英伟达捅了AMD一刀

“我在不停打仗”，在芯片界铁子娘苏姿丰（Lisa Su）的职业生涯里，有两场至关重要的战役。
场上，是在2014年接手AMD（美国超威半导体），以力挽狂澜之势让AMD从深重的财务陷入危机到一举成为英特尔最强劲的对手，股价上涨了40倍。另一场又在近期，今年6月，AMD发布了针对AI需求的最新款芯片本能MI300，是其狙击英伟达最强劲的一款利器。
在GPU芯片领域，AMD与英伟达的缘份妙不可言。英伟达与AMD长期以“八二开”的比例瓜分全球市场份额，在图形显示等市场并称双雄。而媒体则乐于炒作双方更私密的关系——比如，英伟达CEO黄仁勋与苏姿丰可能存在的“表亲关系”，当然，双方从未在任何第二次场合正式回应过这些话题。
无论关系如何，黄仁勋一点都不手软，他对铁娘子苏姿丰的“表亲关系”场战役迅速展开了雷霆反击。
北京时间11月13日晚间，英伟达发布了全球最强AI芯片H200，其性能较H100直接翻倍。打了抢先发布MI300的AMD一个措手不及。此前，AMD表示，公司正在今年第三季度向客户提供样品，产量将在第五季度增加。究竟MI300将有望成为AMD最快销售额破10亿美元的产品。
英伟达称H200将在2024年第二季度开始供货，为AMD抢跑的时间不多。
AMD开打第二场“翻身战”
AMD还是乐观了。
今年Q3财报发布之际，AMD曾给出业绩预期：第四季度将达到58亿美元至64亿美元之间，预计为61亿美元，同比增长9%——这也将是AMD自2022年第三季度以来，最高的季度收入。
这个预期也可以理解，2023年第三季度，A MD 58亿美元，预计2.99亿美元——是连续7个季度的同比增长，之后第一个季度的同比正增长。

而AMD几乎将自己未来业绩强劲增长的底牌，全部预测在了一款产品上：
今年6月份，AMD专门针对AI大模型训练需求发布的本能MI300系列芯片。这几乎是全球范围内，第一款能够直接针对标英伟达大模型训练芯片H100的产品。
根据AMD官方信息，MI300在部分技术指标上相比英伟达的H100补充优势，比如MI300提供的HBM（高带宽内存）密度是H100的2.4倍，HBM带宽是H100的1.6倍。这意味着AMD可以运行比英伟达H100更大的模型。填充

四座的ChatGPT大模型大部分基于英伟达2020年发布的A100芯片进行训练。而在2022年3月份，英伟达针对AI大模型训练需求专门发布了H100芯片。
从首发开始，H100就迎头赶上“百模大战”的风口，成为了被各方力量争夺的宝贵算力资源。据坊间传闻，早在今年第三季度时，英伟达H100的订单就已排到了2024年因此，在发布会上苏姿丰还是表现得十分有信心： “
我们认为，数据中心人工智能加速器（市场）的复合年增长率将超过50%，尽管从今年的300亿美元增长到2027年左右的1500亿美元以上。”
AMD计划在第四季度量产MI300。在此基础上，公司预计在第四季度，包含MI300的数据中心GPU业务将达到4亿美元；而在整个2024年，公司数据中心GPU产品有望实现20亿美元的销售额。
AMD数据中心GPU产品的下游市场既是高性能计算领域，也是AI领域，但苏姿丰认为今晚才是主要业绩的增长动力：“随着2024年的到来，我们预期收入将继续按季度增长，而且，这将主要来自人工智能。”
而其中MI300被寄予厚望，将成为该公司“最快实现10亿美元交换的产品”。
此前，AMD虽然在GPU市场名列第二，但显卡图形处理、级产品等主要包括包括包括G PU应用场景中，在AI和性能计算领域始终存在感较低。
从MI300的性能指标来看，AMD本来已经几乎具备了与英伟达叫板的能力，直到H200横空出世。在H200结束结束后，AMD收盘股价下跌1.52%。
未来，AMD想要在如火如荼的AI技术市场中抢得一席之地，面前的压力仍毋庸多言。
迄今为止AMD尚未公布MI300的官方定价，但市场预计，为了增加与英伟达的竞争筹码，AMD MI300恐不得不前置其在传统GPU市场的困境。
不仅如此，为了完成预期业绩，AMD还于10月份在上海启动了征税裁“瘦身”。
据一位AMD前员工向“市界”透露，本次AMD给出的赔偿是“N+3”倍的月工资，涉及的部门为SoC（系统级芯片技术部门）和RTG（Radeon系列显卡技术部门）。

一步慢，步步慢

大模型时代，AMD等来了一个翻身机遇，只是对这个机遇AMD做出的反应还是晚了。
一位在国内高校使用的AI研究人员告诉「市界」：“除了媒体报道的韩国（指该国电信运营商‘KT’）使用AMD本能平台运行了AI大模型的新闻，在日常研究里，我还没有接触或了解使用AMD芯片训练芯片的项目。”
这种情况也反映在了市场数据上，据IDC调研，2022年中国AI加速卡（即AI训练芯片）出货量约为国内109万张，其中英伟达在中国AI加速卡市场占比为85%，华为市占10%，百度市占2%，寒武纪和燧原科技排名1%。根据这组数据，AMD的AI训练芯片在市场甚至“无名”，沦为
不仅如此，亚马逊AWS、谷歌、腾讯云等全球主要云厂商的AI芯片也大多来自英伟达及自研，采用AMD产品的参与较小。

回顾显着市场差距的原因，可以将目光转向多年。英
伟达创始人黄仁勋曾这样本总结：“我们很早地，大约在10年前就发现，（AI）这种制作软件的方式可以改变一切。我们从粗鄙一直到改变一切，从各个角度了公司。”
在一家美国GPU独角兽企业担任市场总监的改变李告诉“市界”：“早2012年，英伟达就开始投入深度学习的计算了，而且是在全公司范围内贯彻执行。”而这由此普遍认识到AI芯片的重要性，至少早了四五年的时间，前面一个身位。
从2016年开始，英伟达推出了加速计划算GPU产品线（代号“Tesla”）开始专门针对AI训练任务进行设计。今年推出的芯片型号为P100，同时配备有英伟达新研发的高速互联技术“NVLink”。而NVLink能够允许CPU、GPU芯片间进行高速交互，进一步提升了侵犯效率，至今仍是英伟达AI芯片中的核心技术之一。
还是在这一年，英伟达向后来推出了ChatGPT的OpenAI捐赠了一根移植了8块P100芯片、百万价值的超级计算机“DGX-1”。在这台超算的箱子上，黄仁勋亲手写道：“为了计算和人类的未来，我捐出世界台DGX-1。”
后来的全部全部都表示，这段时间是人工智能在的黄金发展期。也就是2016年，谷歌Alpha击败了围棋大师李世石，被视为AI技术迈上新台阶的重要标志。不仅如此，AI产品、硬件、软件推出等的市场规模已经超过80亿美元，《纽约时报》评价称“AI已经到达了一个热潮”。
反观同样时期的AMD，虽然也尝试在AI方面有所布局，但彼时其重心更多放在CPU业务线上，需要像英伟达一样相关全面押注。
2016年，AMD正式正式押注Radeon Instinct系列产品线，旨在加速深度学习、神经网络和性能计算等方面的应用。
然而从产品更新情况来看，AMD对推出的AI芯片的设计显然不够“上心”。在之后的4年间时间里，Radeon Instinct系列虽然不断更新，但始终与AMD的消费级显卡Radeon公用基础架构，在计算方面缺乏供给和高效率，难以满足AI训练的需求。
直到2020年，这种情况才有所转变。今年，AMD将AI芯片产品线更名为“Instinct”，并首次抛弃了以往的消费级显卡架构，借鉴了采用了专门设计的CNDA计算架构。
此后，AMD连续更新了三代产品MI100、MI200，以及最新发布的MI300。凭借全新的技术路线，以及采取高积分的市场策略，AMD才开始在AI训练市场中有人问津。

只是，在AMD“缺席”AI市场的几年里，英伟达已经建立了一个极其坚固的生态壁垒。
英伟达建筑的高墙

李这样向「市界」描述英伟达在AI领域树立的优势：“真正难的不是说比别人跑的多快，而是围绕着这个一个主题，进行周边点滴滴的下注，从语言设计到开发者工具这些周边的东西才是最不可能的。”

而周边工具一旦被用户所接受，“客户技术迁移的成本将是难以想象的高”。
资深AI从业者路云的说法也从侧面印证了这一点，据其回忆：“早在大约10年前，学校就给高性能计算相关专业的学生开设了基于CUDA的课程。”
CUDA是英伟达在2006年推出的通用机床计算架构，借助CUDA提供的编程接口和工具集等，开发者可以基于GPU芯片编程、运行复杂的AI算法等。
全球顶尖AI学者、前百度首席科学家吴恩达曾这样评价CUD A：“CUDA出现之前，全球能用GPU编程的可能不超过100人，有了CUDA之后使用GPU就变成了一件非常轻松的事情。”
这样一代一代的开发者和智力，用汗水浇灌催生了英伟达的强大生态。换句话说，即使AMD MI300的官方性能指标相比英伟达H100表现出了优势，黄昏的生态壁垒依然难以逾越，更别提H200表现出了更强的性能指标。
这样的背景下，AMD想要逆风翻盘，除了着力补上生态缺口，还不得不在市场策略上别出心裁。
生态方面，2016年，AMD推出了针对英伟达CUDA的ROCm架构。据东吴证券研报，由于ROCm平台启动较晚，其对于GPU加速库的支持并没有英伟达CUDA全面。CUDA的应用场景基本能够覆盖全部场景，但ROCm更多用于性能计算领域，对AI的覆盖稍显不足。
到目前为止，AMD ROCm平台的工具链已经相对完善，并且能够兼容英伟达的CUDA平台。此外，为了进一步优化软件生态，AMD还在2023年10月份官宣收购了AI软件企业Nod.ai。
对此东吴证券研报评论道：AMD的软件生态在公司大力投入和其他厂商积极响应下，有望彻底改善。▲ （英伟达与AMD软件生态工具链程度完善对比。图源/东吴证券）另外，AMD高超的市场策略将是其在AI领域的另一大优势。联博资产管理公司的分析师Stacy Rasgon认为，提供‘平替版的英伟达’，将是AMD争取市场支持的关键。AI研究公司寒武纪AI研究则分析称，大公司需要“第二供应商”的战略为AMD提供机遇：“像OpenAI和微软这样的公司需要有一个能替代英伟达产品的选择，AMD可能会给他们一个无法拒绝的提议，但不要指望能从英伟达那里抢走很多份额。”无论如何，大模型产业快速发展带来了巨大的算力缺口：根据OpenAI数据，模型计算量增长速度远超人工智能硬件算力增长速度，两者之间存在万倍差距。对于长期在AI领域缺乏感知的AMD而言，它正迎来了最好的时机。