想在AI晶片領域擊敗Nvidia,為何是不可能的任務?經濟學人揭秘:必須一次擊潰輝達「晶片、網路、軟體」三大優勢

2024-02-29 13:06

? 人氣

輝達(NVIDIA)執行長黃仁勳去年5月於台北國際電腦展(COMPUTEX)進行開幕主題演講 。(顏麟宇攝)

輝達(NVIDIA)執行長黃仁勳去年5月於台北國際電腦展(COMPUTEX)進行開幕主題演講 。(顏麟宇攝)

誰是AI浪潮的頭號受益者?輝達(Nvidia)如果自稱第二,那恐怕沒人敢當第一,《經濟學人》也說「沒有其他公司跟輝達一樣,從AI浪潮獲得如此多的利益」。那麼,輝達是怎麼辦到的呢?

OpenAI在2022年11月推出驚艷世人的ChatGPT,正式揭開AI盛世的序幕,輝達的股價則從2023年1月開始飆升450%,輝達股票的市值更一度衝破兩兆美元大關,成為僅次於微軟跟蘋果的全美第三大市值公司。由於超過95%的專業AI晶片都出自輝達之手,一般認為這間AI頭牌企業,在可預見的未來仍會繼續以驚人速度成長。

[啟動LINE推播] 每日重大新聞通知

最新一期《經濟學人》試圖分析,輝達設計的晶片究竟有何特別之處,能在人人都想搶食的AI晶片市場中獨佔鰲頭?《經濟學人》指出,輝達的人工智慧晶片其實就是圖形處理器(GPU),這種本來用於電玩遊戲的顯示晶片以「平行計算」(parallel processing)的方式將計算的過程分拆成小部份,然後分配給晶片中的多核心並行處理。這意味著GPU得以提升運算速度,這種方法非常適合現代遊戲的細膩圖像,因為逼真的畫面需要電腦同時渲染無數像素。

在輝達宰制人工智慧晶片之前,他們的高效能GPU已經佔據五分之四的遊戲市場。輝達晶片的本事不僅只讓玩家在遊戲中獲得滿足,更被拿來運用在加密貨幣挖礦、自動駕駛汽車、以及最重要的深度學習與人工智慧模型訓練。《經濟學人》指出,支撐人工智慧的機器學習演算法,使用了人工神經網路,電腦從巨量資料中找出規則與模式。訓練網路需要進行大規模運算與時間,此時「平行計算」當然是加快速度的理想方法。

在意識到自己的GPU擅於訓練人工智慧模型後,輝達就針對這塊市場進行最佳化。輝達的晶片與日益複雜的人工智慧模型保持同步,光是過去十年,輝達就將運算速度提高了一千倍之多,讓處理遊戲複雜圖像的GPU更適合構建複雜AI系統所需要的數學運算。但《經濟學人》指出,輝達的市值狂飆,不僅僅是因為他們能設計出運算速度更快的晶片,更包括他們將其競爭優勢延伸到另外兩個領域:網路與統一計算架構。

隨著AI模型的不斷發展,資料中心需要同時運用數千個GPU提高處理能力。輝達透過基於Mellanox(邁倫科技、2020年4月以70億美元正式完成收購)的高效網路連接這些GPU、並且優化其晶片網路的性能,讓競爭對手根本找不到超車機會;輝達的另一個優勢則是CUDA(Compute Unified Device Architecture、即「統一計算架構」),這套輝達研發的平行運算平台與編程模型,讓客戶得以利用GPU的性能大幅提升深度學習的運算效能。

《華爾街日報》指出,輝達的成功也讓這間企業變成了「巨大的靶子」,許多公司都想削弱它的主導地位,其中當然也包括那些每年花費數十億美元購買AI晶片的主要客戶—亞馬遜(Amazon.com)、Google(Google)、微軟(Microsoft)跟OpenAI—畢竟許多科技企業都在抱怨,想要買到輝達的高階GPU H100究竟有多難,馬斯克(Elon Musk)甚至調侃「現在GPU比毒品難買多了」,祖克柏(Mark Zuckerberg)則說「今年年底我們將擁有35萬片輝達H100」。

除了狂買AI晶片的大客戶,許多晶片製造商與新創公司也想分一杯羹,畢竟輝達的豐厚獲利與AI晶片市場的快速成長太讓人眼紅。OpenAI執行長阿特曼(Sam Altman)放話要募集七兆美元鉅資開發AI晶片,亞馬遜和Alphabet也在為其資料中心打造AI晶片,Advanced Micro Devices去年底也推出號稱比「Nvidia最先進晶片的性能好上一倍」的先進產品。不過《經濟學人》指出,光是設計研發出更好的硬體還不夠,因為他們手中同時擁有最好的晶片、網路技術與軟體,想在AI晶片市場取代輝達,需要在這三個領域同時擊敗它。

喜歡這篇文章嗎?

李忠謙喝杯咖啡,

告訴我這篇文章寫得真棒!

來自贊助者的話
關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

本週最多人贊助文章