本文系作者授权首席营销官发表，转载请联系该作者
作者 | 周智宇        编辑 | 张晓玲        来源公众号 | 全天候科技（ID：iawtmt）

一周涨价30%，单片售价超十万。人工智能的火热，芯片的短缺，让英伟达A800成了市场上炙手可热的硬通货。

趁此东风，英伟达CEO黄仁勋一举成为和马斯克并肩，最受瞩目的企业家之一。英伟达的市值也飙升至1.17万亿美元，成了市场上最热门的科技公司。

然而一面是高端AI芯片的稀缺，一面则是“百模大战”，下游对算力需求高涨。面对才不过刚刚起势的市场，大大小小的竞争对手们，都在奋力追赶。它们希望打破眼下“AI芯片=英伟达”的格局，从这个万亿级的市场里分得一杯羹。

就在7月11日，英特尔在北京发布了专供中国市场的AI处理器Gaudi 2，它对标英伟达100系列，专为训练大语言模型而构建。

Gaudi 2的推出，意味着AI芯片市场里又有一位巨头下场。在英特尔之前，AMD也推出了自家的AI产品。英伟达、英特尔、AMD这三家从PC时代就鏖战不止的芯片三巨头，又在AI时代里正面交锋。

AI芯片市场里不会一家独大，随着一位位巨头入场，一场全新的竞逐，开始了。

借着推出Gaudi 2，英特尔向英伟达发起了正面进攻。

PC市场萎缩以及数据中心业务走软，让英特尔业绩承压。原本是服务器芯片市场“一哥”的英特尔的市场份额，被AMD等竞争对手蚕食。人工智能浪潮带来对算力的需求，则让英特尔看到了新的发力点。

Gaudi2由英特尔2019年斥资20亿美元收购的AI初创公司Habana Labs 设计，从推出的一开始，Gaudi平台就是为云端和数据中心提高深度学习训练效率而构建。

发布会现场，英特尔公司执行副总裁、数据中心与人工智能事业部总经理Sandra Rivera花了大量时间介绍Gaudi 2的性能，对比的对象，就是英伟达高端GPU A100和H100。

从演示的数据看，比如说Bert模型预训练，Gaudi 2 的性能是英伟达A100的1.7倍。至于更先进的英伟达H100，Habana Labs的首席运营官Eitan Medina表示，Gaudi 2 是目前为能够替代英伟达H100进行LLM训练的“唯一替代品”。在MLPerf 3.0 基准测试中，仅有Gaudi 2 与H100能够进行GPT-3训练。

从目前的数据来说，基于 GPT-3模型训练，Gaudi 2与H100尚有一定差距，单个H100的性能是Gaudi 2的3.6倍。不过Eitan Medina表示，随着9月英特尔发布对FP8的软件支持与新功能，Gaudi2的性价比预计将超越H100。

性价比，是Gaudi 2对抗英伟达100系列的一个核心优势。Eitan Medina告诉华尔街见闻，Gaudi2在运行ResNet-50时，每瓦性能约是英伟达A100的2倍，运行 1760 亿参数 BLOOMZ 模型的每瓦性能，则大概是A100 的1.6倍。

也就是说，在提供不错的性能的同时，Gaudi 2在能耗上明显优于英伟达A100，并且Gaudi 2也能从性价比层面挑战H100。英特尔也借此成为目前一众英伟达的挑战者中，最具竞争力的对手。

尽管同A100类似，Gaudi 2为了符合美国工业与安全局相关规定，与国际版存在差别。不过Eitan Medina表示，中国版Gaudi 2在整体性能上与国际版差别不大。明年计划推出的5nm Gaudi 3，也会在合规的情况下，提供给中国客户。

目前，英特尔已经与浪潮信息、新华三和超聚变等国内服务器厂商，以及百度智能云等公司展开合作。浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军也表示，联合英特尔发布新一代AI服务器NF5698G7，支持8颗Gaudi2。

此外，Sandra Rivera透露，到2025年的时候，英特尔会把Gaudi的AI芯片和GPU两条产品线进行整合，届时会推出一个更完整的下一代GPU产品。通过广泛的产品线，满足各种不同的需求。

英特尔不是首家向英伟达发起冲锋的芯片巨头。

去年6月，AMD也推出CPU+GPU架构的Instinct MI300，进军AI训练市场。随后在今年6月，AMD又通过祭出高达192 GB HBM内存的MI300X，进一步为满足大模型训练进行优化。

AMD的数据中心硬件主管Forrest Norrod称，ChatGPT引领的AI热潮让AMD也感到意外。业内还是迫切希望英伟达有一个竞争对手，能够在英伟达的芯片之外，还有一个替代的选项。

事实也是如此。日益增长的大模型训练需求，与产能受限，让英伟达充满了“幸福的烦恼”。英伟达方面透露，其订单已经排至2024年，像H100在明年一季度之前都处于售罄状态。

前不久的世界人工智能大会（WAIC）上，清华大学电子工程系主任汪玉也强调了目前算力资源的紧张。他表示，部署成本高、模型算力缺口大以及国产芯片生态需要扩张和构建，是目前大模型落地的三大挑战。

算力需求持续增长，以及大模型玩家渴望通过使用更优秀产品，以减少与OpenAI等厂商算力支持差距，都让市场里对算力的需求高企。半导体市场里的玩家也随之迎来全新的机遇。

Sandra Rivera表示，在一季度，人工智能带来的芯片需求，让英特尔包括Gaudi在内的产品需求翻了至少两倍。此外，在AI用例及市场需求爆发式增长的时候，第四代至强处理器也有很好的市场回响。

按照摩根士丹利的预计，包括英伟达和AMD的GPU、AI计算专用芯片以及这些芯片的外包生产在内，今年全球AI计算半导体市场年销售规模大概会在430亿美元。四年内，全球AI计算半导体市场销售额会达到1250亿美元。这在全球半导体受消费电子销售放缓，收入下降预期中，是一个增长的亮点。

这个万亿人民币的市场，也自然吸引了大小玩家，前赴后继地蜂拥而入。他们相信，市场里不止有一个英伟达。

英伟达确实有自己的壁垒。GPU相比CPU在并行计算能力、内存带宽等性能和浮点运算速度上具备明显优势，英伟达也借此在模型训练和推理上先行一步，领先了AMD和英特尔等玩家。英伟达统一计算设计架构CUDA也靠着封闭的生态，形成了自己的软件生态，绑定了百万计的开发者。

Sandra Rivera也承认，在目前进行人工智能、AI运算的时候，很多人都在用CUDA。然而在她的观察中，很多大模型的开发者不会做这么底层的开发，会在PyTorch、TensorFlow上做创新。

这也是英特尔等玩家的机遇。Sandra Rivera认为，软件开发或者开发者生态一直是英特尔的强项，在数据中心领域，除了CUDA，就是英特尔的X86软件生态。英特尔则希望为摆脱封闭生态系统，寻求效率与规模的的客户提供更具竞争力的选择。

除了英伟达、AMD和英特尔三个芯片巨头，市场上仍有大玩家摩拳擦掌，准备下场。马克·扎克伯格旗下的Meta Platforms在7月18日宣布，将携手高通，采用高通芯片，以在手机和个人电脑上运行Meta新大型语言模型Llama 2；马斯克也在xAI会议上表示，准备自研AI芯片。

在火热的“百模大战”之外，硬件端的战役也已打响。传统芯片巨头和不断涌现的新玩家们在AI上战得火热，如今浪潮初起，一场全新领域里的王者之争，方拉开序幕。