英伟达手机谁是半导体行业的老大？AMD稳字当头相加相加

来源：网络整理浏览：0 2023-09-05 22:06:07

图片来源@视觉中国

文字| 价值研究所

盘中一度上涨逾30%，收盘股价和市值分别定为379.8美元和9392.95亿美元。英伟达距离万亿美元俱乐部仅一步之遥。

股价走势如此犀利，华尔街大公司也很理智，自发过来火上浇油。 24日起，巴克莱、摩根大通、韦德布什证券、贝尔德纷纷宣布上调英伟达股价预期。其中，最乐观的巴克莱银行将英伟达的目标价从原来的275美元上调至500美元，并且非常看好这家半导体厂商的发展前景。

英伟达可以成为半导体寒冬中第一个迎来春天的巨头。原因很简单：近期，前几天公布的一季度财报远远超出市场预期；芯片供应紧缺，业绩仍有很大增长空间。

从横向对比可以发现，经过这一轮的暴涨，英伟达已经与同行拉开了更大的差距：截至25日美股收盘，AMD的市值为1938.07亿美元，高通的市值为1938.07亿美元。为1158.78亿美元，英特尔仅为1142.85亿美元。三者之和只有英伟达的一半左右。

谁是半导体行业的老大？资本市场用金钱投票，给出了自己的答案。相比于追赶英伟达这一遥不可及的目标，对于AMD来说，坐稳行业“第二”的位置或许是更实际的任务。

处境截然不同的“准跑者”：AMD稳定，英特尔举步维艰

虽然我们习惯性地比较英伟达、AMD、英特尔、高通这几大半导体厂商，但高通的商业模式实际上与其他几家同行有很大不同。高通的业绩很大程度上与智能手机行业挂钩，其与英伟达的直接对抗只存在于汽车芯片等少数领域。真正与Nvidia对抗的是AMD和Intel。

需要明确的是，AI服务器芯片需求量很大，但核心是GPU和存储芯片。 openAI曾表示，在AI大型模型的训练中，对算力的需求一般会在3-4个月内翻倍，对存储芯片和GPU的需求也会相应增加。一般情况下，AI服务器的存储芯片使用量是普通服务器的8倍，更不用说GPU了。

因此，AMD、英特尔和英伟达之间的对抗也主要集中在GPU和AI芯片领域。两者相比，AMD胜在稳定性，虽然份额和技术不及Nvidia，但也绰绰有余。英特尔的处境更加尴尬。它买不起GPU，也爱不释手。浪费了很多时间，还是没有找到正确的方向。

AMD被称为“千年老二”，在CPU称霸半导体行业的时代长期为英特尔扮演配角，后来在智能手机时代成为围绕高通的二号人物。。但相比暴跌的英特尔，AMD至少业务布局更广，并没有完全错过任何一个风口。

目前AMD业务涵盖CPU、GPU和嵌入式三大赛道，前两项业务份额位居行业第二。去年一季度完成对Xilinx的收购后，AMD已经拿下了FPGA市场的半壁江山，进一步扩大了自己的势力版图。在最重要的GPU业务上，AMD将希望寄托在全新的MI300系列上，并将其视为对标Nvidia A100的种子选手。

从最近几个季度的表现来看，AMD比Intel有更多的积极信号。今年一季度，服务器业务所在的数据中心板块营收占比接近25%，CPU解决方案业务所在的客户服务板块营收占比达到15%。 GPU和CPU的进退表明AMD正在努力抢占AI风口，改善营收结构。

那么曾经的霸主英特尔现在的处境如何呢？

随着PC市场的衰退，CPU需求萎缩已是不争的事实。英特尔在追逐AI风口、发展GPU产品线的过程中也经历过波折，至今并未取得太大成功。

过去五年，英特尔为图形部门AXG投入了近35亿美元的研发资金，但遗憾的是收效甚微。去年8月，有消息称AXG部门可能整体裁撤。年底再次拆分，客户端计算、数据中心、AI两个团队整合。随后，英特尔副总裁兼超级计算事业部总经理 Jeff McVeigh 承认，整合 CPU 和 GPU 核心产品的 XPU 项目已经流产，对标 AMDMI300 和 Nvidia A100 的目标自然成为泡影。

最近Intel调整了计划，将Falcon Shores计划改为纯GPU方案，预计2025年发布。从这一系列的变化可以看出Intel并不愿意放弃GPU，但是一直找不到自己的位置。弯道超车远没有想象的那么简单。

日前，Jeff McVeigh 在接受媒体采访时表示，公司不会放弃 GPU 业务，正在花时间重新设计新产品。他还向外界承诺，英特尔新产品的计算能力肯定会优于英伟达的H100系列。但在看到产品之前，很难让投资者相信这些话。

总的来说，AMD比Intel更稳定，更有可能稳坐“次要”位置，但这只是相对而言。面对英伟达的领先优势，这两家传统巨头并没有太多对策。但话又说回来，追逐AI风口的不仅仅是AMD、英特尔等半导体厂商，还有硅谷的科技巨头。

微软、Meta、谷歌、亚马逊等大公司中会出现黑马吗？

不确定的“X因素”：硅谷巨头联手对抗英伟达？

芯片价格昂贵且难以获得，这似乎是英伟达的“原罪”。从官方定价中我们可以看到，Nvidia GPU的平均价格甚至高于很多重要处理器的价格。使用H100 GPU芯片的设备售价为4万美元，比隔壁英特尔最高端的Xeon贵了近两倍。

更糟糕的是，知道英伟达的芯片价格昂贵且需求旺盛，渴望训练大型人工智能模型的硅谷制造商没有更好的选择。谷歌使用的A3超级计算机需要配备8个NVIDIA H100 GPU。

英伟达的“算力垄断”已经成为硅谷巨头们面临的严重问题。他们采取的对策是自行研发AI芯片。

目前，微软、亚马逊、谷歌都计划开发AI芯片以及搭载自研芯片的AI服务器，Meta也蠢蠢欲动。在这些主要厂商中，谷歌和亚马逊领先一步：前者胜出是因为进入市场较早，积累了一定的AI技术和研发经验；后者胜出是因为进入市场较早，积累了一定的AI技术和研发经验；强烈的动机。

谷歌早在2021年发布的Pixel 6和Pixel 6 Pro就搭载了首款自研的Tensor芯片。 GPU性能较上一代旗舰手机搭载的外包芯片提升近80%。此外，谷歌还有专用的AI算力芯片TPU，支持加速机器学习。目前，谷歌TPU已经迭代到第四代。最新一代TPU v4超级计算机的整体运行速度较上一代提升近10倍。毫不逊色于NVIDIA A100，功耗甚至比A100低1.3-1.9倍。

亚马逊早在2018年就开始涉足AI定制芯片，但早期对算力的要求并不高，涉及的领域也没有那么广泛。直到今年年初最新一代Inferentia 2推理芯片的发布，外界才感受到它的进步：性能较上一代芯片提升近三倍，可实现超高- 具有多达 1750 亿个参数的高速连接分布式推理。 Inferentia 2将在大型模型推理和训练中发挥不可替代的作用。

与谷歌、亚马逊相比，最接近openAI、获得红利最多的微软实际上是弱势一方。计划在2025年推出开源芯片架构RISC-V的首款自研AI定制芯片MTIA和Meta，这也远远落后。不过，他们追赶英伟达的决心也非常强烈，很难保证他们不会不惜成本创造奇迹。

总而言之，打破英伟达的垄断已经成为硅谷巨头们的共同目标。为了尽快实现这一目标，他们甚至不惜与英伟达的几家老对手联手。 5月初，彭博社爆料微软有意资助AMD联合开发代号雅典娜的AI芯片，但双方均予以否认。

价值研究院（ID：jiazhiyanjiusuo）观察发现，消息传出后，AMD股价直线上涨超过12%，英伟达短期下跌超过1%。资本市场的反应相当敏感。坦白讲，现阶段谷歌和亚马逊很难对英伟达产生实质性影响，但这毕竟是不可避免的“X因素”。

AI时代，芯片除了算力还能做什么？

在追赶英伟达时，无论是AMD、英特尔等传统半导体厂商，还是微软、Meta等硅谷科技巨头，都将AI算力视为第一突破口。

毫无疑问，英伟达的芯片在计算能力上确实具有优势。

2020年发布的A100芯片依然保持业界领先的算力和性能。搭载540亿个晶体管，最大功率400W，BERT模型的训练和推理性能分别比上一代产品V100提升6倍和7倍。修改后的Ampere架构还实现了GPU扩展功能，进一步提升加速能力。

性能决定需求，需求影响价格。在此规律下，我们可以看到，NVIDIA AI芯片的强劲需求与优越的性能相辅相成。以前述旗舰产品A100芯片为例，近5个月累计涨价已达37.5%；中国特别版A800同期涨幅也超过20%，目前仍然供不应求。

Asymmetry Advisors 知名分析师 Amir Anvarzadeh 在最近的一份报告中也感叹，英伟达 A100 和 H100 芯片的计算能力“令人惊叹”，订单暴涨也是情理之中。就连作为合作伙伴的台积电也受益匪浅，产能利用率再次提升。

由此看来，在算力方面PKNVIDIA已经成为大多数竞争对手的最佳选择。

AMD今年在CES上发布了AI推理加速器Alveo V70的预览版和首款数据中心APU MI300，都专注于提升AI算力。前者号称AI算力巅峰，TDP达到75级，峰值算力达到400TOPS。后者拥有1460亿个晶体管，采用先进的5nm和6nm工艺，性能相同。

但一颗芯片的算力和能力能否决定两家芯片公司的成败呢？答案显然是否定的。

举个例子：如果单纯比较芯片算力的话，不擅长GPU的高通其实并不输给英伟达多少。

例如，高通的Cloud AI 100芯片在MLCommons人工智能芯片测试标准工程联盟的测试中，有两项功耗指标超过了Nvidia H100。在物体检测和图像分类两个方面，Cloud AI 100 优势明显，而 NVIDIA H100 在自然语言处理方面遥遥领先。两者只能算是各有千秋。

然而，英伟达不仅仅在芯片计算能力方面获胜。在AI赛道上，NVIDIA的影响力是全方位的：除了GPU芯片，还有围绕AI设计的推理平台、云服务系统甚至计算光刻技术。这些配套产品和服务是高通和大多数其他竞争对手所缺乏的。

用NVIDIA CEO黄仁勋的话说，AI行业需要一个“台积电式的代工厂来构建定制化的大语言模型”，为企业提供大语言模型推理和训练所需的各种产品和服务。在今年3月的GTC大会上占据重要席位的NVIDIA DGX Cloud云服务系统，配备了超算专用集群、AI软件等各种基础设施和软件，可以让企业客户快速进行大型模型训练。

为了赶上英伟达并抢占AI红利，AMD要做的不仅仅是提高芯片计算能力。在重重考验下，他们首先要明确自己的目标，认识自己的不足，才能找到未来正确的方向。

写在最后

绰号“皮哥”的黄仁勋对AI时代半导体行业的发展前景充满信心，坚信AI技术将为半导体企业带来更多商业价值。今年3月接受采访时，他预测未来12个月AI行业收入将大幅增长。 “公司要么跟上人工智能的步伐，要么就会被抛在后面。”

不知道 12 个月后会发生什么，但现在的情况已经很清楚了。英伟达确实远远落后于几个竞争对手。更有什者，有媒体将黄仁勋称为“新时代的摩尔”。看到这样的情况，英特尔、AMD这样的老对手肯定心里不舒服。

NVIDIA坐稳了行业老大的地位后，就开始想办法强化自己的竞争壁垒。后面的追击者也十分着急，战斗还没有结束。然而，从最初接触AI芯片，到击败所有对手，成为算力之王，英伟达用了几年的时间。如果AMD和英特尔想要缩小这些差距，他们不可能一蹴而就。

如果想要追赶NVIDIA，AMD就必须做好持久战的准备。需要填补的缺口不仅限于AI芯片算力。