博通代替不了英伟达

AI赛道的竞争也许没有你想象的那么热闹。

2024年底，前OpenAI联合创始人Ilya宣布，大模型的“预训练”即将结束，几乎用尽了“所有的互联网数据”。这意味着AI训练技术的一个重要阶段将走到尽头，或许会为AI行业带来新的转折点。就在这一消息发布的前一天，芯片巨头博通发布财报，CEO陈福阳预测自家XPU（专用芯片）将在2027财年实现600亿至900亿美元的营收规模。博通的XPU，作为与英伟达GPU的竞争对手，立即引发了市场的广泛关注。
这两者的发言似乎都传递了一个信号：AI芯片的需求将发生根本性变化，GPU可能不再是唯一选择，ASIC芯片（博通的XPU）有望迎来新的机会。消息一出，博通股价暴涨24%，市值突破一万亿美元，而英伟达股价却在随后的四个交易日中连续下跌。市场的预期似乎已经发生转变，认为GPU将被ASIC芯片所取代。然而，事实真的如此简单吗？英伟达的市场主导地位会就此崩塌吗？事实上，博通虽然在推理任务上具备优势，但要想取代英伟达，仍面临许多挑战。
训练与推理：两种完全不同的需求
首先，GPU和ASIC芯片在AI应用中担负的任务是截然不同的。GPU，作为通用芯片，在AI训练阶段表现得尤为出色。训练一个大规模的AI模型需要大量的并行计算，尤其是处理海量数据时，GPU的高计算能力成为了不可或缺的工具。英伟达的GPU在AI训练领域几乎占据了垄断地位，这种优势在短期内难以撼动。
相比之下，博通的XPU主要用于推理任务——也就是已经训练好的模型在实际应用中的执行阶段。推理任务对计算需求较低，更多的是关注低功耗和快速响应，而这些正是ASIC芯片的优势所在。虽然推理在AI应用中极为重要，但相对于训练阶段，推理任务的计算需求较少，因此博通的XPU在推理阶段具有一定的优势，但它并不能完全替代英伟达在训练中的市场份额。

ASIC芯片的“定制化”优势与局限
为了理解ASIC芯片的优势，我们可以将其比作“定制鞋”。你如果有一双非常特殊需求的鞋子，它可以为你在某些特定场合（如登山、跑步等）提供最优的效果。然而，这种定制鞋仅适合这些特定场合，一旦换了场地，你就无法使用它了。就像ASIC芯片，它是为特定任务（比如AI推理）量身定制的。
相比之下，英伟达的GPU就像是一双“多功能鞋”，不仅可以在AI训练中表现优秀，还能在其他许多领域（如图形渲染、科学计算等）广泛应用。虽然ASIC芯片在推理任务上有独特的优势，但它的专用性也决定了它无法像GPU那样适用于更广泛的任务和场景。
英伟达的技术生态：深厚的行业积累
英伟达的成功不仅仅是依赖GPU的强大性能，更多的是其完整的技术生态。英伟达通过推出CUDA编程平台和一系列深度学习库（如cuDNN、TensorRT等），已经牢牢占据了AI开发领域的“标准地位”。全球数以万计的开发者都依赖英伟达的工具和平台来进行AI模型的训练和优化，而这些工具已经成为全球AI技术应用的基础。
博通虽然在硬件性能上有一定的突破，但它的XPU芯片目前还未能建立起类似CUDA的强大软件生态。因此，尽管博通的ASIC芯片在特定任务上表现出色，但要吸引大规模的开发者群体使用，仍需要花费时间去构建生态系统。而且，英伟达依托CUDA已经在全球范围内形成了深厚的技术积累和市场网络，博通要想追赶上这一点，仍需面临巨大的挑战。
英伟达的通用性：跨行业的应用优势
英伟达的GPU不仅在AI训练领域具备强大的计算能力，还广泛应用于图形渲染、自动驾驶、视频游戏等多个行业。这种通用性是英伟达的重要优势之一。无论是学术界还是工业界，GPU的应用都无处不在，且随着AI技术的发展，GPU的需求只会进一步增长。
相比之下，博通的XPU（ASIC芯片）主要聚焦于AI推理任务，这使得它的适用场景有限。尽管在推理任务中具有一定优势，但要在更多领域取得突破，博通依然需要开发针对不同行业的定制化芯片，且这些芯片的市场需求尚未完全明朗。因此，英伟达的GPU凭借其跨行业的广泛适用性，依然占据着AI芯片市场的主导地位。
ASIC芯片的高门槛：定制化带来的挑战
ASIC芯片的优势在于其为特定任务提供了优化的性能，但其研发和生产成本远高于通用芯片。ASIC的定制化使得它只能满足特定任务的需求，而开发这种芯片的门槛较高，通常只有大型云计算公司（如谷歌、微软、亚马逊等）才有足够的资金和技术实力来承担这项投资。对于中小型企业来说，ASIC的性价比并不高，因此他们更倾向于选择英伟达的GPU。
英伟达的GPU正是凭借其高性能和相对低成本的优势，赢得了全球范围内的广泛应用。虽然博通的XPU在推理任务中可能会有优势，但其高昂的研发成本以及专用性的限制，仍使得它难以在更广泛的市场中取代英伟达。
黄仁勋的观点：英伟达的未来
对于当前的AI芯片竞争，英伟达CEO黄仁勋（Jensen Huang）近期在多个场合也发表了自己的观点。他强调，AI的“飞跃”仍然处于初期阶段，尤其是在大规模的深度学习训练方面，英伟达的GPU依然是市场的“心脏”。黄仁勋表示，随着AI应用的不断扩展，对计算能力的需求只会愈加增长。虽然其他芯片厂商正在努力追赶，但英伟达凭借其强大的研发能力、技术积累和市场生态，仍然处于行业的领先地位。
黄仁勋的言论也暗示了，尽管博通等厂商的ASIC芯片在某些特定领域能够发挥优势，但对于大规模的AI训练任务，GPU的通用性和强大计算能力仍然无可替代。

挑战
博通的XPU芯片虽然在AI推理领域展现出一定优势，但要全面取代英伟达的GPU，仍面临技术、市场和生态系统的巨大挑战。英伟达不仅依靠其GPU在AI训练中占据主导地位，还凭借其强大的技术生态系统，保持了在全球市场中的竞争优势。尽管市场对于AI芯片的需求日趋多元，博通可能在某些特定应用领域取得一定份额，但要想全面撼动英伟达在AI训练领域的地位，仍需要更长时间的技术积累和市场突破。未来，博通和英伟达可能更多是“互补”而非完全替代的关系。