Tesla, Intel, dan raksasa lainnya sedang "melawan" chip AI: GPU "pertahanan", penyimpanan dan integrasi komputasi "keluar", pemain chip domestik juga ingin berbagi kue Nvidia
Nvidia "dominan" dengan GPU-nya, dan semakin banyak perusahaan mencoba merebut "samudra biru" chip AI. Musk baru-baru ini mengatakan bahwa Tesla sedang mengembangkan chipnya sendiri, tetapi tidak akan disebut GPU atau 100s, H100s, dll., dan Dojo2 akan fokus pada model besar. Sebelumnya Intel meluncurkan chip Gaudi2 "China Special Edition", yang lebih hemat biaya daripada H100. Intel ** dan Inspur Information bersama-sama mengembangkan server AI.
Industri umumnya percaya bahwa tidak mudah bagi Nvidia untuk mempertahankan kue ini. Great Wall Securities Hou Bin menunjukkan dalam laporan penelitian pada 13 Juli bahwa dibandingkan dengan negara-negara di luar negeri, pasar chip AI negara saya akan tumbuh lebih tinggi dalam tiga tahun ke depan, dan ada ruang besar untuk pengembangan dan ruang pasar yang luas. Menurut laporan penelitian China Merchants Securities Zhang Xia pada 18 Juli, ukuran pasar chip AI negara saya akan mencapai 178 miliar yuan pada tahun 2025, meningkat hampir 100%** dibandingkan dengan tahun 2022. Dari tahun 2021 hingga 2025, ukuran pasar chip AI negara saya** CARG adalah 42,9%**, lebih cepat dari tingkat pertumbuhan pasar global (32,1%) pada periode yang sama.
Menurut struktur pasar, saat ini ada tiga jenis pemain di bidang chip AI. Salah satunya adalah raksasa chip lama yang diwakili oleh Nvidia dan AMD, yang telah melakukan akuisisi besar-besaran dalam beberapa tahun terakhir untuk meningkatkan kekuatan lini produk kecerdasan buatan mereka; yang lainnya adalah raksasa komputasi awan yang diwakili oleh Google, Baidu, dan Huawei. Menurut data IDC, pengiriman kartu akselerator AI China pada tahun 2022 akan menjadi sekitar 1,09 juta, di mana pangsa pasar Nvidia di pasar kartu akselerator AI China adalah 85%, pangsa pasar Huawei adalah 10%, pangsa pasar Baidu adalah 2%, dan Teknologi Cambrian dan Suiyuan sama-sama memiliki 1%.
▌Pasar chip AI bersaing untuk posisi teratas: harga Nvidia A800 melonjak, perusahaan domestik "memecat" GPU untuk mencari jalan keluar Cambrian mengambil panji chip AI domestik tetapi masih tidak bisa keluar dari kesulitan kerugian bertahun-tahun berturut-turut
Tahun ini, pasar AIGC sedang panas untuk GPU. Di bawah permintaan yang kuat, GPU selalu kekurangan pasokan, dan ketatnya pasokan membuat banyak perusahaan terminal merasa kewalahan. YouKede menyatakan di platform interaksi investor pada 3 Juli bahwa GPU yang dipesan oleh perusahaan saat ini tiba satu per satu, dan kontribusi kepada perusahaan terbatas. Waktu pengiriman dan jumlah GPU yang tersisa tidak pasti; Informasi Inspur mengungkapkan perkiraan laporan tengah tahunan minggu lalu.
"Semuanya menunggu Nvidia." Seorang eksekutif perusahaan AI mengatakan kepada reporter dari Financial Associated Press bahwa perusahaannya memesan produk server pada bulan April, tetapi karena GPU perusahaan server belum tiba, tidak ada tanggal pengiriman yang pasti.
Kemalangan tidak pernah datang sendirian, pasar GPU sekali lagi mengalami badai. Di satu sisi, harga Nvidia A800 naik lebih dari 30%** dalam seminggu, dan bahkan harganya tidak memiliki pasar. Lenovo Group mengatakan di pameran MWC Shanghai bahwa server kelas atas yang dilengkapi dengan chip A800 akan dikirimkan dalam waktu 10 bulan. **
Menurut sumber industri, selain permintaan yang kuat untuk A800 dan faktor kebijakan, ada juga keinginan "egois" Nvidia sendiri, "NVIDIA saat ini mengurangi pengiriman A800 dan mendorong H800 yang lebih menguntungkan." Harga GPU kartu tunggal H800 setinggi lebih dari 200.000 yuan, jauh lebih tinggi dari A800 setelah kenaikan harga Mulai Juni tahun ini, H800 akan secara resmi dipromosikan dalam skala besar.
Dalam konteks ini, banyak orang yang khawatir apakah perusahaan GPU dalam negeri akan memiliki peluang untuk mendapatkan bagian di masa mendatang. Gai Lujiang, ketua Tianshu Zhixin, mengatakan bahwa sebenarnya terlepas dari apakah produk Nvidia dapat dijual ke China, produk kami sudah dapat digunakan. Shang Junman, seorang analis di Xinmou Consulting, mengatakan bahwa dia memiliki sikap yang relatif positif terhadap pengembangan GPU domestik secara keseluruhan, tetapi ada kesenjangan tertentu** antara rantai industri domestik dan asing dalam desain, pengecoran, dan platform perangkat lunak ekologis**.
Menurut statistik yang tidak lengkap dari Financial Associated Press, perusahaan yang terdaftar di A-share dengan tata letak di bidang GPU termasuk Jingjiawei, VeriSilicon, Teknologi Hangjin, Teknologi Zowee, Teknologi Haoli, Teknologi Allwinner dan Mikroelektronika Tongfu**, dll. Rinciannya adalah sebagai berikut:
Sebagai "stok chip AI pertama di papan inovasi sains dan teknologi", Cambrian sebelumnya menanggapi di platform interaktif bahwa chip pintar yang dirancang dan dikembangkan oleh perusahaan bukanlah GPU, tetapi chip yang dirancang khusus untuk bidang kecerdasan buatan. Keuntungan kinerja dan efisiensi energi dari chip pintar terutama terkonsentrasi pada aplikasi pintar.Di bidang kecerdasan buatan, dapat menggantikan chip GPU, tetapi tidak berlaku untuk bidang lain di luar kecerdasan buatan.
Perlu dicatat bahwa pada 25 Mei, Nvidia merilis laporan keuangannya untuk kuartal pertama tahun fiskal 2024, dengan pendapatan sebesar US$7,19 miliar, penurunan tahun-ke-tahun sebesar 13%, tetapi masih melebihi ekspektasi pasar sebesar US$6,52 miliar. Berbeda sekali dengan kinerja Nvidia, Cambrian mengalami kerugian bersih 255 juta yuan** pada kuartal pertama 2023, dibandingkan dengan kerugian 287 juta yuan pada periode yang sama tahun lalu.
Bahkan, sejak 2019, laba bersih Cambrian** selalu dalam keadaan merugi**, atau terpengaruh oleh hal ini, penurunan maksimum kumulatif sebesar 84,35% sejak harga saham dicatatkan. Perusahaan pernah menyatakan dalam laporan tahunan 2022 bahwa investasi R&D berkualitas tinggi adalah dasar yang kokoh untuk pengembangan jangka panjang industri chip. Sepanjang tahun 2022, biaya penelitian dan pengembangan Cambrian** akan mencapai 1,523 miliar yuan, meningkat dari tahun ke tahun sebesar 34,11%**.
▌Chip AI domestik dengan jalur perubahan daya komputasi yang besar? Intel, Huawei, dan pemain global lainnya mempercepat penerapan penyimpanan dan komputasi terintegrasi
Sejauh menyangkut chip AI komputasi besar yang diperlukan oleh model AIGC yang sedang panas, apakah mungkin untuk mengembangkan chip AI yang dapat mengukur kinerja dengan GPGPU Nvidia melalui pendekatan teknis yang ada? Beberapa teknologi yang "sangat tegak" meliputi: chip yang ditentukan perangkat lunak, chiplet, penumpukan 3D dan pengemasan lanjutan, integrasi penyimpanan dan penghitungan, dll. Menurut analisis industri, hanya dengan mengintegrasikan komputasi, penyimpanan, jaringan, dan sumber daya perangkat lunak secara mendalam, mempercepat pembagian dan integrasi data kita dapat mendukung komputasi dengan lebih baik dan sepenuhnya memanfaatkan nilai data.
Pada 14 Juli, Huawei merilis produk penyimpanan AI baru "OceanStor A310 Deep Learning Data Lake Storage"** di era model besar. Produk ini berorientasi pada skenario danau data model skala besar dasar/industri, dan mewujudkan manajemen data masif proses penuh AI mulai dari pengumpulan data, prapemrosesan, pelatihan model, dan aplikasi inferensi. Hal ini dapat mewujudkan interkomunikasi lossless multi-protokol dan menyederhanakan proses pengumpulan data; mewujudkan pra-pemrosesan data dekat melalui komputasi dekat-memori, mengurangi migrasi data, dan meningkatkan efisiensi pra-pemrosesan sebesar 30%. **
Apa yang disebut near-memory computing (PNM) termasuk dalam integrasi penyimpanan dan komputasi. Yang terakhir ini juga dikenal sebagai "kutub berikutnya dari daya komputasi AI". Founder Securities percaya bahwa ini diharapkan menjadi "kutub ketiga"** arsitektur daya komputasi setelah CPU dan GPU. Selain Huawei, banyak perusahaan dalam dan luar negeri telah melakukan penelitian dan pengembangan teknologi integrasi komputasi penyimpanan, termasuk Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** dan produsen besar lainnya, yang hampir semuanya menggunakan PNM; dan ** Teknologi Zhicun, Teknologi Yizhu, Zhixinke** dan perusahaan baru lainnya bertaruh pada PIM (pemrosesan dalam memori), CIM (komputasi dalam memori) dan rute teknologi integrasi komputasi penyimpanan yang lebih intim.
Di bawah latar belakang bahwa keserbagunaan chip ASIC yang lemah sulit untuk mengatasi evolusi yang cepat dari algoritme hilir, dan GPGPU dibatasi oleh konsumsi daya yang tinggi dan pemanfaatan daya komputasi yang rendah, chip terintegrasi komputasi-memori menjadi bintang yang sedang naik daun di industri chip berdasarkan konsumsi daya yang rendah tetapi rasio efisiensi energi yang tinggi. Menurut statistik yang tidak lengkap dari Financial Associated Press, perusahaan A-share yang terlibat dalam integrasi deposit dan perhitungan termasuk Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Teknologi Changdian, Teknologi Montage, dan Teknologi Runxin, dll. Rinciannya adalah sebagai berikut:
Dalam hal pasar utama, integrasi penyimpanan dan kalkulasi juga merupakan jalur paling populer untuk investasi chip dalam dua tahun terakhir Menurut wawasan dan statistik SI Rui, tujuh pemain penyimpanan dan kalkulasi terintegrasi, termasuk Teknologi Yizhu dan Teknologi Zhicun, disukai oleh modal. Perlu dicatat bahwa empat perusahaan pemula di bawah jalur penyimpanan dan komputasi terintegrasi ** Teknologi Yizhu, Teknologi Zhicun, Teknologi Pingxin, dan Houmo Intelligence telah memperoleh pembiayaan** selama dua tahun berturut-turut.
Analis percaya bahwa GPU dan penyimpanan lebih kompetitif daripada kompetitif: GPU, sebagai solusi paling matang saat ini, tidak dapat ditinggalkan, dan sekelompok perusahaan diharuskan untuk meneruskannya; sementara komputasi penyimpanan adalah serangan yang mengepung dan diselingi, memecahkan hambatan teknis asing dan mewujudkan teknologi baru.
Menantikan masa depan, industri menunjukkan bahwa daya komputasi China telah menjadi sumber daya yang semakin langka. Untuk memenuhi permintaan model besar akan daya komputasi yang besar, pengelompokan daya komputasi akan menjadi tren masa depan. Pada Konferensi Kecerdasan Buatan Dunia 2023, Huawei mengumumkan bahwa klaster AI Ascend telah ditingkatkan sepenuhnya. Ukuran klaster telah diperluas dari klaster awal 4.000 kartu** menjadi 16.000 kartu**, dengan kecepatan pelatihan yang lebih cepat dan siklus pelatihan yang stabil lebih dari 30 hari. Berdasarkan Ascend AI, lebih dari 30 model skala besar telah diinkubasi dan diadaptasi secara native. Sejauh ini, sekitar setengah dari inovasi model skala besar di China didukung oleh Ascend AI**.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Tesla, Intel, dan raksasa lainnya sedang "melawan" chip AI: GPU "pertahanan", penyimpanan dan integrasi komputasi "keluar", pemain chip domestik juga ingin berbagi kue Nvidia
**Sumber: **Asosiasi Keuangan
Edit Ruoyu
Nvidia "dominan" dengan GPU-nya, dan semakin banyak perusahaan mencoba merebut "samudra biru" chip AI. Musk baru-baru ini mengatakan bahwa Tesla sedang mengembangkan chipnya sendiri, tetapi tidak akan disebut GPU atau 100s, H100s, dll., dan Dojo2 akan fokus pada model besar. Sebelumnya Intel meluncurkan chip Gaudi2 "China Special Edition", yang lebih hemat biaya daripada H100. Intel ** dan Inspur Information bersama-sama mengembangkan server AI.
Industri umumnya percaya bahwa tidak mudah bagi Nvidia untuk mempertahankan kue ini. Great Wall Securities Hou Bin menunjukkan dalam laporan penelitian pada 13 Juli bahwa dibandingkan dengan negara-negara di luar negeri, pasar chip AI negara saya akan tumbuh lebih tinggi dalam tiga tahun ke depan, dan ada ruang besar untuk pengembangan dan ruang pasar yang luas. Menurut laporan penelitian China Merchants Securities Zhang Xia pada 18 Juli, ukuran pasar chip AI negara saya akan mencapai 178 miliar yuan pada tahun 2025, meningkat hampir 100%** dibandingkan dengan tahun 2022. Dari tahun 2021 hingga 2025, ukuran pasar chip AI negara saya** CARG adalah 42,9%**, lebih cepat dari tingkat pertumbuhan pasar global (32,1%) pada periode yang sama.
Menurut struktur pasar, saat ini ada tiga jenis pemain di bidang chip AI. Salah satunya adalah raksasa chip lama yang diwakili oleh Nvidia dan AMD, yang telah melakukan akuisisi besar-besaran dalam beberapa tahun terakhir untuk meningkatkan kekuatan lini produk kecerdasan buatan mereka; yang lainnya adalah raksasa komputasi awan yang diwakili oleh Google, Baidu, dan Huawei. Menurut data IDC, pengiriman kartu akselerator AI China pada tahun 2022 akan menjadi sekitar 1,09 juta, di mana pangsa pasar Nvidia di pasar kartu akselerator AI China adalah 85%, pangsa pasar Huawei adalah 10%, pangsa pasar Baidu adalah 2%, dan Teknologi Cambrian dan Suiyuan sama-sama memiliki 1%.
▌Pasar chip AI bersaing untuk posisi teratas: harga Nvidia A800 melonjak, perusahaan domestik "memecat" GPU untuk mencari jalan keluar Cambrian mengambil panji chip AI domestik tetapi masih tidak bisa keluar dari kesulitan kerugian bertahun-tahun berturut-turut
Tahun ini, pasar AIGC sedang panas untuk GPU. Di bawah permintaan yang kuat, GPU selalu kekurangan pasokan, dan ketatnya pasokan membuat banyak perusahaan terminal merasa kewalahan. YouKede menyatakan di platform interaksi investor pada 3 Juli bahwa GPU yang dipesan oleh perusahaan saat ini tiba satu per satu, dan kontribusi kepada perusahaan terbatas. Waktu pengiriman dan jumlah GPU yang tersisa tidak pasti; Informasi Inspur mengungkapkan perkiraan laporan tengah tahunan minggu lalu.
"Semuanya menunggu Nvidia." Seorang eksekutif perusahaan AI mengatakan kepada reporter dari Financial Associated Press bahwa perusahaannya memesan produk server pada bulan April, tetapi karena GPU perusahaan server belum tiba, tidak ada tanggal pengiriman yang pasti.
Kemalangan tidak pernah datang sendirian, pasar GPU sekali lagi mengalami badai. Di satu sisi, harga Nvidia A800 naik lebih dari 30%** dalam seminggu, dan bahkan harganya tidak memiliki pasar. Lenovo Group mengatakan di pameran MWC Shanghai bahwa server kelas atas yang dilengkapi dengan chip A800 akan dikirimkan dalam waktu 10 bulan. **
Dalam konteks ini, banyak orang yang khawatir apakah perusahaan GPU dalam negeri akan memiliki peluang untuk mendapatkan bagian di masa mendatang. Gai Lujiang, ketua Tianshu Zhixin, mengatakan bahwa sebenarnya terlepas dari apakah produk Nvidia dapat dijual ke China, produk kami sudah dapat digunakan. Shang Junman, seorang analis di Xinmou Consulting, mengatakan bahwa dia memiliki sikap yang relatif positif terhadap pengembangan GPU domestik secara keseluruhan, tetapi ada kesenjangan tertentu** antara rantai industri domestik dan asing dalam desain, pengecoran, dan platform perangkat lunak ekologis**.
Menurut statistik yang tidak lengkap dari Financial Associated Press, perusahaan yang terdaftar di A-share dengan tata letak di bidang GPU termasuk Jingjiawei, VeriSilicon, Teknologi Hangjin, Teknologi Zowee, Teknologi Haoli, Teknologi Allwinner dan Mikroelektronika Tongfu**, dll. Rinciannya adalah sebagai berikut:
Perlu dicatat bahwa pada 25 Mei, Nvidia merilis laporan keuangannya untuk kuartal pertama tahun fiskal 2024, dengan pendapatan sebesar US$7,19 miliar, penurunan tahun-ke-tahun sebesar 13%, tetapi masih melebihi ekspektasi pasar sebesar US$6,52 miliar. Berbeda sekali dengan kinerja Nvidia, Cambrian mengalami kerugian bersih 255 juta yuan** pada kuartal pertama 2023, dibandingkan dengan kerugian 287 juta yuan pada periode yang sama tahun lalu.
Bahkan, sejak 2019, laba bersih Cambrian** selalu dalam keadaan merugi**, atau terpengaruh oleh hal ini, penurunan maksimum kumulatif sebesar 84,35% sejak harga saham dicatatkan. Perusahaan pernah menyatakan dalam laporan tahunan 2022 bahwa investasi R&D berkualitas tinggi adalah dasar yang kokoh untuk pengembangan jangka panjang industri chip. Sepanjang tahun 2022, biaya penelitian dan pengembangan Cambrian** akan mencapai 1,523 miliar yuan, meningkat dari tahun ke tahun sebesar 34,11%**.
▌Chip AI domestik dengan jalur perubahan daya komputasi yang besar? Intel, Huawei, dan pemain global lainnya mempercepat penerapan penyimpanan dan komputasi terintegrasi
Sejauh menyangkut chip AI komputasi besar yang diperlukan oleh model AIGC yang sedang panas, apakah mungkin untuk mengembangkan chip AI yang dapat mengukur kinerja dengan GPGPU Nvidia melalui pendekatan teknis yang ada? Beberapa teknologi yang "sangat tegak" meliputi: chip yang ditentukan perangkat lunak, chiplet, penumpukan 3D dan pengemasan lanjutan, integrasi penyimpanan dan penghitungan, dll. Menurut analisis industri, hanya dengan mengintegrasikan komputasi, penyimpanan, jaringan, dan sumber daya perangkat lunak secara mendalam, mempercepat pembagian dan integrasi data kita dapat mendukung komputasi dengan lebih baik dan sepenuhnya memanfaatkan nilai data.
Pada 14 Juli, Huawei merilis produk penyimpanan AI baru "OceanStor A310 Deep Learning Data Lake Storage"** di era model besar. Produk ini berorientasi pada skenario danau data model skala besar dasar/industri, dan mewujudkan manajemen data masif proses penuh AI mulai dari pengumpulan data, prapemrosesan, pelatihan model, dan aplikasi inferensi. Hal ini dapat mewujudkan interkomunikasi lossless multi-protokol dan menyederhanakan proses pengumpulan data; mewujudkan pra-pemrosesan data dekat melalui komputasi dekat-memori, mengurangi migrasi data, dan meningkatkan efisiensi pra-pemrosesan sebesar 30%. **
Apa yang disebut near-memory computing (PNM) termasuk dalam integrasi penyimpanan dan komputasi. Yang terakhir ini juga dikenal sebagai "kutub berikutnya dari daya komputasi AI". Founder Securities percaya bahwa ini diharapkan menjadi "kutub ketiga"** arsitektur daya komputasi setelah CPU dan GPU. Selain Huawei, banyak perusahaan dalam dan luar negeri telah melakukan penelitian dan pengembangan teknologi integrasi komputasi penyimpanan, termasuk Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** dan produsen besar lainnya, yang hampir semuanya menggunakan PNM; dan ** Teknologi Zhicun, Teknologi Yizhu, Zhixinke** dan perusahaan baru lainnya bertaruh pada PIM (pemrosesan dalam memori), CIM (komputasi dalam memori) dan rute teknologi integrasi komputasi penyimpanan yang lebih intim.
Di bawah latar belakang bahwa keserbagunaan chip ASIC yang lemah sulit untuk mengatasi evolusi yang cepat dari algoritme hilir, dan GPGPU dibatasi oleh konsumsi daya yang tinggi dan pemanfaatan daya komputasi yang rendah, chip terintegrasi komputasi-memori menjadi bintang yang sedang naik daun di industri chip berdasarkan konsumsi daya yang rendah tetapi rasio efisiensi energi yang tinggi. Menurut statistik yang tidak lengkap dari Financial Associated Press, perusahaan A-share yang terlibat dalam integrasi deposit dan perhitungan termasuk Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Teknologi Changdian, Teknologi Montage, dan Teknologi Runxin, dll. Rinciannya adalah sebagai berikut:
Menantikan masa depan, industri menunjukkan bahwa daya komputasi China telah menjadi sumber daya yang semakin langka. Untuk memenuhi permintaan model besar akan daya komputasi yang besar, pengelompokan daya komputasi akan menjadi tren masa depan. Pada Konferensi Kecerdasan Buatan Dunia 2023, Huawei mengumumkan bahwa klaster AI Ascend telah ditingkatkan sepenuhnya. Ukuran klaster telah diperluas dari klaster awal 4.000 kartu** menjadi 16.000 kartu**, dengan kecepatan pelatihan yang lebih cepat dan siklus pelatihan yang stabil lebih dari 30 hari. Berdasarkan Ascend AI, lebih dari 30 model skala besar telah diinkubasi dan diadaptasi secara native. Sejauh ini, sekitar setengah dari inovasi model skala besar di China didukung oleh Ascend AI**.