2023年是AI大模型元年，要训练出高性能、高智能的AI模型，不仅需要大量的数据和算法，还需要强大的计算能力和硬件支持。AI芯片作为构成算力架构的基础，已成为全球科技公司竞争的焦点。
根据德勤预测，2024年AI芯片总销售额将占全球芯片市场预计规模5670亿美元的11%，其中针对AI优化的专用芯片将超过500亿美元，预计将占所有AI芯片年销售额的三分之二。
英伟达凭借其强大的H100芯片长期占据市场主导地位。今年，英伟达又将在二季度供货性能更强的H200芯片。对此，科技巨头英特尔、谷歌、Meta（原Facebook）相继推出自家AI芯片产品，意图打破英伟达的垄断局面。
以推理为突破口 英特尔能否分一杯羹？
在“Intel Vison”大会上，英特尔重磅发布了新一代AI芯片Gaudi3，较英伟达H100芯片在推理性能、硬件性能、I/O性能上均有提升，CEO帕特·基辛格更是宣称与英伟达H200性能相当。
首先，Gaudi3推理能力平均提高50%，运行AI模型的速度则达到1.5倍。其次，Gaudi 3采用了台积电5nm工艺，张量核心数量增加，性能在部分大模型上超越H100。此外，提高了端口速率和端口数量，增强整体数据传输能力。
去年年底，英特尔CEO帕特·基辛格曾炮轰英伟达的CUDA生态，称其“既窄又浅”，并声称对于AI而言推理技术比训练更加重要。尽管H100已经问世2年，但如果Gaudi3成功在推理方面大幅击败H100，这对英特尔而言将是一个巨大的胜利。
然而Gaudi3真的能够比肩H100吗？当下是无法持一个明确的肯定态度。
这主要是由于，英伟达并没有止步H100。今年三月，英伟达基于BlackWell GPU（图形处理器）架构发布的B100，性能再次获得大幅提升，连马斯克都不禁感慨，“目前没有什么比英伟达GPU更好的AI芯片了。”
如果将英伟达最新款B100和英特尔Gaudi3进行对比，两者差距一目了然。
从硬件方面来看，英伟达B100采用3nm（纳米）工艺，而英特尔Gaudi3采用的是5nm工艺打造。一般而言，3nm工艺较5nm工艺芯片，集成晶体管密度更多、性能可能是后者芯片的两倍、功耗同时降低20-30%。
目前，台积电3nm晶圆量产代表了最先进的芯片集成技术，B100在芯片工艺上的选择，就已经“秒灭”Gaudi3。当然，3nm工艺芯片制造成本较高，很可能会限制B100的客户规模，仅有需要极高性能计算和AI处理能力的客户，才能负担B100的费用。预计在价格方面，Gaudi3有一定优势。
在HBM（高带宽内存）选择上，搭载128GB内存的Gaudi3没有采用最新的HBM3，而是采用了稍微有些过时的HBM2e。与HBM2e相比，HBM3不仅传输带宽更高，单颗容量也从16GB扩大至24GB，甚至32GB。
I/O（输入/输出）方面，英特尔使用以太网路线，端口速率从100GB/S提高至200GB/S，每个芯片拥有24个以太网端口，结合与英伟达BlackWell类似的双芯片设计，每张Gaudi3的以太网I/O总带宽高达8.4TB/S。
总体而言，Gaudi3的此次升级不仅算不上激进，甚至稍显保守，尽管在部分大模型上超越了H100，但仍然很难与英伟达最新的B100相抗衡。英伟达的技术与生态领先优势、高昂的芯片成本、以及快速增长的AI芯片市场等诸多因素，都注定了英特尔的赶超之路任重道远。
（图注：Gaudily3与H100推理性能对比）
（图注：Gaudi3与H100功耗对比）
芯片只租不卖 谷歌和平“去英伟达化”
在Next大会上，谷歌公布了其自研的首款基于Arm架构的CPU芯片Axion，相较于GPU它具备算力优势，能更高效地处理大量数据集，专为数据中心AI应用设计，旨在应对从广告到大数据分析的多项任务。
具体而言，Axion芯片将广泛适用于各类任务，尤其支持谷歌的搜索引擎和AI相关工作。谷歌强调，这款芯片在AI领域发挥着关键支持作用，通过高效处理海量数据并服务于数十亿用户，展现其强大实力。
下一步，谷歌计划逐步在基于Arm的云服务器用例中运用Axion，目前Datadog、Elastic、OpenX和Snap等多家公司已计划采用这款芯片。
Axion芯片是谷歌在芯片创新领域逾十年努力的延续，尤其在ChatGPT引发的AI竞赛背景下，谷歌进一步坚定执行自研芯片战略，以减少对外部供应商的依赖。
Axion AI芯片的推出，标志着谷歌开始逐渐“去英伟达化”，在减少对英伟达芯片依赖的同时，与传统合作伙伴英特尔展开竞争，并向微软和亚马逊发起挑战。不过，谷歌副总裁Amin Vahdat强调，此举旨在扩大市场而非单纯竞争。
也许出于这方面考量，Google的Axion AI芯片采取了只租不卖的业务模式，Alphabet
（谷歌重组后的“伞形公司”）子公司的客户将能够在今年晚些时候通过 Google 的云业务访问 Axion，但无法直接购买。通过不直接向客户销售，Google 避免了与其长期合作伙伴，以及主导芯片制造商——英特尔与英伟达的直接竞争，试图通过这种模式，向行业内释放积极友好信号。
（图注：谷歌Axion AI芯片）
试图破局 Meta放了个大招
另一边，为了改变英伟达一家独大的局面，Meta也在寻求破局。
早在去年5月，Meta就已经推出首款自研 AI 芯片 MTIA（MTIA v1），采用的是台积电 7nm 制程，而最新芯片 MTIA v2 同样是交由台积电代工，制程工艺升级到了 5nm。此外，下一代 MTIA 配备更多处理核心，片内存储（on-chip memory）翻倍到了 256MB（MTIA v1 仅有 128MB），off-chip LPDDR5（第五代通信标准） 也提高到了 128GB（MTIA v1 为 64GB），主频也从 800MHz 上升到了 1.35GHz。
有意思的是，MITA v2的面积仅变大了13%，功耗却增加到上一代的3.6倍，即 90W（MTIA v1为25W）。相比之下，英伟达 H100 PCIe（高速串行计算机扩展总线标准）的最大功耗约在 350~500W 区间（SXM版高达700W），INT8（8位有符号整数）精度下稀疏算力为 3026TFLOPS（每秒浮点运算次数）。
根据Meta透露，目前MITA v2已经在16个数据中心区域投入使用。作为Meta在AI硬件领域的关键布局，MITAv2的性能提升将有效提升Meta社交软件的排名和推荐系统效率，并支持其在生成式AI领域的发展。
作为英伟达H100 GPU的重要客户，Meta预计今年底前将采购35万颗H100。与此同时，Meta正加速自研MTIA系列AI芯片，旨在减少对英伟达的依赖，降低采购成本。
随着AI技术的迅猛发展和市场竞争的加剧，在英伟达H200交付后，Meta面临重要抉择：是选择继续采购英伟达的产品以维持业务的稳定运行，还是选择自给自足，通过自主研发和技术创新来摆脱对外部供应商的依赖？
这一决策绝非易事。但从Meta近两年动作来看，Meta正加大研发投入以升级自有产品，逐步完成AI芯片的自主替代。
（图注：MTIA芯片与H100芯片对比）
面对Meta、谷歌、英特尔的纷纷亮剑，英伟达手握H100与H200，未来还有更具实力的B100等产品推出，对垒之下仍显从容。
参考资料：
《英特尔Gaudi3 AI芯片，干翻英伟达H100？》雷科技
《谷歌发布首款数据中心Arm结构处理器！》EETOP
《科技巨头接连推出《“去英伟达”AI芯片新品，这一次是Meta》硬AI
《预估2025年英伟达(NVDA.US) GB200出货量突破百万颗》集邦咨询
本文作者可以追加内容哦 !
