留給鐵娘子的時間不多了
早在 2015 年，全球 GPU 芯片龍頭英偉達的創始人黃仁勳就曾犀利地評價競争對手 AMD：" 我們已經好多年不看 AMD 的動作了，當（英偉達和 AMD）差距是 9 跟 0 的時候，已經不是差距的問題了。" 在圖形顯示等 GPU 傳統應用市場，英偉達長期占據了 80% 以上的市場份額，将 AMD 遠遠甩在後頭。但随着 AI 大模型時代到來，AMD 正試圖憑借空前強大的芯片新品和難得的産業機遇，攻入英偉達的腹地。
" 我在不停打仗 "，在芯片界鐵娘子蘇姿豐（Lisa Su）的職業生涯裏，有兩場至關重要的戰役。
第一場，是在 2014 年接手 AMD（美國超威半導體），以力挽狂瀾之勢讓 AMD 從深陷财務危機到一舉成爲英特爾最強勁對手，股價上漲了 40 倍。另一場則是在當下，今年 6 月，AMD 發布了針對 AI 需求的最新款芯片 Instinct MI300，這是其狙擊英偉達最強勁的一個武器。
在 GPU 芯片領域，AMD 與英偉達的緣分妙不可言。英偉達與 AMD 長期以 " 八二開 " 的比例瓜分着全球市場份額，在圖形顯示等市場并稱雙雄。而媒體則樂于炒作二者更私人的關系——比如，英偉達 CEO 黃仁勳與蘇姿豐可能存在的 " 表親關系 "，當然，雙方從未在任何場合正式回應過這些話題。
無論關系如何，黃仁勳一點都不手軟，他對鐵娘子蘇姿豐的第二場戰役迅速展開了雷霆反擊。
北京時間 11 月 13 日晚間，英偉達發布了全球最強 AI 芯片 H200，其性能較 H100 直接翻倍。打了搶先發布 MI300 的 AMD 一個措手不及。此前，AMD 表示，公司正在今年第三季度向客戶提供樣品，産量将在第四季增加。原本 MI300 将有望成爲 AMD 最快銷售額破 10 億美元的産品。
英偉達稱 H200 将在 2024 年第二季度開始交付，留給 AMD 搶跑的時間不多。
AMD 開打第二場 " 翻身仗 "
AMD 還是樂觀了。
今年 Q3 财報發布之際，AMD 曾大膽給出業績預期：四季度營收将達到 58 億美元至 64 億美元之間，預計爲 61 億美元，同比增長 9% ——這也将是 AMD 自 2022 年第三季度以來，最高的季度收入。
這種預期也可以理解，2023 年第三季度，AMD 營收 58 億美元，淨利潤 2.99 億美元——是連續 7 個季度的淨利潤同比下滑之後，首次實現季度淨利潤的同比正增長。
而 AMD 幾乎将自己未來業績強勁增長的底牌，全部押注在了一款産品上：
今年 6 月份，AMD 專門針對 AI 大模型訓練需求發布的 Instinct MI300 系列芯片。這幾乎是全球範圍内，第一款能夠直接對标英偉達大模型訓練芯片 H100 的産品。
根據 AMD 官方信息，MI300 在部分技術指标上相比英偉達的 H100 更具優勢，比如 MI300 提供的 HBM（高帶寬内存）密度是 H100 的 2.4 倍，HBM 帶寬是 H100 的 1.6 倍。這意味着 AMD 可以運行比英偉達 H100 更大的模型。
驚豔四座的 ChatGPT 大模型大部分基于英偉達 2020 年發布的 A100 芯片進行訓練。而在 2022 年 3 月份，英偉達面向 AI 大模型訓練需求專門發布了 H100 芯片。
從亮相開始，H100 就迎頭趕上了 " 百模大戰 " 的風口，成爲了被各方力量争奪的寶貴算力資源。據坊間傳聞，早在今年第三季度時，英偉達 H100 的訂單就已排到了 2024 年，至今産品稀缺程度有增無減。
盡管如此，在發布會上蘇姿豐還是表現得十分有信心：" 我們認爲，數據中心人工智能加速器 ( 市場 ) 将以超過 50% 的複合年增長率，從今年的 300 億美元左右增長到 2027 年的 1500 億美元以上。"
AMD 計劃在第四季度量産 MI300。在此基礎上，公司預計在第四季度，包含 MI300 在内的數據中心 GPU 業務營收将達到 4 億美元；而在整個 2024 年，公司數據中心 GPU 産品有望實現 20 億美元的銷售額。
AMD 數據中心 GPU 産品的下遊市場既包括科學計算等高性能計算領域，也包括 AI 領域，但蘇姿豐認爲後者才是業績的主要增長動力：" 随着 2024 年的到來，我們預計收入将繼續按季度增長，而且，這将主要來自人工智能。"
而其中 MI300 被寄予厚望，将成爲該公司 " 有史以來最快達成 10 億美元銷售額的産品 "。
此前，AMD 雖然在 GPU 市場名列第二，但主要應用于圖形處理、消費級産品等傳統 GPU 應用場景，在 AI 和高性能計算領域始終存在感較低。
從 MI300 的性能指标而言，AMD 本來已經幾乎具備了與英偉達叫闆的能力，直到 H200 橫空出世。在 H200 發布會結束結束後，AMD 收盤股價下跌 1.52%。
在未來，AMD 想要在如火如荼的 AI 技術市場中搶得一席之地，面前的壓力仍毋庸多言。
至今 AMD 尚未公布 MI300 的官方定價，但市場預計，爲了增加與英偉達的競争籌碼，AMD MI300 或許不得不延續其在傳統 GPU 市場的性價比路線。
不僅如此，爲了完成預期業績，AMD 還于 10 月份在上海啓動了一輪裁員 " 瘦身 "。
據一位 AMD 前員工對「市界」透露，本次 AMD 給出的賠償條件是 "N+3" 倍的月工資，主要涉及的部門爲 SoC（系統級芯片技術部門）和 RTG（Radeon 系列顯卡技術部門）。
一步慢，步步慢
大模型時代，AMD 等來了一個翻身機遇，隻是對這份機遇 AMD 做出的反應還是晚了。
一位在國内高校任職的 AI 研究人員告訴「市界」：" 除了媒體報道的韓國（指該國電信運營商’ KT ’）使用 AMD Instinct 平台運行了 AI 大模型的新聞，在日常研究裏，我還沒有接觸或了解到使用 AMD 芯片訓練的項目。"
這種情況也反映在了市場數據上，據 IDC 調研，2022 年中國 AI 加速卡（即 AI 訓練芯片）出貨量約爲 109 萬張，其中英偉達在中國 AI 加速卡市場份額爲 85%，華爲市占率爲 10%，百度市占率爲 2%，寒武紀和燧原科技均爲 1%。根據這組數據，AMD 的 AI 訓練芯片在國内市場甚至 " 沒有姓名 "，淪爲其他。
不僅如此，亞馬遜 AWS、谷歌、騰訊雲等全球主要雲廠商的 AI 芯片也大多來自英偉達及自研，采用 AMD 産品的占比較小。
追溯形成顯著市場差距的原因，可以将目光轉向多年之前。
英偉達創始人黃仁勳曾這樣總結：" 我們很早地，大約在 10 年前就發現，（AI）這種制作軟件的方式可以改變一切。我們從底層一直到頂層，從各個角度改變了公司。"
在一家美國 GPU 獨角獸企業擔任市場總監的 Lee 告訴「市界」：" 早在 2012 年，英偉達就開始投入在深度學習的計算了，而且是在全公司範圍内貫徹執行。" 而這相較業内普遍意識到 AI 芯片的重要性，至少早了四五年的時間，領先一個身位。
從 2016 年開始，英偉達旗下的加速計算 GPU 産品線（代号 "Tesla"）開始專門針對 AI 訓練任務進行設計。這一年推出的芯片型号爲 P100，同時配備有英偉達新研發的高速互聯技術 "NVLink"。而 NVLink 能夠允許 CPU、GPU 芯片間進行高速交互，進一步提升了運算效率，至今仍是英偉達 AI 芯片中的核心技術之一。
還是在這一年，英偉達向後來推出了 ChatGPT 的 OpenAI 捐出了一台搭載了 8 塊 P100 芯片、價值百萬的超級計算機 "DGX-1"。在這台超算的機箱上，黃仁勳親手寫道：" 爲了計算和人類的未來，我捐出世界第一台 DGX-1。"
後來的種種迹象都表示，這段時間正是人工智能的黃金發展期。正是在 2016 年，谷歌 Alpha go 擊敗了圍棋大師李世石，被視爲 AI 技術邁上新台階的重要标志。不僅如此，AI 相關産品、硬件、軟件等的市場規模已經超過 80 億美元。
反觀同一時期的 AMD，雖然同樣試圖在 AI 方面有所布局，但彼時其重心更多放在 CPU 業務線上，并未像英偉達一樣全面押注。
2016 年，AMD 正式推出 Radeon Instinct 系列産品線，旨在加速深度學習、神經網絡和高性能計算等方面應用。
然而從産品更新情況而言，AMD 對旗下 AI 芯片的設計顯然不夠 " 上心 "。在之後的 4 年間時間裏，Radeon Instinct 系列雖然不斷更新，但始終與 AMD 的消費級顯卡 Radeon 公用基礎架構，在計算方面缺乏針對性和高效率，難以滿足 AI 訓練的需求。
直到 2020 年，這種情況才有所轉變。這一年，AMD 将 AI 芯片産品線更名爲 "Instinct"，并首次抛棄了以往的消費級顯卡架構，爲其采用了專門設計的 CNDA 計算架構。
在此之後，AMD 連續更新了三代産品 MI100、MI200，以及最新發布的 MI300。憑借全新的技術路線，以及采取高性價比的市場策略，AMD 才開始在 AI 訓練市場中有人問津。
隻是，在 AMD" 缺席 "AI 市場的幾年裏，英偉達已經建立起了極強的生态壁壘。
英偉達建築的高牆
Lee 這樣向「市界」描述英偉達在 AI 領域樹立的優勢：" 真正難的并不是說比别人跑的多快，而是圍繞着這一個主題，進行全方位點點滴滴的下注，從語言設計到開發者工具這些周邊的東西才是最難得的。"
而周邊工具一旦被用戶所接受，" 客戶技術遷移的成本将會是難以想象的高 "。
資深 AI 從業者路雲的說法也從側面印證了這一點，據其回憶：" 早在大約 10 年前，我們學校就給高性能計算相關專業的學生開設了基于 CUDA 的課程。"
CUDA 是英偉達在 2006 年推出的通用并行計算架構，借助 CUDA 提供的編程接口和工具集等，開發者可以基于 GPU 芯片編程、運行複雜的 AI 算法等等。
全球頂尖 AI 學者、前百度首席科學家吳恩達曾這樣評價 CUDA："CUDA 出現之前，全球能用 GPU 編程的可能不超過 100 人，有了 CUDA 之後使用 GPU 就變成了一件非常輕松的事情。"
這樣一代代的開發者和研究者，用汗水澆灌出了英偉達的強大生态。換句話說，即使 AMD MI300 的官方性能指标相比英偉達 H100 體現出優勢，後者的生态壁壘仍舊難以逾越，更别提 H200 展現出了更強的性能指标。
這樣的背景下，AMD 想要逆風翻盤，除了着力補上生态差距，還不得不在市場策略上别出心裁。
生态方面，2016 年，AMD 推出了對标英偉達 CUDA 的 ROCm 架構。據東吳證券研報，由于 ROCm 平台起步晚，其對于 GPU 加速庫的支持沒有英偉達 CUDA 全面。CUDA 的應用場景基本能夠覆蓋全場景，但 ROCm 更多用于高性能計算領域，對 AI 的覆蓋稍顯不足。
至今，AMD ROCm 平台的工具鏈已經相對完善，并且能夠兼容英偉達的 CUDA 平台。此外，爲了進一步優化軟件生态，AMD 還在 2023 年 10 月份官宣收購了 AI 軟件企業 Nod.ai。
對此東吳證券研報評論道：AMD 的軟件生态在公司大力投入和其它廠商積極扶持下，有望徹底改善。
（英偉達與 AMD 軟件生态工具鏈完善程度對比。圖源 / 東吳證券）
另一方面，AMD 高性價比的市場策略将是其在 AI 領域的另一大優勢。聯博資産管理公司的分析師 Stacy Rasgon 認爲，提供’平替版的英偉達’，将是 AMD 争取市場支持的關鍵。
AI 研究公司 Cambrian AI Research 則分析稱，大公司需要 " 第二供應商 " 的戰略将爲 AMD 提供機遇：" 像 OpenAI 和微軟這樣的公司需要有一個能替代英偉達産品的選擇，AMD 可能會給他們一個無法拒絕的提議，但不要指望能從英偉達那裏搶走很多份額。"
無論如何，大模型産業疾速發展帶來了巨大的算力缺口：根據 OpenAI 數據， 模型計算量增長速度遠超人工智能硬件算力增長速度，兩者之間存在萬倍差距。
對于長期在 AI 領域缺乏存在感的 AMD 而言，它正迎來了最好時機。
