隨著生成式 AI 技術加速演進，算力需求急劇增長，將促使2.8萬億元 AI 加速芯片市場迎來一場新競賽。
近日，芯片巨頭英特爾（Intel）發布基于Intel 7（10nm）制程的全新第五代英特爾至強可擴展CPU（中央處理器）芯片Emerald Rapids，平均性能比上代提升21%，可微調最高200億參數 AI 大模型，主要用于云數據中心和 AI 推理等場景。
除了英特爾，近期英偉達、AMD也在發布了多款數據中心GPU（圖形處理器）、CPU產品，以應對新一輪 AI 熱潮下算力暴增需求。其中，英偉達于11月發布H200 GPU芯片，大模型推理速度比H100提高近2倍；AMD則發布Instinct MI300X AI芯片，稱MI300X在多項測試中均優于英偉達H100，運行8卡時AI性能提升60%。
然而近期，英偉達團隊炮轟AMD，稱其沒有用開源TensorRT-LLM大模型優化軟件，如果用的話芯片速度會提高2倍多，但H100仍比MI300X快47%；對此，AMD“回懟”稱，即便用了英偉達軟件，MI300X也比H100快30%；英特爾CEO基辛格（Pat Gelsinger）也公開稱，英偉達CUDA軟件護城河“太淺”，其在AI領域的成功純屬偶然、非常幸運。
如今，面對 AI 加速計算的巨大需求，美國芯片巨頭們正悄然展開著一場爭奪大戰。
英特爾數據中心與人工智能集團兼副總裁兼中國區總經理陳葆立對鈦媒體App等表示，“AI 芯片用于大模型推理還處于早期階段，在當前一些加速芯片非常短缺的情況下，我們給了很多用戶另外一個選擇。我們非常看好數據中心市場的蓬勃發展。2023年一些智算算力的需求是遠遠大于供給的，這個情況會延續到明年。”
據統計，預計到2027年，基于 AI 需求帶動，全球數據中心加速芯片市場規模將達到2.8萬億元。
截至2023年12月29日美股收盤，英特爾（NASDAQ: INTC）股價報收50.25美元/股。
過去12個月內，英特爾股價累計漲幅達87.99%；英偉達（NASDAQ: NVDA）、AMD公司（NASDAQ: AMD）累計漲幅分別為245.94%、130.26%。
超2000億美金將投向AI芯片推理，AIGC或無需昂貴的GPU
過去一年，以ChatGPT為代表的生成式 AI 技術，推動了 AI 相關算力需求將不斷增長，并且可能成為 AI 芯片未來幾年內非常重要的需求賽道。
據艾瑞咨詢報告顯示，2023年，AI 大模型相關行業需求占中國智能算力總需求的58.8%，接近60%，是智能算力的最大需求方。阿里、騰訊、百度等中國科技巨頭對GPU芯片需求強烈，英偉達也因此成為中國 AI 大模型領域關鍵“軍火商”。
另據世界半導體貿易統計協會（WSTS）預估，2024年，受益于 AI 芯片需求持續增長，全球半導體市場規模預計將達到5883.6億美元（接近6000億美元，約合4.16萬億元），同比增長13.1%。
阿里云創始人王堅曾預測，未來云計算的算力都將會被這些在智能時代的電動機、所謂的大模型給消耗掉。
實際上，在生成式 AI（AIGC）時代下，算力正成為核心生產力。
數據顯示，2023年，全球 AI 加速計算市場規模將達450億美元。預計到2027年，全球數據中心AI加速芯片市場規模將達到4000億美元（約合人民幣2.8萬億元），五年的年復合增長率（CAGR）高達70%。
具體到案例中，生成式 AI 對算力的具體需求主要體現在搜索、辦公、計算機和游戲等核心場景中。
然而，在智能算力中心（服務器）環境下，AIGC不止需要GPU進行訓練，尤其隨著Llama 2這種超大參數規模的開源模型廣泛使用，未來大模型不一定需要重復性數據訓練。因此，大模型更大的算力工作負載或與 AI 推理計算有關，所以無論是CPU，還是GPU、APU、IPU加速卡，都將會發揮更大作用。
字節跳動旗下的火山引擎IAAS產品負責人李越淵向鈦媒體App介紹，“從CPU角度來說，在AI模型訓練前，需要快速處理“臟數據”，變成為模型所用的高效數據，這就要求高計算能力加持。同時，模型訓練涉及多種數據類型和多模態能力，那么對CPU的能力、內存和帶寬提出了高要求。另外，隨著模型增大，芯片間的互聯互通能力也變得關鍵。”
據AMD首席執行官蘇姿豐（Lisa Su）預估，未來價值4000億美元規模的AI加速計算市場中，其中超過一半的份額，即至少2000億美元將被專門用于 AI 推理計算場景的應用。這凸顯了AI 推理在整個AI加速計算市場中的重要地位，以及 AI 推理計算在大模型發展中的關鍵作用。
12月14日，英特爾發布了第五代至強可擴展處理器系列，在性能和能效方面都有重要提升，重點強調在AI大模型推理方面的性能表現，內置英特爾AMX（加速器），無需添加獨立加速器即可為AI加速，包括對參數量多達200億的模型進行推理和調優，并將其模型推理性能提高42%。
英特爾表示，與上一代至強產品相比，在相同的熱設計功率范圍內，全新第五代英特爾至強處理器平均性能提升21%，并在一系列工作負載中將每瓦性能提升高達36%。對于遵循典型的五年更新周期的客戶來說，總體成本最多可降低77%。IBM表示，相比此前測試數據，第五代至強處理器在其watsonx.data平臺上的網絡查詢吞吐量提高2.7倍。
英特爾數據中心與人工智能集團副總裁兼中國區總經理陳葆立
陳葆立對鈦媒體App表示，“近一、兩年，英特爾一直在以穩健的執行力推動產品路線圖發展，并按四年五個節點的節奏如期推進。至強更新速度越來越快，其實也是響應了客戶對于算力需求。”
陳葆立指出，英特爾與中國企業合作非常緊密。例如，美團采用英特爾第四代至強可擴展處理器支持目標識別、計算機視覺等 AI 推理工作負載；京東云則利用第五代至強處理器，使整機性能比上一代提升123%，Llama 2模型推理性能提升151%。
據悉，英特爾即將首次采用了“雙核并進”的路線圖設計，明年將推出基于Intel 3（3nm）制程的性能核和能效核處理器，對應著下一代至強Granite Rapids和全新能效核至強處理器Sierra Forest，以滿足不同數據中心需求。
阿里云服務器研發事業部高級總監王偉表示，由于大模型是顯存帶寬密集型和顯存容量密集型的，因此基于第五代至強可擴展處理器，增加了內存帶寬，在某種意義上來講，是有利于未來通過CPU來做生成式AI推理應用的。“目前，我們發現CPU可以輕松運行各種生成式 AI 模型，如Stable Diffusion、通義千問7B/14B/72B等，均可以在阿里云第八代ECS實例上進行推理運行。”
在陳葆立看來，AI 已經是當今生活不可或缺的一部分，AI 無處不在，因此對于英特爾的 AI 芯片和解決方案需求在不斷增加，而非只有GPU才能做到。
“很多企業目前采用最新的至強處理器已經可以處理許多工作。當然，一些想要訓練模型的公司需要加速卡，不管是來自英特爾還是友商，這確實是用戶需求，但我并不認為所有公司都有這個需要，這超過了目前市場的實際需求。”陳葆立表示，“我們非常看好數據中心市場的蓬勃發展。因為不管是CPU、GPU還是IPU，過去幾年每年都有不同火的點，但數據中心整體算力需求始終在增加，需要去解決不同的問題。”
陳葆立對鈦媒體App表示，他相信2024年，可能將會有更多 AI 大模型或AIGC應用落地，會有更多應用于創新，也會反哺到企業端。
“英特爾的策略是，憑借全棧的產品和解決方案，我們可以給客戶在不同的場景，不同的需求下，提供不同的解決方案，包括端、云、邊緣側等。”陳葆立強調，長遠來看，未來更多 AI 應用或將采用CPU芯片進行推理計算。
算力競爭加速，芯片巨頭攻“生態”
AI 大模型引發算力需求增長，同時也帶來更大的競爭，尤其是英特爾這些芯片巨頭的競爭對手、客戶、下游供應商等企業都在自研服務器芯片。
12月7日，谷歌發布迄今為止功能最強大、最通用的多模態 AI 大模型Gemini 1.0（中文稱“雙子座”）系列。在30項性能基準測試中，超大杯Gemini Ultra超越了目前最強模型GPT-4，甚至在MMLU測試上得分高達90.0%，成為第一個超越人類專家水平的 AI 模型。
但谷歌表示，Gemini 1.0 并非用英偉達A100或者是AMD等產品進行訓練，而是用自研設計的TPUs v4 和 v5e芯片上進行大規模 AI 訓練推理的，稱因此Gemini的運行速度明顯快于早期規模更小、性能更弱的模型。
更早之前，微軟也公布用于數據中心的兩款自研芯片，一是專門用于云端訓練和推理的AI芯片（ASIC）Microsoft Azure Maia 100；二是微軟自研的首款CPU（中央處理器）Microsoft Azure Cobalt 100。此外，亞馬遜、阿里、騰訊、字節跳動等多家國內外科技公司都開始自研芯片，用于自家的數據中心或云計算服務當中。而加上目前芯片限制的影響，中國市場的競爭就更加復雜。
談及市場競爭，陳葆立向鈦媒體App坦言，英特爾非常歡迎有很多的競爭對手來參與到整個市場中，同時英特爾對于市場競爭力非常有信心。
