鞭牛士報道，12 月 18 日消息，據金融時報報道， 随着 OpenAI 的最大投資者加快對人工智能基礎設施的投資，微軟今年購買的 Nvidia 旗艦芯片數量是其在美國和中國任何最大競争對手的兩倍。
科技咨詢公司 Omdia 的分析師估計，微軟今年購買了 48.5 萬塊 Nvidia 的 Hopper 芯片。這使微軟遠遠領先于 Nvidia 的第二大美國客戶 Meta（購買了 22.4 萬塊 Hopper 芯片），以及其雲計算競争對手亞馬遜和谷歌。
在過去兩年的大部分時間裏，Nvidia 最先進的圖形處理單元的需求超過供應，微軟的芯片儲備使其在構建下一代人工智能系統的競賽中占據了優勢。
今年，大型科技公司已斥資數百億美元建造運行英偉達最新芯片的數據中心，自兩年前 ChatGPT 首次亮相并引發人工智能領域前所未有的投資熱潮以來，這些芯片已成爲矽谷最熱門的商品。
微軟的 Azure 雲基礎設施用于訓練 OpenAI 的最新 o1 模型，他們與複蘇的谷歌、Anthropic 和埃隆馬斯克的 xAI 等初創公司以及中國的競争對手争奪下一代計算的主導地位。
Omdia 估計，字節跳動和騰訊今年分别訂購了約 23 萬塊 Nvidia 芯片，其中包括 H20 型号，這是 Hopper 的低端版本，經過修改以滿足美國對中國客戶的出口管制。
分析師表示，亞馬遜和谷歌與 Meta 一起加緊部署自己的定制 AI 芯片以替代 Nvidia 的芯片，分别購買了 19.6 萬塊和 16.9 萬塊 Hopper 芯片。
Omdia 分析公司公開披露的資本支出、服務器出貨量和供應鏈情報來計算其估值。
随着大型科技公司競相組裝越來越大的 GPU 集群，英偉達的市值今年已飙升至 3 萬億美元以上。目前，英偉達正開始推出 Hopper 的繼任者 Blackwell。
然而，由于擔心經濟增長放緩、大型科技公司自己的定制人工智能芯片的競争，以及唐納德 · 特朗普即将上任的美國政府可能對其在華業務造成幹擾，近幾個月來，該股的非凡漲勢已經減弱。
盡管美國政府對在中國銷售的美國人工智能芯片的功能有所限制，但字節跳動和騰訊今年已成爲英偉達最大的兩個客戶。
微軟已向 OpenAI 投資 130 億美元，是美國大型科技公司中建設數據中心基礎設施最積極的一家，既用于運行自己的人工智能服務（如 Copilot 助手），也用于通過其 Azure 部門出租給客戶。
微軟此次訂購的 Nvidia 芯片數量是其 2023 年購買的同代 Nvidia AI 處理器數量的三倍多，當時 Nvidia 在 ChatGPT 取得突破性成功後競相擴大 Hopper 的生産。
微軟 Azure 全球基礎設施高級總監阿利斯泰爾 · 斯皮爾斯 ( Alistair Speirs ) 向《金融時報》表示：良好的數據中心基礎設施非常複雜，是資本密集型項目。它們需要多年的規劃。因此，預測我們的增長将在哪裏，并留出一點緩沖空間，這一點很重要。
根據 Omdia 的數據，到 2024 年，全球科技公司将在服務器上花費約 2290 億美元，其中微軟的資本支出爲 310 億美元，亞馬遜的資本支出爲 260 億美元。數據中心基礎設施的前十大買家（現在包括相對較新的 xAI 和 CoreWeave）占全球計算能力投資的 60%。
Omdia 雲計算和數據中心研究總監 Vlad Galabov 表示，到 2024 年，服務器支出的約 43% 将流向 Nvidia。
「Nvidia GPU 在服務器資本支出中占據了極高的份額。」他說。「我們已經接近峰值了。」
盡管 Nvidia 仍然主導着 AI 芯片市場，但其矽谷競争對手 AMD 也正在取得進展。
據 Omdia 稱，Meta 今年購買了 173,000 塊 AMD 的 MI300 芯片，而微軟則購買了 96,000 塊。
今年，大型科技公司也加大了對自家 AI 芯片的使用，以減少對 Nvidia 的依賴。谷歌十年來一直在開發其 " 張量處理單元 "（TPU），而 Meta 去年推出了第一代 Meta 訓練和推理加速器芯片，這兩家公司各自部署了約 150 萬塊自家芯片。
亞馬遜正在爲雲計算客戶大力投資其 Trainium 和 Inferentia 芯片，今年部署了約 130 萬塊此類芯片。亞馬遜本月表示，計劃使用數十萬塊最新的 Trainium 芯片爲 OpenAI 的競争對手 Anthropic 構建一個新的集群，亞馬遜已向其投資 80 億美元，用于訓練其下一代人工智能模型。
然而，微軟在打造與 Nvidia 競争的 AI 加速器方面走得更早，今年僅安裝了約 200,000 個 Maia 芯片。
斯皮爾斯表示，使用 Nvidia 的芯片仍然需要微軟對自己的技術進行大量投資，以便爲客戶提供 " 獨特 " 的服務。
他說：根據我們的經驗，構建人工智能基礎設施不僅需要擁有最好的芯片，還需要擁有正确的存儲組件、正确的基礎設施、正确的軟件層、正确的主機管理層、錯誤糾正以及構建該系統的所有其他組件。
