?/p>

與其他頭部企業(yè)一樣，為了完成“樂高式”的系統(tǒng)性成長，英偉達(dá)也喜歡“買技術(shù)”。

2019年3月，英偉達(dá)放出消息，欲耗資69億美元，收購以色列服務(wù)器網(wǎng)絡(luò)架構(gòu)服務(wù)商Mellanox。

這既是英偉達(dá)歷史上最大的一筆收購，也是這家AI芯片巨頭開始有意將核心業(yè)務(wù)從游戲向數(shù)據(jù)中心過渡的里程碑事件。

在行業(yè)看來，Mellanox最為擅長的，是制造幾種用來提升數(shù)據(jù)傳輸效率的通信設(shè)備。換句話說，就是幫數(shù)據(jù)中心用最高效的方式，連接數(shù)據(jù)中心內(nèi)部所有的服務(wù)器。

這意味著，假如英偉達(dá)能夠通過一套連接系統(tǒng)，將數(shù)據(jù)中心的數(shù)萬個計算節(jié)點上的GPU連接起來，那么節(jié)點間形成的信息流動，將匯聚成更加龐大的算力。

而巨量算力對應(yīng)的，是云計算數(shù)據(jù)中心的擴(kuò)張速度，呈爆發(fā)式增長的數(shù)據(jù)量，更大更復(fù)雜的計算任務(wù)，以及2023年將突破500億美元的市場規(guī)模。

總體來說，2020年仍然是英偉達(dá)“穩(wěn)贏”的一年。

因為包括英特爾在內(nèi)，大多數(shù)聲勢響亮的AI芯片公司才剛剛出貨，或正在努力出貨的路上（有些可能還沒出貨自己就沒了），這又給了英偉達(dá)升級產(chǎn)品充裕的時間。

譬如，V100 的性能就通過軟件升級在過去一年里提高了4倍，進(jìn)一步降低了數(shù)據(jù)中心客戶對額外硬件的需求。

當(dāng)然，在這個存在一系列涉及不同用例的巨大市場中，英偉達(dá)的芯片產(chǎn)品不可能形成絕對壟斷。但筆者認(rèn)為，英偉達(dá)在10年里建立起的開源帝國，將會讓其在云計算市場，乃至邊緣計算市場長期扮演關(guān)鍵性角色。

而反過來看，英偉達(dá)在2019年第四季度數(shù)據(jù)中心業(yè)務(wù)上的漂亮數(shù)據(jù)，除了讓英特爾、高通、英飛凌等老對手們思緒萬千，也讓無數(shù)創(chuàng)業(yè)公司與背后的投資者松了一口氣——PPT里關(guān)于人工智能的某條未來增長線是可期的。在剛成立時，他們就曾搭上過英偉達(dá)的順風(fēng)車，這一次，英偉達(dá)又讓他們看到了希望。

就在上周（2020年2月底），上文提及的AI芯片創(chuàng)業(yè)公司Graphcore 公開宣布獲得1.5億美元新一輪融資，估值達(dá)到19.5億美元；

本周，近幾年來風(fēng)頭很足的AI芯片創(chuàng)業(yè)公司寒武紀(jì)選擇在此時曝光上市信息——已在2019年末與中信證券簽署A股上市輔導(dǎo)協(xié)議，并計劃在科創(chuàng)板發(fā)行上市。

在寒冬凜冽的當(dāng)下，這些消息，的確能夠證明些什么。

(編輯：李國堅)