本文將介紹頂尖的AI芯片供應(yīng)商，幫助企業(yè)選擇合適的芯片。

如下圖所示，神經(jīng)網(wǎng)絡(luò)的參數(shù)數(shù)量（即寬度和深度）以及模型大小都在增加。為了構(gòu)建更好的深度學習模型和強大的人工智能應(yīng)用程序，組織需要增加計算能力和內(nèi)存帶寬。

強大的通用芯片（例如CPU）無法支持高度并行的深度學習模型。因此，支持并行計算能力的人工智能芯片的需求越來越大，麥肯錫認為，這一趨勢將持續(xù)下去。

然而，即使是擁有眾多世界級工程師和強大研究背景的英特爾，也需要三年的時間來開發(fā)自己的AI芯片。因此，對于大多數(shù)公司來說，從這些供應(yīng)商購買芯片或從云GPU提供商租用容量是開發(fā)強大的深度學習模型的唯一途徑。本文將介紹頂尖的AI芯片供應(yīng)商，幫助企業(yè)選擇合適的芯片。

領(lǐng)先的人工智能芯片生產(chǎn)商有哪些？

1.英偉達

自 20 世紀 90 年代以來，英偉達一直在為游戲領(lǐng)域生產(chǎn)圖形處理單元 (GPU)。PlayStation3 和 Xbox均使用 Nvidia 圖形陣列。該公司還生產(chǎn)Volta、Xavier和Tesla等人工智能芯片。得益于生成式AI熱潮，英偉達在2023年取得了優(yōu)異的成績，估值達到萬億，鞏固了其GPU和AI硬件市場領(lǐng)導者的地位。

英偉達 的芯片組旨在解決各個行業(yè)的業(yè)務(wù)問題。例如，Xavier 是自動駕駛解決方案的基礎(chǔ)，而 Volta 則針對數(shù)據(jù)中心。DGX A100和 H100 是 英偉達 成功的旗艦 AI 芯片，專為數(shù)據(jù)中心的 AI 訓練和推理而設(shè)計。英偉達 發(fā)布了H200、B200 和 GB200 芯片；HGX 服務(wù)器，例如結(jié)合了 8 個此類芯片的 HGX H200 和 HGX B200；NVL 系列和 GB200 SuperPod 將更多芯片組合成大型集群。

云 GPU

對于云上的 AI 工作負載，Nvidia 幾乎處于壟斷地位，大多數(shù)云廠商只使用 Nvidia GPU 作為云 GPU。Nvidia 還推出了DGX Cloud產(chǎn)品，直接向企業(yè)提供云 GPU 基礎(chǔ)設(shè)施。

2.AMD

AMD是一家擁有CPU、GPU和AI加速器產(chǎn)品的芯片制造商。例如，AMD的Alveo U50數(shù)據(jù)中心加速卡擁有500億個晶體管。Accelerator 可以運行 1000 萬個嵌入數(shù)據(jù)集并在毫秒內(nèi)執(zhí)行圖算法。

AMD 于 2023 年 6 月推出了用于 AI 訓練工作負載的 MI300，并將與 NVIDIA 爭奪該市場的市場份額。正如ChatGPT所表明的那樣，生成式 AI的興起，需求迅速增加，導致 Nvidia 的 AI 硬件難以采購，因此有初創(chuàng)公司、研究機構(gòu)、企業(yè)和科技巨頭在 2023 年采用了 AMD 硬件。

AMD 還與 Hugging Face 等機器學習公司合作，使數(shù)據(jù)科學家能夠更有效地使用他們的硬件。

軟件生態(tài)系統(tǒng)至關(guān)重要，因為硬件性能很大程度上依賴于軟件優(yōu)化。例如，AMD 和 NVIDIA 在 H100 和 MI300 基準測試上存在公開分歧。分歧的焦點是基準測試中使用的包和浮點。根據(jù)最新的基準測試，對于 70B LLM 的推理，MI300 似乎更好或與 H100 相當。

3.英特爾

英特爾是CPU市場最大的廠商，擁有悠久的半導體開發(fā)歷史。2017年，英特爾成為全球第一家銷售額突破10億美元大關(guān)的AI芯片公司。

英特爾的至強 CPU 適用于各種工作，包括數(shù)據(jù)中心的處理，并對該公司的商業(yè)成功產(chǎn)生了影響。

Gaudi3是英特爾最新的AI加速處理器。自 2024 年 4 月公開發(fā)布以來，目前對其性能的基準測試有限。

4.Alphabet/谷歌云平臺

GoogleCloud TPU是專門構(gòu)建的機器學習加速器芯片，為翻譯、照片、搜索、助手和 Gmail 等 Google 產(chǎn)品提供支持。它也可以通過 Google Cloud 使用。谷歌于 2016 年發(fā)布了 TPU。最新的 TPU 是 Trillium，第六代 TPU。

Edge TPU是 Google Alphabet 的另一款加速器芯片，比一美分硬幣還要小，專為智能手機、平板電腦和物聯(lián)網(wǎng)設(shè)備等邊緣設(shè)備而設(shè)計。

5.AWS

AWS 生產(chǎn)用于模型訓練的 Tranium 芯片和用于推理的 Inferentia 芯片。盡管AWS是公共云市場的領(lǐng)導者，但它在谷歌之后開始構(gòu)建自己的芯片。

6、IBM

IBM 將于 2022 年發(fā)布最新的深度學習芯片——人工智能單元 (AIU)。IBM 正在考慮使用這些芯片為其 watson.x 生成式人工智能平臺提供支持。

AIU 基于“ IBM Telum 處理器”構(gòu)建，該處理器為 IBM Z 大型機服務(wù)器的 AI 處理能力提供支持。Telum 處理器在推出時突出的用例包括欺詐檢測。

IBM 還證明，合并計算和內(nèi)存可以提高效率。這些已在 NorthPole 處理器原型中得到演示。

7、阿里巴巴

阿里巴巴生產(chǎn)含光800等推理芯片。

領(lǐng)先的人工智能芯片初創(chuàng)公司有哪些？

這里還想介紹一些AI芯片行業(yè)的初創(chuàng)公司，他們的名字在不久的將來可能會經(jīng)常聽到。盡管這些公司剛剛成立不久，但它們已經(jīng)籌集了數(shù)百萬美元。

圖2：AI芯片制造商的融資總額，來源：Statista

8.SambaNova系統(tǒng)

SambaNova Systems 成立于 2017 年，目標是為大批量生成型 AI 工作負載開發(fā)高性能、高精度的硬件軟件系統(tǒng)。該公司開發(fā)了SN40L芯片并籌集了超過11億美元的資金。

值得注意的是，SambaNova Systems 還將其平臺出租給企業(yè)。SambaNova Systems 的人工智能平臺即服務(wù)方法使其系統(tǒng)更易于采用，并鼓勵循環(huán)經(jīng)濟的硬件重用。

9. Cerebras Systems

Cerebras Systems成立于 2015 年。2021 年 4 月，該公司宣布推出全新 AI 芯片型號 Cerebras WSE-2，擁有 85 萬個內(nèi)核和 2.6 萬億個晶體管。毫無疑問，WSE-2 比 WSE-1 有了很大改進，WSE-1 擁有 1.2 萬億個晶體管和 40 萬個處理核心。

Celebra的系統(tǒng)與阿斯利康和葛蘭素史克等多家制藥公司合作，因為WSE-1的有效技術(shù)加速了遺傳和基因組研究，縮短了藥物發(fā)現(xiàn)的時間。

10. Groq

Groq 由前谷歌員工創(chuàng)立。該公司代表LPU，一種人工智能芯片架構(gòu)的新模型，旨在讓公司更容易采用他們的系統(tǒng)。該初創(chuàng)公司已籌集約 3.5 億美元，并生產(chǎn)了首批型號，例如 GroqChip處理器、GroqCard 加速器等。

該公司專注于 LLM 推理，并發(fā)布了 Llama-2 70B 的基準測試。

該公司表示，2024 年第一季度，有 7 萬名開發(fā)人員在其云平臺上注冊，并構(gòu)建了 1.9 萬個新應(yīng)用程序。

2022 年 3 月 1 日，Groq收購了Maxeler，后者為金融服務(wù)提供高性能計算 (HPC) 解決方案。