谁能替代英伟达？
在数据中心GPU领域，2023年英伟达出货量达到376万片，占据全球近98%的市场份额，可以说无人匹敌。
AI芯片也被称为AI加速器或计算卡，是专门用于处理人工智能应用中的大量计算任务的模块，主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）等。
根据Gartner的数据，2023年AI芯片市场规模将达到534亿美元，比2022年增长20.9%，2024年将增长25.6%，达到671亿美元。到2027年，AI芯片营收预计将是2023年市场规模的两倍以上，达到1194亿美元。
各大巨头公司上演的算力军备竞赛无疑成为了推高AI芯片市场的强劲动力。
从2024年起，主流大模型几乎都在千亿参数之上，Llama3有4000亿参数、GPT4有1.8万亿参数。万亿参数大模型，对应着万卡以上规模的超大算力集群。
OpenAI掌握着至少达五万片的英伟达高端GPU，Meta自建了24576片H100组成的超万卡集群，谷歌则有26000片H100构成的A3超级计算机……超过有4万家企业采购了英伟达GPU，像Meta、微软、亚马逊、谷歌总计贡献了其40%的收入。
财报显示，英伟达毛利率达到71%，其中，A100和H100系列的毛利率更是高达90%。英伟达作为一家硬件公司，有着比互联网公司更高的毛利率。
据悉，英伟达用于数据中心的AI芯片每片售价为2.5万-4万美元，是传统产品的7-8倍。研究公司Omdia咨询总监Kazuhiro Sugiyama表示，英伟达产品价格高昂，这对想投资AI的公司来说是一个负担。
高昂的售价也让不少大客户开始寻找替代方案。7月30日，苹果宣布其AI模型用8000片谷歌TPU来训练。OpenAI首颗芯片也于今日曝光，将采用台积电最先进的A16埃米级工艺，专为Sora视频应用打造。
全球范围内，AI芯片明星创业公司、独角兽纷纷涌现，试图从英伟达口中虎口夺食。这其中，既有华人背景的独角兽SambaNova以及刚刚崭露头角的Etched，也有OpenAI CEO奥特曼投资的独角兽Cerebras Systems正在冲刺IPO，软银集团总裁孙正义则是在去年将ARM成功上市之后，今年7月又收购了英国AI芯片公司Graphcore，试图打造下一个英伟达。
斯坦福系华人打造的AI芯片独角兽SambaNova
8月27日，美国AI芯片初创公司SambaNova首次详细介绍了其新推出的全球首款面向万亿参数规模的人工智能（AI）模型的AI芯片系统——基于可重构数据流单元 (RDU) 的 AI 芯片 SN40L。
据介绍，基于SambaNova的SN40L的8芯片系统，可以为5万亿参数模型提供支持，单个系统节点上的序列长度可达256k+。对比英伟的H100芯片，SN40L不仅推理性能达到了H100的3.1倍，训练性能也达到了H100的2倍，总拥有成本更是仅有其1/10。
SambaNova CEO Rodrigo Liang
公司的三位联合创始人都是斯坦福背景，其中CEO Rodrigo Liang是前Sun/甲骨文工程副总裁，另外两位联合创始人都是斯坦福教授，此外团队中还有不少华人工程师。
SambaNova目前估值50亿美元（约365亿元人民币），累计完成了6轮总计11亿美元的融资，投资方包括英特尔、软银、三星、Google Venture等。
他们不仅在芯片上要挑战英伟达，业务模式上也要比英伟达走得更远：直接参与帮助企业训练私有大模型。并且芯片不单卖，而是出售其定制的技术堆栈，从芯片到服务器系统，甚至包括部署大模型。
其对于目标客户的野心更是很大——瞄准世界上最大的2000家企业。目前，SambaNova的芯片和系统已获得不少大型客户，包括世界排名前列的超算实验室，日本富岳、美国阿贡国家实验室、劳伦斯国家实验室，以及咨询公司埃森哲等。
Rodrigo Liang认为，大模型与生成式AI商业化的下一个战场是企业的私有数据，尤其是大企业。最终，企业内部不会运行一个GPT-4或谷歌Gemini那样的超大模型，而是根据不同数据子集创建150个独特的模型，聚合参数超过万亿。
这一策略与GPT-4和谷歌Gemini等做法形成鲜明对比，巨头大多希望创建一个能泛化到数百万个任务的巨型模型。
两个00后哈佛辍学生打造的AI芯片公司Etched
Etched创始人是两个哈佛00后辍学生。Gavin Uberti曾在OctoML和Xnor.ai担任要职，Chris Zhu则是华裔，除了在哈佛大学担任过计算机科学的教学研究员外，还有在亚马逊等公司的实习经历。
他们在ChatGPT还没有发布的时候就看好大模型方向，于是在2022年从哈佛大学退学，与 Robert Wachen 和前赛普拉斯半导体公司首席技术官 Mark Ross联手创办了Etched，打造专用于 AI 大模型的芯片。
Gavin Uberti（左）和Chris Zhu（右）
他们走了一条独特的路线：只能跑Transformer的AI芯片，并且采用了ASIC的设计方案。目前，市面几乎所有方案都对AI模型广泛支持，而他们从2022年底，就笃定Transformer模型将会统治整个市场，认为GPU在性能升级上的速度太慢了，只有走特化的ASIC芯片这条路才能实现性能上的飞跃。
历经两年，今年6月27日，Etched 推出了自己的第一款 AI 芯片 Sohu，成为了世界第一款专用于 Transformer 计算的芯片。
它运行大模型的速度比英伟达H100要快20倍，比今年3月才推出的顶配芯片B200还要快上超过10倍。一个搭载八片Sohu芯片的服务器，可以取代整整160个英伟达H100 GPU。大大降低成本的同时，也不会有性能损失。
由于Sohu仅支持一种算法，所以绝大多数的控制流模块都可以被剔除，芯片可以集成更多的数学计算单元，在算力利用率上可以达到90%以上，而GPU却只能做到30%。对于一个规模不算大的设计团队而言，维护单一架构的软件栈明显压力也更小。
在Sohu芯片发布的同时，Etched也宣布已完成了1.2亿美元的 A 轮融资，由 Primary Venture Partners 和 Positive Sum Ventures 共同领投。
本轮融资的主要投资者包括硅谷知名投资人Peter Thiel、加密数字货币交易平台Coinbase前首席技术官及前a16z普通合伙人Balaji Srinivasan、GitHub 首席执行官 Thomas Dohmke、Cruise 联合创始人 Kyle Vogt 和 Quora 联合创始人 Charlie Cheever等等。
奥特曼投资的AI芯片独角兽Cerebras Systems拟冲刺IPO
成立于2015年的Cerebras Systems最独特的地方在于，他们的芯片和主流的英伟达GPU大相径庭。过去，芯片在摩尔定律的牵引下越做越小，以英伟达H100为例，814平方毫米的核心面积上拥有800亿晶体管。
而Cerebras的AI芯片，则选择将一整张芯片越做越大，号称“造出了世界上最大面积芯片”。据介绍，Cerebras开发的WSE 3芯片由整张晶圆切割，比盘子还大，需要人用双手捧起来。一张WSE 3芯片，在46000多平方毫米的核心面积上拥有40000亿晶体管（是H100的50倍）。
比盘子大的芯片，需要用双手捧起来。图源：Ars Technica
Cerebras宣称，他们的芯片可以训练的 AI 大模型规模，比目前业界顶尖大模型（如OpenAI 的GPT-4或Google的Gemini）还要大10倍。
今年8月27日，Cerebras Systems宣布推出AI推理服务Cerebras Inference，号称“全球最快”。据官网介绍，该推理服务在保证精度的同时，速度比英伟达的服务快20倍；其处理器内存带宽是英伟达的7000倍，而价格仅为GPU的1/5，性价比提高了100倍。Cerebras Inference还提供多个服务层次，包括免费、开发者和企业级，满足从小规模开发到大规模企业部署的不同需求。
联合创始人兼CEOAndrew Feldman拥有斯坦福大学MBA学位，首席技术官Gary Lauterbach被公认为业界顶尖的计算机架构师之一。2007年，两人一起创办了微型服务器公司SeaMicro，并由AMD在2012年以3.34亿美元收购，两人随之加入了AMD。
据外媒披露，Cerebras Systems已秘密申请在美国IPO，最快2024年10月上市。目前，这家公司已融资7.2亿美元，估值约为42亿到50亿美元，其中，最大的个人投资者之一是OpenAI的首席执行官山姆•奥特曼（Sam Altman）。据报道，奥特曼参与了Cerebras 的8100万美元D轮融资。
芯片传奇大神加盟的Tenstorrent，要成为英伟达的“平替”
在2021年之前，Tenstorrent还是一家名不见经传的公司。不过，随着被誉为“硅仙人”的半导体行业大神级人物吉姆・凯勒（Jim Keller）宣布加入该公司并担任首席技术官兼总裁，这家公司一时名声大噪。
吉姆·凯勒从业历程堪称计算机行业历史。1998-1999年，吉姆·凯勒在AMD操刀了支撑速龙的K7/K8架构；2008-2012年，在苹果牵头研发了A4、A5处理器；2012-2015年，在AMD主持K12 ARM项目、Zen架构项目；2016-2018年，在特斯拉研发FSD自动驾驶芯片，2018-2020年，在Intel参与神秘项目。
吉姆·凯勒加盟Tenstorrent，希望为英伟达昂贵的GPU提供“平替”。他认为，英伟达并没有很好地服务于某些市场，而这些市场恰恰是Tenstorrent所要夺取的。
Tenstorrent 称，其 Galaxy 系统的效率是英伟达DGX的三倍，成本低 33%，后者是世界上最受欢迎的 AI 服务器。
据报道，Tenstorrent 有望在今年年底前发布其第二代多用途 AI 处理器。根据 Tenstorrent去年秋天的最新路线图，该公司打算发布其Black Hole独立AI处理器和Quasar低功耗低成本小芯片，用于多小芯片 AI 解决方案。
该公司声称其即将推出的处理器提供的性能效率可与英伟达的 AI GPU 相媲美。同时，Tenstorrent 表示，其架构对内存带宽的消耗低于竞争对手，这是其更高效率和更低成本的关键原因。
Tentorrent芯片主要特点是其100多个内核中的每个内核都有小型CPU，即“大脑中的大脑”，内核将能够自行“思考”，决定先处理哪些数据，或者是否放弃某些被认为不必要的任务，从而提高整体效率。
截至目前，Tentorrent已经完成至少6轮融资。此前，Tentorrent的投资方以风投为主，也就是在吉姆·凯勒加盟之后，公司在2023年8月完成了新一轮1亿美元的融资，投资方中开始出现了产业资本——现代汽车集团和三星旗下风投公司Samsung Catalyst Fund。
软银打折收购Graphcore，打造英伟达的竞争对手
Graphcore成立于2016年，由CTO Simon Knowles和CEO Nigel Toon创立。公司致力于开发Intelligence Processing Unit（IPU），这是一种专门为人工智能和机器学习设计的处理器，具有独特的架构和优势，例如大规模并行的MIMD架构、高内存带宽和紧密耦合的本地分布式SRAM等。
Graphcore 陆续推出了多款基于IPU的产品，如GC200 IPU处理器、Bow IPU等，并不断进行技术升级和改进。
不过，今年7月，这家正处于困境的英国AI芯片企业已被软银收购。
根据协议，Graphcore将成为软银的全资子公司，继续以现有名称运营。报道称，整个交易总额可能达到约4亿英镑（约合5亿美元，35.60亿元人民币），比Graphcore上轮融资时估值28亿美元缩水82%左右，实际软银仅用2折价值买下Graphcore。
Graphcore 曾一度被视为“英国版英伟达”。然而自 2020 年以来，该企业未获得新的投资，也丢失了来自微软的重要订单，这使其资金紧张、运营困难，未能跟上AI芯片领域的大势。同时，美国对中国 AI 半导体的出口管制持续收紧，也影响Graphcore在中国的发展，最终不得不选择退出中国市场，并损失总收入的四分之一。
此次收购Graphcore不仅巩固了软银在AI芯片领域的地位，也是孙正义AI战略的重要一步。
前谷歌工程师成立Groq，创造出新物种LPU
Groq在今年8月宣布完成6.4亿美元D轮融资，投资方包括贝莱德、思科投资、三星催化基金等，估值达到28亿美元。
这家公司由前谷歌工程师Jonathan Ross于2016年创立，声称其语言处理单元硬件LPU可以运行现有的GenAI模型，如GPT-4，速度将提升十倍，而能耗仅为十分之一。该公司利用Meta的Llama 2创造了一个新的大型语言模型(LLM)性能记录，即每用户每秒300个令牌（Token）。
相对于GPU的多功能性，LPU虽然在语言处理方面表现出色，但其应用范围较窄。这限制了它们在更广泛的 AI 任务范围内的通用性。此外，作为新兴技术，LPU 还没有得到社区的广泛支持，可用性也面临挑战。
Groq计划在2025年第一季度末部署超过10.8万个LPU，这是除主要科技巨头之外最大的人工智能推理部署。
*免责声明：在任何情况下，本文中的信息或所表述的意见，均不构成对任何人的投资建议。
