作為引領新一輪科技革命和產業變革的戰略性技術，人工智能AI已經成為新型工業化發展的重要推動力之一。在ChatGPT熱潮推動下，當前，AI人工智能及其應用在全球迅速普及。從產業格局來看，目前英偉達在AI芯片市場幾乎掌握著絕對的話語權。

而與此同時，為加速占領風口，以谷歌、微軟、蘋果等為代表的各大科技廠商都積極下場競賽。其中，Meta、谷歌、英特爾、蘋果推出了最新的AI芯片，希望降低對英偉達等公司的依賴，而微軟、三星等廠商在AI方面的投資計劃及進展亦相繼傳出。

微軟：逾110億美元投資計劃公布

微軟方面，近日，據多家外媒報道，微軟正在研發一款名為MAI-1的最新AI大模型。其規模遠超出微軟此前推出的一些開源模型，在性能上或能與谷歌的Gemini 1.5、Anthropic的Claude 3和OpenAI的GPT-4等知名大模型相匹敵。報道稱，微軟或將在即將舉辦的Build開發者大會上演示。

事實上，為應對日益增長的AI計算需求，微軟于近期宣布，將在威斯康星州投資數十億美元用于建設人工智能(AI)基礎設施。微軟表示，新的投資將為威斯康星州創造2300個建筑工作崗位，在設施建成之后，最終將創造多達2000個數據中心工作崗位。

此外，微軟還將在威斯康星大學密爾沃基分校投資了一個新的AI實驗室，以培訓工人使用AI技術。

據悉，微軟此次宣布的在美投資計劃涉及金額達33億美元，加上此前宣布的日本、印度尼西亞、以及馬來西亞、泰國等地的投資計劃，微軟近期在人工智能相關領域宣布的投資金額已經超過110億美元。

根據微軟上周宣布的多項投資計劃，其未來兩年內投資29億美元，用于提升其在日本的云計算和人工智能基礎設施；未來四年內投資17億美元，用于在印度尼西亞擴展云服務和人工智能，包括建設數據中心；未來4年中，投資22億美元于馬來西亞的云計算和人工智能等領域；投資10億美元在泰國建立首個數據中心，致力于為超過10萬人提供人工智能技能培訓。


蘋果：為數據中心自研AI芯片？

另一大科技巨頭蘋果公司亦推出了其首款AI芯片M4，據蘋果表示，M4芯片中的神經引擎是蘋果迄今為止功能最強大的神經引擎，比當今任何AI PC中的任何神經處理單元都更強大，蘋果進一步強調，今年將在生成式AI領域“開辟新天地”，為用戶帶來變革性的機遇。

而根據《華爾街日報》的報道，蘋果一直在研發自己的芯片，用于在數據中心服務器上運行人工智能軟件。據知情人士透露，服務器芯片項目的內部代號為ACDC（Apple Chips in Data Center，數據中心蘋果芯片）。報道稱，ACDC項目已經進行了好幾年，但目前還不確定這款新芯片最終會不會投入使用，以及何時會推出。

知名科技記者馬克·古爾曼的消息也顯示，蘋果公司今年將通過自研芯片在云端推出AI功能。根據古爾曼的說法，蘋果將在云計算服務器中部署高端芯片（類似于它為Mac設計的芯片），用于處理蘋果設備上最先進的AI任務，至于那些更簡單的AI相關功能將直接由iPhone、iPad和Mac內置的芯片來處理。

三星：AI推理芯片Mach-1或即將試產

據韓國媒體ZDNet Korea援引業內人士的消息指出，三星電子的AI推理芯片Mach-1即將以MPW（多項目晶圓）的方式進行原型試產，有望基于三星自家的4nm工藝。

此前，三星電子曾在股東大會上透露，將會在2025年初推出自家人工智能加速器芯片Mach-1。作為三星電子發展AI戰略的重要一步，Mach-1芯片是一款基于特定應用集成電路（ASIC）的人工智能推理加速器，并配備了LPDDR內存，使其特別適合邊緣計算應用。

三星電子DS（半導體）部門負責人慶桂顯曾表示，該芯片的開發目標是通過算法將片外內存同計算芯片間的數據瓶頸降至1/8，同時能效也提高八倍。慶桂顯指出，Mach-1芯片設計已通過現場可程式設計門陣列（FPGA）技術驗證，正進行系統芯片（SoC）的物理定型階段，預計將在年底前準備就緒，2025年初推出由Mach-1芯片驅動的人工智能系統。

除了開發AI芯片Mach-1外，三星電子還在美國硅谷建立專從事通用人工智能（AGI）研究實驗室，目標是開發能滿足未來AGI系統處理要求的新型處理器和內存技術。


以推理為突破口 英特爾能否分一杯羹？

在“Intel Vison”大會上，英特爾重磅發布了新一代AI芯片Gaudi3，較英偉達H100芯片在推理性能、硬件性能、I/O性能上均有提升，CEO帕特·基辛格更是宣稱與英偉達H200性能相當。

首先，Gaudi3推理能力平均提高50%，運行AI模型的速度則達到1.5倍。其次，Gaudi 3采用了臺積電5nm工藝，張量核心數量增加，性能在部分大模型上超越H100。此外，提高了端口速率和端口數量，增強整體數據傳輸能力。

去年年底，英特爾CEO帕特·基辛格曾炮轟英偉達的CUDA生態，稱其“既窄又淺”，并聲稱對于AI而言推理技術比訓練更加重要。盡管H100已經問世2年，但如果Gaudi3成功在推理方面大幅擊敗H100，這對英特爾而言將是一個巨大的勝利。

然而Gaudi3真的能夠比肩H100嗎？當下是無法持一個明確的肯定態度。

這主要是由于，英偉達并沒有止步H100。今年三月，英偉達基于BlackWell GPU（圖形處理器）架構發布的B100，性能再次獲得大幅提升，連馬斯克都不禁感慨，“目前沒有什么比英偉達GPU更好的AI芯片了。”

如果將英偉達最新款B100和英特爾Gaudi3進行對比，兩者差距一目了然。

從硬件方面來看，英偉達B100采用3nm（納米）工藝，而英特爾Gaudi3采用的是5nm工藝打造。一般而言，3nm工藝較5nm工藝芯片，集成晶體管密度更多、性能可能是后者芯片的兩倍、功耗同時降低20-30%。

目前，臺積電3nm晶圓量產代表了最先進的芯片集成技術，B100在芯片工藝上的選擇，就已經“秒滅”Gaudi3。當然，3nm工藝芯片制造成本較高，很可能會限制B100的客戶規模，僅有需要極高性能計算和AI處理能力的客戶，才能負擔B100的費用。預計在價格方面，Gaudi3有一定優勢。

在HBM（高帶寬內存）選擇上，搭載128GB內存的Gaudi3沒有采用最新的HBM3，而是采用了稍微有些過時的HBM2e。與HBM2e相比，HBM3不僅傳輸帶寬更高，單顆容量也從16GB擴大至24GB，甚至32GB。

I/O（輸入/輸出）方面，英特爾使用以太網路線，端口速率從100GB/S提高至200GB/S，每個芯片擁有24個以太網端口，結合與英偉達BlackWell類似的雙芯片設計，每張Gaudi3的以太網I/O總帶寬高達8.4TB/S。

總體而言，Gaudi3的此次升級不僅算不上激進，甚至稍顯保守，盡管在部分大模型上超越了H100，但仍然很難與英偉達最新的B100相抗衡。英偉達的技術與生態領先優勢、高昂的芯片成本、以及快速增長的AI芯片市場等諸多因素，都注定了英特爾的趕超之路任重道遠。


芯片只租不賣 谷歌和平“去英偉達化”

在Next大會上，谷歌公布了其自研的首款基于Arm架構的CPU芯片Axion，相較于GPU它具備算力優勢，能更高效地處理大量數據集，專為數據中心AI應用設計，旨在應對從廣告到大數據分析的多項任務。

具體而言，Axion芯片將廣泛適用于各類任務，尤其支持谷歌的搜索引擎和AI相關工作。谷歌強調，這款芯片在AI領域發揮著關鍵支持作用，通過高效處理海量數據并服務于數十億用戶，展現其強大實力。

下一步，谷歌計劃逐步在基于Arm的云服務器用例中運用Axion，目前Datadog、Elastic、OpenX和Snap等多家公司已計劃采用這款芯片。

Axion芯片是谷歌在芯片創新領域逾十年努力的延續，尤其在ChatGPT引發的AI競賽背景下，谷歌進一步堅定執行自研芯片戰略，以減少對外部供應商的依賴。

Axion AI芯片的推出，標志著谷歌開始逐漸“去英偉達化”，在減少對英偉達芯片依賴的同時，與傳統合作伙伴英特爾展開競爭，并向微軟和亞馬遜發起挑戰。不過，谷歌副總裁Amin Vahdat強調，此舉旨在擴大市場而非單純競爭。

也許出于這方面考量，Google的Axion AI芯片采取了只租不賣的業務模式，Alphabet（谷歌重組后的“傘形公司”）子公司的客戶將能夠在今年晚些時候通過 Google 的云業務訪問 Axion，但無法直接購買。通過不直接向客戶銷售，Google 避免了與其長期合作伙伴，以及主導芯片制造商——英特爾與英偉達的直接競爭，試圖通過這種模式，向行業內釋放積極友好信號。


試圖破局 Meta放了個大招

另一邊，為了改變英偉達一家獨大的局面，Meta也在尋求破局。

早在去年5月，Meta就已經推出首款自研 AI 芯片 MTIA（MTIA v1），采用的是臺積電 7nm 制程，而最新芯片 MTIA v2 同樣是交由臺積電代工，制程工藝升級到了 5nm。此外，下一代 MTIA 配備更多處理核心，片內存儲（on-chip memory）翻倍到了 256MB（MTIA v1 僅有 128MB），off-chip LPDDR5（第五代通信標準） 也提高到了 128GB（MTIA v1 為 64GB），主頻也從 800MHz 上升到了 1.35GHz。

有意思的是，MITA v2的面積僅變大了13%，功耗卻增加到上一代的3.6倍，即 90W（MTIA v1為25W）。相比之下，英偉達 H100 PCIe（高速串行計算機擴展總線標準）的最大功耗約在 350~500W 區間（SXM版高達700W），INT8（8位有符號整數）精度下稀疏算力為 3026TFLOPS（每秒浮點運算次數）。

根據Meta透露，目前MITA v2已經在16個數據中心區域投入使用。作為Meta在AI硬件領域的關鍵布局，MITAv2的性能提升將有效提升Meta社交軟件的排名和推薦系統效率，并支持其在生成式AI領域的發展。

作為英偉達H100 GPU的重要客戶，Meta預計今年底前將采購35萬顆H100。與此同時，Meta正加速自研MTIA系列AI芯片，旨在減少對英偉達的依賴，降低采購成本。

隨著AI技術的迅猛發展和市場競爭的加劇，在英偉達H200交付后，Meta面臨重要抉擇：是選擇繼續采購英偉達的產品以維持業務的穩定運行，還是選擇自給自足，通過自主研發和技術創新來擺脫對外部供應商的依賴？

這一決策絕非易事。但從Meta近兩年動作來看，Meta正加大研發投入以升級自有產品，逐步完成AI芯片的自主替代。


國產AI算力軍備競賽，第一梯隊已現雛形

伴隨多模態千億、萬億參數大模型的爆發，全球AI玩家都加入了算力軍備競賽。英偉達、AMD、英特爾這些算力巨頭自不必說。在軟件巨頭領域，不僅有亞馬遜、微軟、華為、百度、阿里、特斯拉等下游客戶推動自研芯片，國內AI芯片也百花齊放，華為、摩爾線程、寒武紀、壁仞、天數智芯等也在各施奇招，爭奪登上前往AI時代的一張新船票。

目前而言，國產AI芯片大體呈現了三個梯隊的格局。以產品性能、量產規模、擁有集群能力且已有場景落地等要素來考量，華為、海光、寒武紀、摩爾線程等公司可歸為國產AI芯片的頭部梯隊。目前國內只有華為和摩爾線程，可以實現國產化的千卡集群，其它廠商還在百卡階段徘徊。而一些起步不久的初創類芯片廠商，由于還在驗證或量產階段，產品仍在打磨階段。