AMD的「終極武器」來了！
美東時間6月13日，AMD在「AMD資料中心與人工智慧技術首映會」上宣布，即將推出迄今最先進的人工智慧GPU MI300X晶片，該晶片可加速ChatGPT和其他聊天機器人使用的生成式人工智慧的處理速度，並且可以使用高達192GB的記憶體。
相較之下，英偉達的H100晶片只支援120GB內存，市場普遍認為這意味著英偉達在這一新興市場的主導地位或將受到挑戰。 MI300X將於今年稍晚開始向部分客戶出貨。
雖然投資者期待AMD能夠在AI晶片領域與英偉達展開競爭，但分析師們並未跟風吹一波AMD的這一強大武器，而是很理智地指出，AMD想要在人工智慧晶片領域挑戰英偉達的行業龍頭地位，還有很長的路要走，僅憑這款晶片並不能做到。
花旗晶片分析師Chris Danely 在最新報告中表示，AMD的MI300晶片似乎在設計上取得了巨大的勝利，但考慮到性能的局限性和失敗的歷史，他對圖形/CPU IC的可持續性表示懷疑，「雖然我們預計AMD將繼續從英特爾那裡獲得市場份額，但其新的Genoa 產品的成長速度似乎比預期的要慢」。
當日，Cambrian-AI Research LLC 創辦人兼首席分析師Karl Freund 也在《富比士》上發文表示，雖然AMD新推出的這款晶片激起了市場各方的巨大興趣，但與英偉達的H100晶片相比，MI300X面臨一些挑戰，主要有以下四個面向：
英偉達今天開始全面出貨H100，目前為止，該公司擁有AI行業最大的軟體和研究人員生態系統。
第二，雖然MI300X晶片提供了192GB內存，但英偉達在這一點上將很快迎頭趕上，甚至在相同的時間框架內可能實現反超，所以這並不是一個很大的優勢。 MI300X將會非常昂貴，與英偉達的H100相比，不會有明顯的成本優勢。
第三才是真正的關鍵：MI300沒有像H100那樣的Transformer Engine（一個用於在英偉達GPU上加速Transformer模型的函式庫），H100可以將大語言模型（LLM）的效能提高兩倍。如果用幾千個（英偉達的）GPU來訓練一個新模型需要一年的時間，那麼用AMD的硬體來訓練可能需要再等2-3年，或者投入3倍的GPU來解決問題。
最後，AMD尚未揭露任何基準測試。但訓練和運行LLM時的性能取決於系統設計和GPU，所以我很期待今年稍後能夠看到一些與同業競爭對手的比較。
不過，Freund 也補充稱，MI300X可能會成為英偉達GH200 Grace Hopper超級晶片的替代選擇。像OpenAI和微軟這樣的公司需要有這樣的替代品，雖然他懷疑AMD會給這些公司一個無法拒絕的報價，但AMD不會從英偉達那裡搶走很多市場份額。
今年以來，AMD的股價已經上漲了94%，昨日美股收跌3.61%，而同業英偉達則收漲3.90%，市值首次收於1兆美元關口上方。
事實上，英偉達之所以領先，不僅是因為其晶片，還因為他們在人工智慧研究人員中提供了十多年的軟體工具。 Moor Insights & Strategy 分析師 Anshel Sag 表示：「即使AMD在硬體效能方面具有競爭力，但人們仍不相信其軟體解決方案能與英偉達競爭。」
有望帶動科技企業的良性競爭
美國科技評論家 Billy Duberstein 12日指出，隨著ChatGPT的火熱，AI似乎開闢了新的領域，在許多行業的領先公司之間展開了一場競賽，爭相奪取市場份額。 無論英偉達還是AMD贏得了這場競賽，每家科技公司都會從中受益。
Duberstein 表示，潛在客戶對MI300非常感興趣。根據他引用的《數位時報》6月8日一篇文章，資料中心的客戶正極力尋找替代英偉達產品。目前英偉達在人工智慧GPU這個高利潤、高成長的市場佔據主導地位，在AI伺服器領域佔60%至70%的市場份額。
Duberstein 接著指出，鑑於目前英偉達H100的伺服器價格高昂，資料中心營運商希望看到英偉達有第三方競爭對手，這有助於降低AI晶片的價格。因此，這對AMD來說是一個巨大的優勢，對英偉達來說則是一個挑戰。這能為每個市場參與者帶來良好的獲利能力。
上個月，摩根士丹利分析師 Joseph Moore 調整了他對AMD人工智慧收入的預期，稱其可能比最初預期的高出「數倍」。
中國企業競逐GPU AI產業鏈可望持續從中受益
目前全球各大科技企業都在爭奪AI入場券。相較於海外巨頭，中國大科技公司採購GPU更為急迫。
根據《晚點 LatePost》了解，今年春節後，擁有雲端運算業務的中國各互聯網大公司都向英偉達下了大單。位元組今年向英偉達訂購了超過10億美元的 GPU，另一家大公司的訂單也至少超過10億元。 而且只有位元組一家公司今年的訂單可能已接近英偉達去年在中國銷售的商用GPU總和。
國金證券對AMD的新動作表示繼續看好AI產業鏈。該機構認為，生成式AI的持續火爆，帶動了AI晶片的強勁需求，英偉達二季度資料中心業務指引大超預期，台積電4nm、5nm、7nm產能利用率提昇明顯，都是最好的證明。
國金證券指出，根據產業鏈研究，光模組-DSP晶片龍頭廠商表示AI相關業務未來可望快速成長；CPU/GPU均熱片龍頭表示AI GPU二、第三季較上季大幅成長。龍頭表示，在接下來的季度中，伺服器PCIe Retimer晶片的需求將加速成長，並逐步提升。預計在2024年至2025年間，AI產業新產品將推動AI產業鏈的發展，並帶來持續的經濟效益。
以上是搶不到英偉達GPU的AI大模型們，AMD的晶片來了！的詳細內容。更多資訊請關注PHP中文網其他相關文章！
