在这个由数据和算力驱动的时代，英伟达以其高性能的GPU芯片，几乎垄断了 AI芯片 市场。而随着AI竞争的加剧，芯片供应的紧缺，包含Meta、谷歌、亚马逊在内的科技巨头开始探索自研芯片。

　　当地时间4月10日，Meta公布了自主研发芯片MTIA的最新版本。MTIA是Meta专门为AI训练和推理工作设计的定制芯片系列。而前一日，谷歌也宣布推出基于Arm架构的 数据中心 芯片Axion。

　　科技巨头投身芯片研发，这背后既有想开脱供应依赖的考量，也有成本方面的压力。拿英伟达的明星芯片产品H100而言，当前的价钱已经飙升至2.5万~3万美元。根据Meta希望年底获得35万块H100的计划，这笔芯片费用最低也要87.5亿美元。

　　他们的入局是否会动摇英伟达在芯片市场的霸主地位呢？

　　科技公司上演“去英伟达化”

　　当地时间4月10日，Meta宣布推出自主研发的最新版本芯片MTIA v2，专为Meta旗下社交软件的排名和推荐系统而设计。早期测试结果显示，与去年5月公布的Meta第壹代AI推理加速器MTIA v1相比，最新版本的性能有明显提升，是初代版本的三倍。

　　而在此前一天，谷歌也宣布推出基于Arm架构的 数据中心 芯片Axion。据谷歌介绍，Axion芯片的性能比通用ARM芯片高30%，比英特尔生产的当前一代x86芯片高50%，能效高60%。谷歌计划将Axion用于谷歌旗下的多种服务，例如YouTube广告投放、 大数据 分析等。

　　其实，除了Meta和谷歌外，微软、 特斯拉 和亚马逊也已经相继发布了能够处理AI任务的定制芯片。

　　而业界也一直有许多关于OpenAI自研 AI芯片 的猜想，今年1月，彭博社曾援引知情人士表示，OpenAI首席执行官山姆·奥特曼正在谋划用数十亿美元资金建立一所具备一定规模的半导体晶圆厂。

　　图片来源：每经制图

　　市场研究机构CFRA分析师认为，大型科技公司正在面临芯片成本上的压力，需要靠自研芯片来加以缓解。另据《财富》杂志报道，对于拥有资金的大型科技公司而言，自研芯片也有助于减少对英伟达和英特尔等外部芯片生产商的依赖，同时还允许公司根据自己的AI模型定制个性化的硬件。

　　随着顶流AI工具ChatGPT的发布，生成式AI市场也引发了各大科技公司的竞相追逐，算力则是这一领域蓬勃发展背后的核心引擎。

　　在这一环境下，作为英伟达旗下A100、H100、A800和H800等高性能GPU芯片也成了各大AI公司争抢的对象，尤其是H100。去年7月，外媒曾曝出英伟达用于AI计算的 H100 GPU已僧多粥少。当时英伟达GPU的出货时间长达 11 个月，大多数英伟达客户需要等待将近一年的时间才能拿到订购的GPU。不过，如今的供应瓶颈有所缓解。

　　而且，这样的“香饽饽”，价格自然也是不低的。据了解，H100的价钱目前已经飙升至2.5万~3万美元。

　　据称，为了构建支持OpenAI项目的超级计算机，微软斥资数亿美元，在Azure 云计算 平台上将几万个Nvidia A100芯片连接在一起。据估算，即便只维持ChatGPT的基本运作，每年也需要约160亿美元成本。

　　今年3月，Meta也曾公布其布局AI基础设施的细节和路线图，称计划在今年年底前获得约35万块来自英伟达的H100 GPU，届时公司拥有的算力总和将接近于60万块H100所能提供的算力。即便根据最低售价2.5万美元来计算，这35万块H100的成本也高达约87.5亿美元。

　　英伟达霸主地位不复存在？

　　据《纽约时报》，英伟达在去年售出了250万颗芯片，几乎垄断了这个市场。根据研究公司Omdia的数据，英伟达销量占到整个市场的七成以上。受到强劲芯片需求的推动，英伟达去年股票价格累涨约240%，而从2024年年初直到今天，其股票价格累计上涨超83%，周五收盘价报881.86美元/股。

　　有分析认为，随着科技巨头进军芯片领域，英伟达的主导地位可能会面临要挟。“木头姐”Cathie Wood在最近与《巴伦周刊》的采访中指出，谷歌、亚马逊、微软、 特斯拉 等竞争对手纷纷亲自下场研发芯片，这将拖累英伟达未来收入增长。

　　咨询公司Forrester顶级分析师Alvin Nguyen则认为，“尽管谷歌、Meta和亚马逊等公司设计的芯片不会像英伟达的顶级产品那样强大，但这可能会让这些公司受益。尤其是，出货等待时间会更短。”

　　“从Meta的视角来看，这为他们提供了与英伟达讨价还价的筹马。”科技咨询公司Omdia的数据分析师Edward Wilford也如此说道。“在英伟达之外，他们还有其它选择。”

　　另外，Nguyen还认为，自研芯片可以更好地适应科技公司的特定AI平台，从而通过消除不必要的功能来提高效率并节省成本。这意味着，尽管英伟达GPU在AI 数据中心 方面表现出色，但其作为一种通用性硬件，在某些工作负载和某些模型中，效果可能不如定制芯片。

　　不过，科技公司的 AI芯片 开发是一个长期过程。Nguyen预计，这些芯片的开发大概需要一年半的时间，之后可能需要几个月的时间才能大规模实施。在可预见的未来，整个AI领域将继续严重依赖英伟达来满足其计算硬件需求。

　　而且，自研芯片其实不意味着科技巨头就可以完全开脱对英伟达的依赖。

　　其实，科技巨头造芯其实不是一件新鲜事情，谷歌从2016年起开始推出自研AI张量处理单元，亚马逊云科技在2020年宣布推出用于训练AI模型的自研芯片Trainium，但直至生成式AI爆发的当下，只有英伟达盘踞 AI芯片 龙头，成为最大的“卖铲人”。

　　《财富》报道认为，这一是由于科技巨头在制造能力上的制约；另一方面，英伟达构建了最大的芯片系统，提供了更高的性能，并且可以与更广泛的软件配合使用。亚马逊芯片业务责任人在接受外媒采访时曾说，“英伟达拥有出色的芯片，更关键的是，他们拥有令人难以置信的生态系统，基于此，让市场接受一种新的芯片是非常有挑战性的。”

　　研究公司Gartner的数据显示，到2027年，芯片市场预计将增长一倍以上，达到约1400 亿美元。盯上这块蛋糕的不只有AI模型的提供者们，AMD和英特尔等知名芯片制造商也正在加速推出性能更好的 AI芯片 ，挑战英伟达的霸主地位。

　　英伟达自然也不会束手就擒。2023年，英伟达推出了自己的云服务，企业可以在该服务中使用其芯片。另外，该公司正在基于芯片业务与云提供商例如 CoreWeave进行合作，以期与亚马逊、谷歌和微软展开竞争。

　　免责声明：本文内容与数据仅供参考，不构成投资建议，使用前核对。据此操作，风险自担。