日前，英偉達的股價再次迎來上漲，總市值超過 2 萬億美元，成為繼蘋果（2.83 萬億美元）和微軟（3.06 萬億美元）之后第三家估值超過 2 萬億美元的美國公司[1]。

該公司之所以在過去一年里取得如此迅猛的市值增長，主要是因為其在 AI 芯片市場發揮的領先作用。

顯而易見，隨著以 ChatGPT 為代表的大語言模型的陸續出現，引發了全世界生成式 AI 市場的蓬勃發展。

根據數據統計公司 Statista 提供的數據，預計到 2024 年，生成式 AI 的市場規模將達到 666.2 億美元，到 2030 年市場規模有望達到 2070 億美元[2]。

要想構建對于發展大語言模型來說至關重要，并且用于深度學習、大規模模擬和并行處理的應用程序，少不了使用由英偉達開發的 GPU 芯片。

圖丨英偉達發布的 H100 芯片（來源：英偉達官網）

不過，由于種種原因，自 2018 年以來全球芯片一直存在短缺的現象，這給 AI、電子、汽車、醫療等行業的正常生產帶來沉重打擊。

一面是 GPU 短缺，一面是對生成式 AI 服務需求的持續增長，這種供不應求的態勢也讓英偉達于 2022 年發布的 H100 芯片極其昂貴，并且，為打造最好的生成式 AI 產品，包括騰訊、微軟、Meta 等在內的中美科技公司都在追捧這款 AI 芯片。

圖丨預計 H100 已于 2023 年交付給部分買家（來源：CB Insights）

其中，需要說明的是，H100 是英偉達繼 A100 之后推出的最新旗艦 AI 芯片，它作為 AI 基礎設施的核心，具有強大的計算能力，能夠幫助訓練和部署可以生成文本、圖像和音頻的大語言模型。

另外，根據 CB Insights 發布的 2024 年生成式 AI 預測報告，一顆 H100 的制造成本大約為 3320 美元，但平均售價已經達到 3 萬美元，最高售價甚至一度達到將近 10 萬美元[3]。

圖丨H100 售價大幅上漲（來源：CB Insights）

從另一視角來看，這種囤積芯片的行為，也體現出大型科技公司對英偉達的過度依賴。

在意識到這一點以后，亞馬遜、谷歌、微軟和 Meta 等科技巨頭紛紛構建自己的 AI 芯片，以及通過投資 AI 初創企業等舉措，試圖擺脫上述依賴，并開始試圖搶占芯片市場份額。

具體來說，谷歌部署 TPU（Tensor Processing Units，張量處理器）已經有 8 年時間。

2017 年，該公司發布一款新的專用集成電路產品 TPU，能夠支持 AI 神經網絡的訓練以及訓練后的推理。

基于數以萬計的 TPU，谷歌成功地構建了自己的 AI 產品，其中就有聊天機器人工具 Bard。

并且，包括 Cohere 在內的其他 AI 公司也在通過谷歌的云服務使用這些芯片，并構建類似的技術。

緊隨谷歌之后的亞馬遜，分別于 2019 年和 2021 年發布了 Inferentia 和 Trainium 兩款芯片。

前者可提供低成本、高通量的機器學習推理，后者旨在訓練機器學習模型，包括用于生成式 AI 的模型。

另外，該公司還于 2023 年 9 月給 Anthropic 這家 AI 公司注入 40 億美元的資金，后者將使用亞馬遜的定制芯片來構建 AI 模型。

亞馬遜 CEO 安迪·賈西（Andy Jassy）曾在該公司 2023 年第 4 季度財報電話會議中表示：“要獲得每個人都想要的 GPU 數量確實很困難。

因此，這也是亞馬遜的 Inferentia 和 Trainium 芯片對人們如此具有吸引力的一個重要原因。”

2023 年 5 月和 11 月，Meta 和微軟兩家公司分別發布了定制 AI 芯片 MTIA 和 Maia 100。

前者是針對 Meta 內部推理工作負載定制的，在性能、延遲和效率方面都具有良好的表現，后者使用 5 納米工藝制造，能很好地應用于大語言模型的訓練和推理。

據了解，在開發和測試 Maia 100 的過程中，微軟不僅和 OpenAI 開展了廣泛合作，還將基于該產品為后者的 AI 模型提供優化和改進。

事實上，上述公司開發與 AI 有關的定制芯片的行為，有助于它們控制成本、消除芯片短缺，并最終向使用其云服務的企業出售芯片。

正如 AI 初創公司 Nervana 的 CEO 兼聯合創始人納文·拉奧（Naveen Rao）所言：“理論上，如果它們能夠達到足夠高的產量并降低成本，這些公司應該能夠提供比英偉達更好的產品。”

不過，從目前來看，它們在短期之內很難超越英偉達，即便后者開發的芯片價格昂貴，但卻是市場上性能最高、能與更多軟件完美配合的芯片之一。

亞馬遜 AWS 計算和網絡副總裁大衛·布朗（David Brown）對媒體表示：“我們還有許多年的艱苦創新要做。”

我們看到各科技公司競相開發定制芯片，但明顯的是，英偉達也不會停滯不前。