芯片巨头三国杀:AI加剧芯片厂商间竞赛,英特尔、英伟达、AMD竞相发力

简介: AI加剧芯片厂商间竞赛,竞争达到白热化。AI 软硬件市场每年的增长率达50%,英伟达、英特尔和AMD都在这一方向上发力角逐。投资者亦看好这一领域。

随着智能手机和个人电脑销售数量减少,芯片厂商正在竞相开发人工智能产品,以推动业绩增长。

英伟达、英特尔、AMD和一大批初创公司正在研发新的处理器,以开拓人工智能软硬件市场。据IDC公司调查,AI软硬件市场每年增长率达50%。

据IDC估计,全球人工智能相关软硬件支出可能从今年的120亿美元扩大到2021年的576亿美元。其中,相当一部分支出来自数据中心,到2020年预计有四分之一的支出将用于与人工智能相关的计算。

近年来,一些人工智能技术已经成为核心能力,例如帮助亚马逊的Echo智能扬声器理解口头命令;帮助Google母公司Alphabet的Nest安全摄像头区别熟人与陌生人,以便发送警报。人工智能技术还使Facebook将社交帖与广告相匹配。

互联网巨头公司Google、Facebook、亚马逊、IBM、微软、以及中国的互联网巨头,正在用专门硬件支持其数据中心,以加快训练人工智能软件,例如翻译文件。

互联网巨头正在利用深度学习,深度学习允许软件在数字文件(如图像,录音和文档)中寻找模型。训练数据需要花费一定时间,才能发现有意义的模型。互联网巨头希望改善其算法,不想等待好几周才确定训练是否有效。

芯片制造商正在争取帮助他们更快地做到这一点。

“芯片行业的每个人都在感受英伟达般的乐观情绪”

在24年的发展历史中,英伟达大部分时间都在制造个人电脑的高端图形芯片。最近,英伟达已经证明,他们训练AI软件比传统处理器更快。

英伟达周四公布的第三财季财报超过了华尔街对其收入和利润的预期,过去12个月中其数据中心的销售额增长了近三倍,达到约16亿美元,推动英伟达股价上涨了近七倍,周四收盘价达到205.32美元。

AI 芯片创业公司Mythic的首席执行官Mike Henry说,“这个行业里的每个人都在感受” 英伟达一般的乐观情绪。他表示,“(投资者)对(芯片行业)暴涨的兴趣”帮助Mythic 获得了1500万美元的风险投资,包括硅谷DFJ公司。

据PitchBook Data公司统计,今年私人投资者加倍投资人工智能硬件,达到2.52亿美元

英伟达对手英特尔、AMD也在加速发力

英伟达的主要竞争对手并未停滞不前。去年,英特尔收购了Nervana Systems公司。英特尔正在与Facebook等公司合作,为这些公司提供基于Nervana的芯片,计划在今年年底前在AI计算方面超过英伟达。

除了Nervana之外,英特尔将AI性能提到整个数据中心产品线的优先级别。英特尔在上个月发布的三季度财报中表示,服务器处理器和可编程芯片的部门收入分别比上一年增长了7%和10%。

英特尔AI 部门负责人Naveen Rao表示:“英特尔并未透露在这些方面的全部投资,但我们在这个领域做了很多努力”。

除了英伟达和英特尔外,AMD也在发力。AMD最近发布了AI图形处理器产品线Radeon Instinct。百度是客户之一

而有些公司不想等待芯片供应商。谷歌已经设计了自己的AI加速器,专门为自己的软件定制芯片,借此寻求竞争优势。

英伟达加速计算负责人Ian Buck表示,“这个市场才刚刚起步,并且在不断被创造和再创造。”


原文发布时间为:2017-11-13

本文作者:Cecilia

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:芯片巨头三国杀:AI加剧芯片厂商间竞赛,英特尔、英伟达、AMD竞相发力

相关文章
|
2天前
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|模拟AI场景课程——某汽车厂商
4月18日和19日,东北某市,TsingtaoAI团队为某汽车厂商的智能驾驶业务和研发团队交付“模拟AI场景课程”。本课程基于该厂商在AI领域的战略布局,结合汽车行业智能化转型趋势,以“场景化、实战化、前瞻性”为核心,聚焦AI技术从理论到落地的全链路。通过模拟真实业务场景(如智能座舱优化、智能制造、自动驾驶仿真),帮助学员掌握AI基础能力,并快速应用于研发、生产、营销等环节。
20 4
|
20天前
|
机器学习/深度学习 人工智能 安全
从攻防演练到AI防护:网络安全服务厂商F5的全方位安全策略
从攻防演练到AI防护:网络安全服务厂商F5的全方位安全策略
51 8
|
2月前
|
人工智能 编解码 算法
ENEL:3D建模革命!上海AI Lab黑科技砍掉编码器,7B模型性能吊打13B巨头
ENEL是由上海AI Lab推出的无编码器3D大型多模态模型,能够在多个3D任务中实现高效语义编码和几何结构理解,如3D对象分类、字幕生成和视觉问答。
93 9
ENEL:3D建模革命!上海AI Lab黑科技砍掉编码器,7B模型性能吊打13B巨头
|
1月前
|
人工智能 Java API
ai-api-union项目,适配各AI厂商api
本项目旨在实现兼容各大模型厂商API的流式对话和同步对话接口,现已支持智谱、豆包、通义、通义版DeepSeek。项目地址:[https://gitee.com/alpbeta/ai-api-union](https://gitee.com/alpbeta/ai-api-union)。通过`ChatController`类暴露两个接口,入参为`ChatRequest`,包含会话ID、大模型标识符和聊天消息列表。流式对话返回`Flux<String>`,同步调用返回`String`
119 2
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
Agent Laboratory:AI自动撰写论文,AMD开源自动完成科研全流程的多智能体框架
Agent Laboratory 是由 AMD 和约翰·霍普金斯大学联合推出的自主科研框架,基于大型语言模型,能够加速科学发现、降低成本并提高研究质量。
434 23
Agent Laboratory:AI自动撰写论文,AMD开源自动完成科研全流程的多智能体框架
|
3月前
|
机器学习/深度学习 人工智能 缓存
基于英特尔平台加速 AI 应用及 LLM 推理性能介绍|龙蜥大讲堂第115期
本文摘自龙蜥大讲堂英特尔 AI 软件工程师黄文欢的分享,主要包括以下三个方面的内容: 1. 第五代英特尔至强处理器 2. LLM 推理加速框架 xFast Transformer 及其优化策略 3. 性能数据及 Demo 展示
129 0
|
4月前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
349 12
|
4月前
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
|
5月前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
110 0
|
13天前
|
人工智能 开发框架 安全
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
作为云上托管 MCP 服务的最佳运行时,函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力,用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上,函数计算 FC 会准备好计算资源,并以弹性、可靠的方式运行 MCP 服务,按实际调用时长和次数计费,欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。
158 29
下一篇
oss创建bucket