财经新闻网消息：
英伟达凭借GPU“称霸”，越来越多的企业试图抢占AI芯片的“蓝海”。 马斯克最近表示，特斯拉正在开发自己的芯片，但不会被称为GPU或100s、H100s等。Dojo2将专注于大型模型。 此前，英特尔推出了“中国特别版”芯片，相比H100性价比更高。 与浪潮信息联合开发AI服务器。
业界普遍认为，英伟达想要保住这块蛋糕并不容易。 长城证券侯斌7月13日在研报中指出，与海外国家相比，未来三年我国AI芯片市场将以更高的速度增长，发展空间较大，市场空间广阔。 据招商证券张霞7月18日研究报告显示，2025年我国AI芯片市场规模将达到1780亿元，较2022年增长近100%。2021年至2025年，我国AI芯片市场CARG为42.9%，快于同期全球市场增速（32.1%）。
从市场格局来看，目前AI芯片领域存在三类玩家。 一是以英伟达、AMD为代表的老牌芯片巨头，近年来大举收购，增强自身人工智能产品线实力； IDC数据显示，2022年中国AI加速卡出货量约为109万张，其中英伟达在中国AI加速卡市场的市场份额为85%，华为市场份额为10%，百度市场份额为2%，寒武纪和燧原科技各占1%。
▌AI芯片市场争夺头把交椅：随着英伟达A800价格飙升，国内企业为GPU“拼杀”寻找出路。
今年，AIGC市场对GPU来说异常火爆。 旺盛的需求之下，GPU的供应始终供不应求。 GPU的紧张让很多终端公司感到不知所措。 优客德7月3日在投资者互动平台表示，目前公司订购的GPU陆续到货，对公司贡献有限，剩余GPU的交货时间和数量存在不确定性。 浪潮信息上周披露了半年报预告。 公司预计上半年归属母净利润2.86亿元至3.82亿元，同比下降60%至70%，营收预计同比下降30%。
“一切都在等待英伟达。” 一家AI公司高管告诉财联社记者，他的公司在4月份下了服务器产品的订单，但由于服务器公司的GPU还没有到货，所以没有确切的交货日期。
不幸从来都不是单独发生的。 近期，GPU市场再次遭遇风暴。 一方面，英伟达A800的价格一周内上涨了30%以上，价格甚至没有市场。 联想集团在MWC上海展会上表示，搭载A800芯片的高端服务器交货期为10个月；
业内人士透露，除了强劲的需求和政策因素外，英伟达自身的“自私”也与A800的短缺有关。 “目前正在减少A800的出货量，并推出利润更高的H800。” 一块H800单卡GPU的价格高达20万元以上，比涨价后的A800高出不少。 今年6月开始，H800将正式大规模推广。
在此背景下，不少人关心国产GPU企业未来是否有机会分一杯羹。 天数智信董事长盖禄江表示，实际上，无论英伟达的产品能否销往中国，我们的产品都已经可以使用了。 芯谋咨询分析师尚君满表示，对国产GPU的发展整体持比较积极的态度，但目前国内外产业链在设计、代工、生态软件平台等方面还存在一定差距。
据财联社不完全统计，在GPU领域有布局的A股上市公司包括晶嘉微、芯原、航金科技、卓翼科技、浩力科技、全志科技、通富微电子等，具体如下：
寒武纪作为“科创板AI芯片第一股”，此前在互动平台回应称，公司设计研发的智能芯片并非GPU，而是专门针对人工智能领域设计的芯片。 智能芯片的性能和能效优势主要集中在智能应用上。 它们可以在人工智能领域替代GPU芯片，但并不适合人工智能以外的其他领域。
值得注意的是，5月25日，英伟达发布2024财年第一季度财报，营收71.9亿美元，同比下降13%，但仍超出市场预期65.2亿美元，Q2营收指引107.8亿美元至112.2亿美元； 净利润同比增长26.3%至20.43亿美元。 与英伟达的业绩形成鲜明对比的是，寒武纪2023年第一季度净亏损2.55亿元，而去年同期为亏损2.87亿元。
事实上，自2019年以来，寒武纪净利润一直处于亏损状态，或受此影响，股价自上市以来累计跌幅高达84.35%。 该公司曾在2022年年报中表示，高质量的研发投入是芯片行业长期发展的坚实基础。 2022年全年，寒武纪研发费用将达到15.23亿元，同比增长34.11%。
▌国产高算力AI芯片换道？英特尔、华为等全球厂商加速存储计算融合部署
就目前炙手可热的AIGC模型所需的大算力AI芯片而言，是否有可能通过现有技术途径开发出能够与英伟达GPGPU对标性能的AI芯片？ 一些“出奇的正”技术包括：软件定义芯片、3D堆叠和先进封装、存储计算融合等。业内人士分析，只有深度融合计算、存储、网络、软件资源，加速数据共享和融合，才能更好地支撑计算，充分发挥数据价值。
7月14日，华为发布大机型时代AI存储新品“A310深度学习数据湖存储”。 该产品面向基础/行业大规模模型数据湖场景，实现从数据采集、预处理、模型训练、推理应用的AI全流程海量数据管理。 可实现多协议无损互通，简化数据采集流程； 通过近内存计算实现近数据预处理，减少数据移动，预处理效率提升30%。
所谓近存计算（PNM）属于存储与计算的融合。 后者也被誉为“AI算力的下一个极点”。 方正证券认为，有望成为继CPU、GPU之后的算力架构“第三极”。 除华为外，国内外多家公司都开展了存储计算一体化技术的研发，包括Intel、IBM、SK海力士、美光、三星、台积电、阿里等各大厂商，几乎都在部署PNM； 而智存科技、一竹科技、智信科技等初创公司则押注PIM（内存内处理）、CIM（内存计算）等更加亲密的存储计算融合技术路线。
在ASIC芯片通用性较弱难以应对下游算法快速演进、GPGPU受到高功耗、算力利用率低的制约的背景下，存算一体芯片凭借其低功耗但高能效比的优势，正在成为芯片行业的后起之秀。 据财联社不完全统计，涉及存算一体化的A股公司包括东信股份、恒硕股份、拉普特、资本在线、长电科技、澜起科技、润鑫科技等。 详情如下所示：
一级市场方面，存储与计算一体化也是近两年芯片投资最热门的赛道。 据思锐洞察统计，一竹科技、智存科技等七家存储计算一体化厂商受到资本青睐。 值得注意的是，存储与计算一体化赛道下的四家初创公司亦竹科技、智存科技、苹果芯科技、厚墨智能已连续两年获得融资。
分析人士认为，GPU与存储的关系大于竞争：GPU作为目前最成熟的解决方案，不能放弃，需要一批公司将其发扬光大； 而存储计算则是包抄、穿插进攻，突破国外技术壁垒，实现新技术。 变道和超车。
展望未来，业内人士指出，中国算力已成为日益稀缺的资源。 为了满足大型模型对大算力的需求，算力集群化将是未来的趋势。 在2023世界人工智能大会上，华为宣布升腾AI集群全面升级。 簇大小已从最初的 4,000 个卡簇扩展到 16,000 个卡。 训练速度更快，训练周期稳定在30天以上。 基于 AI，已原生孵化和适配了30多个大型模型。 截至目前，中国约一半的大规模模型创新都是由升腾AI支持的。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018