[新聞] 亞馬遜、Alphabet、Meta和微軟在AI晶片

[stpiknow (H)]

亞馬遜、Alphabet、Meta和微軟在AI晶片的佈局，長期將帶給輝達麻煩

原文網址:
https://bit.ly/3UfIw3P

原文:
亞馬遜、Alphabet、Meta和微軟是AI雲端運算領域的四大參與者。他們也恰好是輝達GPU
的最大買家之一。可是這四家雲端巨頭的另一個共同點是他們都在製造自己的晶片，尋求
互補輝達無法滿足其AI客製化的供應。

其實，輝達的GPU非常昂貴，所以四家雲端供應商都希望並且需要控制不斷飆升的資本支
出預算。Meta、微軟、亞馬遜和Alphabet 在AI基礎設施上投入了大量資金。根據
FactSet估計，2024財年這四家的資本支出總計預計將達到1,780億美元，比2023年增加
26%以上。唯有透過設計自己的解決方案來實現，涵蓋軟體、硬體和晶片的大部分成本。

以亞馬遜為例，其於2015年透過收購以色列晶片設計公司Annapurna Labs進軍晶片業務。
這筆交易最後產生了三種晶片：一種名為Graviton的CPU，亞馬遜稱其性價比比同類x86晶
片高出40%；用於訓練LLM的Trainium；以及用於AI推理工作負載的Inferentia。

亞馬遜也投資OpenAI的敵手Anthropic。如今Anthropic用Trainium來訓練其AI模式。
Airbnb、位元組跳動、Snap和德國電信都是 Inferentia 的客戶。 亞馬遜使用自己的晶
片來運行 Alexa、亞馬遜廣告及其新的 Rufus 購物機器人。

Alphabet 旗下的谷歌近十年來一直在開發AI晶片，且創建完整系統的優勢，不僅是晶片
，還包括相關的軟體、網路基礎設施和儲存。谷歌將其晶片稱為TPU（Tensor Process
Unit）。谷歌正在開發第五代TPU，它有兩種類型，一種專注於效能，另一種則針對效率
。

谷歌使用TPU建立大型語言模型，包括其廣泛部署的Gemini軟體。它還依賴TPU來驅動
Google Mail和其他服務。 許多依賴Google TPU的新創公司包括製造個人化聊天機器人的
Character AI和提供文字到圖像軟體的Midjourney。

Meta則是推出了第二代AI晶片，稱為MTIA（Meta Training and Inference Accelerator
）。Facebook和Instagram都正在使用MTIA晶片來支援社群媒體排名和廣告模式。Meta表
示，MTIA 是一項長期事業，旨在為 Meta 獨特的工作負載提供最高效的架構。

至於微軟，其於2023年推出了Azure Maia 100 AI Accelerator，這是一款用於模型訓練
和推理的晶片。到目前為止，微軟僅限於內部工作負載的使用。未來微軟將重新構想從晶
片到伺服器到系統再到數據中心基礎設施的每一層，以最大限度地提高效能和效率。

總之，這四家廠商不太可能將其AI晶片販售給其他業者，並與輝達競爭。但是其生產的AI
晶片，仍會逐漸削弱輝達在AI晶片的佔有率，甚至未來的影響力。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1714349311.A.41A.html
→ zzahoward   : 長期來說 我們都死惹
推 arslanhs    : 老黃包圍網
→ soliboy     : 長期來說 這些公司都會倒
推 Raikknen    : 頂多自用
推 robin101246 : 長期來說 地球會毀滅
推 abbei       : 長期來說 1+1=2
推 rogergon    : 就想像是系統廠自己設計軟硬體不走wintel
→ rogergon    : 從歷史教訓看，很難玩得過老黃的業界標準
→ rogergon    : 除非像linux+arm做出另一個標準
推 yytseng     : 現在看winqual會不會成功囉
推 ru04hj4     : 六大派圍攻光明頂
→ yytseng     : 不過在大模型方面他們這幾家都還是買GB200
→ tsairay     : 只要它們搶不到GG產能就沒用吧,三星和intel明顯
→ tsairay     : 落後一段距離
→ tsairay     : 蘋果就死抓著GG產能不放,幫自己未來AI晶片產能卡位
推 pponywong   : 除非它們在AI佔有率可以到跟蘋果手機一樣
→ pponywong   : 否則不見得便宜
→ tabrisPTT   : 這幾間做出來的chip…效能應該慘到不行吧
推 agbr2       : 自己做chip是趨勢，好不好是另一回事
→ btpeter     : 剛開始 哪有這麼快趕上NV 目前最新的GPU B100/GB200
→ btpeter     : /B200效能… 需要時間 NV也不是花了多少時間才到這
→ btpeter     : 樣目前位置….但AI solution 絕對不會是只有GPU為主
→ btpeter     : 流…..ASIC/FPGA/RISC-V 都還是未知數也還在進行中
→ btpeter     : …. 任何的改變不是一蹴可及….
→ WSY000000000: 目前效能應該差距頗大，效益CP值到的話才有機會。
推 PTIMIKE     : 還不是要下單GG
推 madeinheaven: 三星也要做了
→ a27417332   : 什麼業界標準，他們就是想當標準呀
→ a27417332   : 雲三家打的算盤就是把AI服務拿來賣
→ a27417332   : 只要把模型遷移到自家硬體上順順跑就好
→ a27417332   : 只是順不順利就是另一件事了
→ a27417332   : 補述一下，第一句前面說的是底層後面說的是AI服務
→ cathychg    : 尼們忘了 還有雅虎噢。亞美利堅合眾合國
→ Alwen       : 就當初手機晶片潮再走一次而已
→ Alwen       : 三四年後一堆就說不玩惹
→ sachialanlus: 應該會做特質化的處理器 像是 TPU LPU 那種 不然 GP
→ sachialanlus: U 短時間內應該是沒辦法追上
→ btpeter     : ASIC 自己做作業 ….