编辑：编辑部

ChatGPT爆火之后，谷歌和微软两巨头的AI大战战火，已经烧到了新的领域——服务器芯片。

如今，AI和云计算都成了必争之地，而芯片，也成为降低成本、赢得商业客户的关键。

原本，亚马逊、微软、谷歌这类大厂，都是以软件而闻名的，而现在，它们纷纷斥资数十亿美元，用于芯片开发和生产。

各大科技巨头研发的AI芯片

ChatGPT爆火，大厂开启芯片争霸赛

根据外媒The Information的报道以及其他来源，这三家大厂现在已经推出或计划发布8款服务器和AI芯片，用于内部产品开发、云服务器租赁或者二者兼有。

「如果你能制造出针对AI进行优化的硅，那前方等待你的将是巨大的胜利」，研究公司Forrester的董事Glenn O’Donnell这样说。

付出这些巨大的努力，一定会得到回报吗？

答案是，并不一定。

英特尔、AMD和英伟达可以从规模经济中获益，但对大型科技公司来说，情况远非如此。

它们还面临着许多棘手的挑战，比如需要聘请芯片设计师，还要说服开发者使用他们定制的芯片构建应用程序。

不过，大厂们已经在这一领域取得了令人瞩目的进步。

根据公布的性能数据，亚马逊的Graviton服务器芯片，以及亚马逊和谷歌发布的AI专用芯片，在性能上已经可以和传统的芯片厂商相媲美。

亚马逊、微软和谷歌为其数据中心开发的芯片，主要有这两种：标准计算芯片和用于训练和运行机器学习模型的专用芯片。正是后者，为ChatGPT之类的大语言模型提供了动力。

此前，苹果成功地为iPhone，iPad和Mac开发了芯片，改善了一些AI任务的处理。这些大厂，或许正是跟苹果学来的灵感。

在三家大厂中，亚马逊是唯一一家在服务器中提供两种芯片的云服务商，2015年收购的以色列芯片设计商Annapurna Labs，为这些工作奠定了基础。

谷歌在2015年推出了一款用于AI工作负载的芯片，并正在开发一款标准服务器芯片，以提高谷歌云的服务器性能。

相比之下，微软的芯片研发开始得较晚，是在2019年启动的，而最近，微软更加快了推出专为LLM设计的AI芯片的时间轴。

而ChatGPT的爆火，点燃了全世界用户对于AI的兴奋。这更促进了三家大厂的战略转型。

另外，谷歌曾暗示，它正在研发一款与Nvidia H100竞争的新TPU。谷歌研究员Jouppi在接受路透社采访时表示，谷歌拥有「未来芯片的生产线」。

微软：秘密武器雅典娜

不管怎么说，微软在这场芯片纷争中，依旧跃跃欲试。

此前有消息爆出，微软秘密组建的300人团队，在2019年时就开始研发一款名为「雅典娜」（Athena）的定制芯片。

根据最初的计划，「雅典娜」会使用台积电的5nm工艺打造，预计可以将每颗芯片的成本降低1/3。

如果在明年能够大面积实装，微软内部和OpenAI的团队便可以借助「雅典娜」同时完成模型的训练和推理。

这样一来，就可以极大地缓解专用计算机紧缺的问题。

彭博社在上周的报道中，称微软的芯片部门已与AMD合作开发雅典娜芯片，这也导致AMD的股价在周四上涨了6.5%。

但一位知情者表示，AMD并未参与其中，而是在开发自己的GPU，与英伟达竞争，并且AMD一直在与微软讨论芯片的设计，因为微软预计要购买这款GPU。

亚马逊：已抢跑一个身位

而在与微软和谷歌的芯片竞赛中，亚马逊似乎已经领先了一个身位。

在过去的十年中，亚马逊在云计算服务方面，通过提供更加先进的技术和更低的价格，一直保持了对微软和谷歌的竞争优势。

而未来十年内，亚马逊也有望通过自己内部开发的服务器芯片——Graviton，继续在竞争中保持优势。

作为最新一代的处理器，AWS Graviton3在计算性能上比上一代提高多达25%，浮点性能提高多达2倍。并支持DDR5内存，相比DDR4内存带宽增加了50%。

针对机器学习工作负载，AWS Graviton3比上一代的性能高出多达3倍，并支持 bfloat16。

然而尽管已经做出了种种努力，但亚马逊、谷歌和微软都面临着挑战——如何说服开发者使用这些AI芯片呢？

现在，英伟达的GPU是占主导地位的，开发者早已熟悉其专有的编程语言CUDA，用于制作GPU驱动的应用程序。

如果换到亚马逊、谷歌或微软的定制芯片，就需要学习全新的软件语言了，他们会愿意吗？

参考资料：

https://www.theinformation.com/articles/google-and-microsofts-other-ai-race-server-chips?rc=epv9gi

https://www.theregister.com/2023/05/09/intel_layoffs_coming/