英特尔、英伟达、AMD 三强争霸 AI 芯片数据中心市场,最新动态解析

aixo 2024-06-18 12:15:39
芯片 2024-06-18 12:15:39

21世纪经济报道记者倪雨晴 深圳报道

在AI芯片的赛场上,数据中心市场是近年快速增长的领地,英特尔、英伟达、AMD三强争霸。

6月上旬,各家纷纷出招,英伟达和AMD在展会上公布了数据中心GPU版图,英特尔则不仅推出了最新的CPU产品至强6系列处理器,也展示了Gaudi 3的最新性能和性价比。

值得注意的是,英特尔至强6处理器有两款,采用了两种微架构,分别是能效核和性能核。英特尔刚刚发布的是首款配备能效核的至强6处理器(代号 ),基于Intel 3制程工艺;另一款至强6性能核处理器(代号 ),预计将于今年三季度推出。

与此同时,英特尔还在继续推进AI芯片Gaudi系列。据悉,预计在今年第三季度实现全球上市,英特尔至强6处理器和Gaudi 3的解决方案组合,将应对数据中心中AI工作负载的要求。

近日,英特尔执行副总裁兼数据中心与人工智能事业部总经理 接受21世纪经济报道等媒体采访时谈道:“我们认为AI开启了数据中心业务的一个全新发展阶段。就像此前互联网的诞生,推动了一轮行业转型,包括云计算以及移动技术的发展。如今AI的出现,也催生了新的应用,同时也让我们看到,至少在未来10年,甚至未来20年-30年中,整个数据中心的业务将被重新界定。”

产品加速迭代

据预测,到2026年,超过80%的企业会部署生成式AI,而他们在生成式AI上的支出,在全球将超过1400亿美元。

面对庞大的市场,英特尔等芯片厂商不断迭代产品和解决方案。 说道:“现阶段,基于业界领先的开源模型所测试到的性能数据显示,将至强6和Gaudi 3结合在一起,和英伟达的H100和H200相比,能够有2倍于其的推理能力。”

以往每一代产品迭代都是基于一个微架构,此次英特尔在至强6上采取两种微架构。其中能效核处理器,更侧重高强度密集计算场景以及横向扩展的工作负载;性能核处理器,主要是优化性能,实现最高的单核性能。

这样的策略也是基于数据中心对于AI升级的新需求。 谈道:“客户对能效的要求越来越高,现在AI带来了更多对先进平台的要求。五年前,我们看到AI工作负载的需求主要在于虚拟存储,或者是对服务器端存储、核心密度等有一定的要求,但是这和现在的需求有所不同。”

他还提到,除了能效之外,内存容量、内存带宽、CPU和GPU之间的互连、GPU之间的互连,以及如何在不同节点之间实现网络互连都变得更加重要。因此,英特尔也在CPU、加速器以及网络连接能力方面进行持续投入和创新,并参与构建全球在开源AI软件方面的标准。

比如,近期英特尔、AMD、谷歌、微软、博通、思科、Meta、惠普企业等八家科技巨头联合组建了一个新的行业联盟,旨在推出一项名为UA Link的新技术标准,和英伟达的NV Link技术进行竞争。

竞争更趋激烈

对比来看,今年厂商在数据中心AI芯片领域的角逐更加白热化。

英伟达公布了下一代GPU架构Rubin,并宣布推出Rubin和 Ultra GPU以及最新的Vera CPU,路线图已经规划到了2027年;AMD今年将会推出全新的AI加速芯片 ,2025年推出MI350,2026年推出MI400,两者都保持一年更新一代的节奏。

谈及数据中心市场的竞争, 表示:“尽管在AI技术的驱动下,数据中心的发展进入到了一个新的周期。但整体竞争格局没有特别明显的变化,但我们看到,关键点就在于CPU和加速器这两者的平衡,即未来要想在市场上保持长期的领先地位,就要确保在CPU和加速器这两方面都具备行业的领先性优势。”

在CPU之外,目前英特尔还在发力Gaudi系列加速器。在 看来,Gaudi 3对于推动英特尔的数据中心和AI业务发展起到重要作用,“我们的业务发展涵盖全球市场,去年在中国市场发布Gaudi 2,就是希望能更好满足本地市场需求。因为无论是AI市场,还是中国市场对于英特尔来说都至关重要,我们希望能够拿出全面且完整的解决方案。”

一方面,三大芯片厂商之间的比拼更加猛烈,不论是迭代速度还是先进工艺,都在你追我赶。IDC亚太区研究总监郭俊丽告诉21世纪经济报道记者:“在当前的AI芯片市场上,排名前三的厂商是、AMD和Intel(英特尔)。这些公司在AI芯片的训练和推理方面占据了重要地位,它们在AI芯片领域的竞争非常激烈,各自通过不断创新和改进技术来巩固和扩大自己的市场份额。”

另一方面,目前英伟达在数据中心AI芯片上具备先发优势,英特尔、AMD都在争取更多份额。 告诉记者:“要取得成功,并非只看其中一、两个组件,而是要有系统观、全局观。因此,我们也在和主要的客户开展系统方面的建设和设计,其中包括超大型的云服务商以及OXM(即OEM和ODM结合在一起)这类企业,我们双方一起做系统设计,并进行验证和优化这些系统在主流、开源的模型上的表现和性能,比如像、 8以及国内的千问等模型。”