Tesla, Intel и другие гиганты «борются» с чипами ИИ: «защита» графических процессоров, интеграция хранилищ и вычислений «в обход», отечественные игроки в чипы также хотят разделить торт Nvidia
Nvidia «доминирует» со своим графическим процессором, и все больше и больше компаний пытаются захватить «голубой океан» чипов ИИ. Недавно Маск заявил, что Tesla разрабатывает собственный чип, но он не будет называться GPU или 100s, H100s и т. д., а Dojo2 сосредоточится на больших моделях. Ранее Intel выпустила чип Gaudi2 China Special Edition, который более экономичен, чем H100.Intel ** и Inspur Information совместно разработали серверы искусственного интеллекта.
Индустрия в целом считает, что Nvidia нелегко сохранить этот пирог. Хоу Бин, Great Wall Securities, отметил в исследовательском отчете от 13 июля, что по сравнению с зарубежными странами рынок микросхем искусственного интеллекта в моей стране будет расти более высокими темпами в ближайшие три года, и есть большие возможности для развития и широкое рыночное пространство. Согласно исследовательскому отчету China Merchants Securities Чжан Ся от 18 июля, объем рынка чипов ИИ в моей стране достигнет 178 млрд юаней в 2025 году, увеличившись почти на 100 %** по сравнению с 2022 годом. С 2021 по 2025 год объем рынка чипов ИИ в моей стране** CARG составит 42,9 %**, что выше темпов роста мирового рынка (32,1 %) за тот же период.
Согласно структуре рынка, в настоящее время в области ИИ-чипов существует три типа игроков: старые чиповые гиганты, представленные Nvidia и AMD, которые в последние годы сделали огромные приобретения для усиления своих продуктовых линеек искусственного интеллекта, и другие гиганты облачных вычислений, представленные Google, Baidu и Huawei. Согласно данным IDC, поставки карт-ускорителей ИИ в Китае в 2022 году составят около 1,09 млн штук, из которых рыночная доля Nvidia на рынке карт-ускорителей ИИ в Китае составляет 85 %, доля рынка Huawei — 10 %, доля рынка Baidu — 2 %, а Cambrian и Suiyuan Technology — по 1 %.
▌Рынок ИИ-чипов борется за первое место: цены на Nvidia A800 взлетели до небес, отечественные компании «уволили» GPU, чтобы найти выход Cambrian подхватила знамя отечественных ИИ-чипов, но так и не смогла выбраться из тяжелого положения, в котором шли годы подряд убытков
В этом году рынок AIGC горяч для графических процессоров.В условиях высокого спроса графические процессоры всегда в дефиците, а нехватка предложения заставила многие терминальные компании чувствовать себя перегруженными. YouKede заявил на платформе взаимодействия с инвесторами 3 июля, что графические процессоры, заказанные компанией, в настоящее время прибывают один за другим, и вклад в компанию ограничен.Срок поставки и количество оставшихся графических процессоров неизвестны; Inspur Information раскрыл прогноз полугодового отчета на прошлой неделе.
«Все ждет Nvidia».
Несчастья никогда не приходят поодиночке, рынок графических процессоров в очередной раз пережил шторм.С одной стороны, цена Nvidia A800 выросла более чем на 30%** за неделю, и даже цена не имеет рынка.Lenovo Group заявила на выставке MWC в Шанхае, что high-end сервер, оснащенный чипом A800, будет доставлен в течение 10 месяцев. **
Согласно отраслевым источникам, помимо высокого спроса на A800 и политических факторов, у Nvidia также есть собственное «эгоистичное» желание: «NVIDIA в настоящее время сокращает поставки A800 и продвигает более прибыльный H800». Цена однокарточного графического процессора H800 достигает более 200 000 юаней, что намного выше, чем у A800 после повышения цены.С июня этого года H800 будет официально продвигаться в больших масштабах.
В связи с этим многих волнует вопрос, будут ли отечественные GPU-компании иметь шанс получить долю в будущем. Гай Луцзян, председатель Tianshu Zhixin, сказал, что на самом деле, независимо от того, можно ли продавать продукты Nvidia в Китай, наши продукты уже можно использовать. Шан Цзюньман, аналитик Xinmou Consulting, сказал, что относительно положительно относится к развитию отечественных графических процессоров в целом, но существует определенный разрыв** между отечественными и зарубежными производственными цепочками в дизайне, литейном производстве и экологических программных платформах**.
Согласно неполной статистике Financial Associated Press, компании, котирующиеся на бирже A-share и работающие в области графических процессоров, включают Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology и Tongfu Microelectronics** и т. д. Подробности следующие:
Компания Cambrian, являясь «первым чипом искусственного интеллекта в Совете по инновациям в науке и технологиях», ранее ответила на интерактивной платформе, что интеллектуальный чип, разработанный и разработанный компанией, является не графическим процессором, а чипом, специально разработанным для области искусственного интеллекта. Преимущества интеллектуальных чипов в производительности и энергоэффективности в основном сосредоточены в интеллектуальных приложениях.В области искусственного интеллекта они могут заменить чипы графических процессоров, но не применимы к другим областям, кроме искусственного интеллекта.
Стоит отметить, что 25 мая Nvidia опубликовала свой финансовый отчет за первый квартал 2024 финансового года с выручкой в размере 7,19 млрд долларов США, что на 13 % меньше по сравнению с прошлым годом, но все еще превышает рыночные ожидания в размере 6,52 млрд долларов США. В отличие от показателей Nvidia, чистый убыток Cambrian в первом квартале 2023 года составил 255 млн юаней** по сравнению с убытком в 287 млн юаней за тот же период прошлого года.
Фактически, с 2019 года чистая прибыль кембрийского периода** всегда находилась в состоянии убытка** или страдала от этого совокупного максимального падения на 84,35% с момента объявления цены акций. Компания однажды заявила в своем годовом отчете за 2022 г., что высококачественные инвестиции в НИОКР являются прочной основой для долгосрочного развития индустрии микросхем.В целом в 2022 г. расходы Cambrian** на исследования и разработки достигнут 1,523 млрд юаней, увеличившись по сравнению с прошлым годом на 34,11%**.
▌Отечественные ИИ-чипы с большой вычислительной мощностью меняют полосу движения? Intel, Huawei и другие глобальные игроки ускоряют развертывание интегрированных систем хранения и вычислений
Что касается чипов ИИ для крупных вычислений, необходимых для популярной в настоящее время модели AIGC, возможно ли разработать чипы ИИ, которые могут сравнить производительность с GPGPU Nvidia с помощью существующих технических подходов? Некоторые «на удивление правильные» технологии включают: программно-определяемые чипы, чиплеты, трехмерное стекирование и расширенную упаковку, интеграцию хранения и вычислений и т. д. Согласно отраслевому анализу, только путем глубокой интеграции вычислительных ресурсов, ресурсов хранения, сети и программного обеспечения, ускорения обмена данными и интеграции, мы можем лучше поддерживать вычисления и в полной мере использовать ценность данных.
14 июля Huawei выпустила новый продукт для хранения данных с искусственным интеллектом «OceanStor A310 Deep Learning Data Lake Storage»** в эпоху больших моделей. Этот продукт ориентирован на базовые/отраслевые сценарии крупномасштабных модельных озер данных и реализует полное управление массивными данными ИИ, включая сбор данных, предварительную обработку, обучение модели и приложение для логического вывода. Он может реализовать многопротокольную связь без потерь и упростить процесс сбора данных, реализовать предварительную обработку данных с помощью вычислений в ближней памяти, сократить миграцию данных и повысить эффективность предварительной обработки на 30%. **
Так называемые вычисления в ближней памяти (PNM) относятся к интеграции хранения и вычислений. Последние также известны как «следующий полюс вычислительной мощности ИИ». Основатель Securities считает, что ожидается, что он станет «третьим полюсом»** архитектуры вычислительной мощности после CPU и GPU. Помимо Huawei, многие отечественные и иностранные компании проводили исследования и разработки технологий интеграции хранения и вычислений, в том числе Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** и другие крупные производители, почти все из которых внедряют PNM; ** Zhicun Technology, Yizhu Technology, Zhixinke** и другие начинающие компании делают ставку на PIM (обработка в памяти), CIM (вычисления в памяти) и другие более интимные технологии интеграции хранения и вычислений. маршруты.
На фоне того, что слабая универсальность чипов ASIC с трудом справляется с быстрой эволюцией нисходящих алгоритмов, а GPGPU ограничивается высоким энергопотреблением и низким коэффициентом использования вычислительной мощности, интегрированный чип для вычислений с памятью становится восходящей звездой в отрасли чипов благодаря низкому энергопотреблению, но высокому коэффициенту энергоэффективности. Согласно неполным статистическим данным Financial Associated Press, компании A-share, участвующие в интеграции депозита и расчетов, включают Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology и Runxin Technology и т. д. Подробности следующие:
С точки зрения первичного рынка, интеграция хранения и вычислений также является самым популярным направлением для инвестиций в микросхемы за последние два года.Согласно анализу и статистике SI Rui, семь интегрированных игроков в области хранения и вычислений, включая Yizhu Technology и Zicun Technology, пользуются большим спросом у капитала. Стоит отметить, что четыре стартапа в рамках интегрированного направления хранения и вычислений ** Yizhu Technology, Zhicun Technology, Pingxin Technology и Houmo Intelligence получали финансирование** в течение двух лет подряд.
Аналитики считают, что GPU и СХД более конкурентоспособны, чем конкурентоспособны: от GPU, как наиболее зрелого решения на данный момент, нельзя отказываться, и для его продвижения требуется группа компаний, а СХД — это обходная и рассредоточенная атака, ломающая внешние технические барьеры и реализующая новые технологии.
Заглядывая в будущее, представители отрасли отметили, что вычислительная мощность Китая становится все более дефицитным ресурсом, и чтобы удовлетворить спрос на большие модели для больших вычислительных мощностей, будущей тенденцией станет кластеризация вычислительной мощности. На Всемирной конференции по искусственному интеллекту 2023 года компания Huawei объявила, что кластер Ascend AI был полностью обновлен: размер кластера был увеличен с первоначальных 4000 карт** до 16 000 карт**, с более высокой скоростью обучения и стабильным циклом обучения более 30 дней. На основе Ascend AI было разработано и адаптировано более 30 крупномасштабных моделей.На данный момент около половины инноваций в области крупномасштабных моделей в Китае поддерживаются Ascend AI**.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Tesla, Intel и другие гиганты «борются» с чипами ИИ: «защита» графических процессоров, интеграция хранилищ и вычислений «в обход», отечественные игроки в чипы также хотят разделить торт Nvidia
**Источник: **Финансовая ассоциация
Редактировать Руоюй
Nvidia «доминирует» со своим графическим процессором, и все больше и больше компаний пытаются захватить «голубой океан» чипов ИИ. Недавно Маск заявил, что Tesla разрабатывает собственный чип, но он не будет называться GPU или 100s, H100s и т. д., а Dojo2 сосредоточится на больших моделях. Ранее Intel выпустила чип Gaudi2 China Special Edition, который более экономичен, чем H100.Intel ** и Inspur Information совместно разработали серверы искусственного интеллекта.
Индустрия в целом считает, что Nvidia нелегко сохранить этот пирог. Хоу Бин, Great Wall Securities, отметил в исследовательском отчете от 13 июля, что по сравнению с зарубежными странами рынок микросхем искусственного интеллекта в моей стране будет расти более высокими темпами в ближайшие три года, и есть большие возможности для развития и широкое рыночное пространство. Согласно исследовательскому отчету China Merchants Securities Чжан Ся от 18 июля, объем рынка чипов ИИ в моей стране достигнет 178 млрд юаней в 2025 году, увеличившись почти на 100 %** по сравнению с 2022 годом. С 2021 по 2025 год объем рынка чипов ИИ в моей стране** CARG составит 42,9 %**, что выше темпов роста мирового рынка (32,1 %) за тот же период.
Согласно структуре рынка, в настоящее время в области ИИ-чипов существует три типа игроков: старые чиповые гиганты, представленные Nvidia и AMD, которые в последние годы сделали огромные приобретения для усиления своих продуктовых линеек искусственного интеллекта, и другие гиганты облачных вычислений, представленные Google, Baidu и Huawei. Согласно данным IDC, поставки карт-ускорителей ИИ в Китае в 2022 году составят около 1,09 млн штук, из которых рыночная доля Nvidia на рынке карт-ускорителей ИИ в Китае составляет 85 %, доля рынка Huawei — 10 %, доля рынка Baidu — 2 %, а Cambrian и Suiyuan Technology — по 1 %.
▌Рынок ИИ-чипов борется за первое место: цены на Nvidia A800 взлетели до небес, отечественные компании «уволили» GPU, чтобы найти выход Cambrian подхватила знамя отечественных ИИ-чипов, но так и не смогла выбраться из тяжелого положения, в котором шли годы подряд убытков
В этом году рынок AIGC горяч для графических процессоров.В условиях высокого спроса графические процессоры всегда в дефиците, а нехватка предложения заставила многие терминальные компании чувствовать себя перегруженными. YouKede заявил на платформе взаимодействия с инвесторами 3 июля, что графические процессоры, заказанные компанией, в настоящее время прибывают один за другим, и вклад в компанию ограничен.Срок поставки и количество оставшихся графических процессоров неизвестны; Inspur Information раскрыл прогноз полугодового отчета на прошлой неделе.
«Все ждет Nvidia».
Несчастья никогда не приходят поодиночке, рынок графических процессоров в очередной раз пережил шторм.С одной стороны, цена Nvidia A800 выросла более чем на 30%** за неделю, и даже цена не имеет рынка.Lenovo Group заявила на выставке MWC в Шанхае, что high-end сервер, оснащенный чипом A800, будет доставлен в течение 10 месяцев. **
В связи с этим многих волнует вопрос, будут ли отечественные GPU-компании иметь шанс получить долю в будущем. Гай Луцзян, председатель Tianshu Zhixin, сказал, что на самом деле, независимо от того, можно ли продавать продукты Nvidia в Китай, наши продукты уже можно использовать. Шан Цзюньман, аналитик Xinmou Consulting, сказал, что относительно положительно относится к развитию отечественных графических процессоров в целом, но существует определенный разрыв** между отечественными и зарубежными производственными цепочками в дизайне, литейном производстве и экологических программных платформах**.
Согласно неполной статистике Financial Associated Press, компании, котирующиеся на бирже A-share и работающие в области графических процессоров, включают Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology и Tongfu Microelectronics** и т. д. Подробности следующие:
Стоит отметить, что 25 мая Nvidia опубликовала свой финансовый отчет за первый квартал 2024 финансового года с выручкой в размере 7,19 млрд долларов США, что на 13 % меньше по сравнению с прошлым годом, но все еще превышает рыночные ожидания в размере 6,52 млрд долларов США. В отличие от показателей Nvidia, чистый убыток Cambrian в первом квартале 2023 года составил 255 млн юаней** по сравнению с убытком в 287 млн юаней за тот же период прошлого года.
Фактически, с 2019 года чистая прибыль кембрийского периода** всегда находилась в состоянии убытка** или страдала от этого совокупного максимального падения на 84,35% с момента объявления цены акций. Компания однажды заявила в своем годовом отчете за 2022 г., что высококачественные инвестиции в НИОКР являются прочной основой для долгосрочного развития индустрии микросхем.В целом в 2022 г. расходы Cambrian** на исследования и разработки достигнут 1,523 млрд юаней, увеличившись по сравнению с прошлым годом на 34,11%**.
▌Отечественные ИИ-чипы с большой вычислительной мощностью меняют полосу движения? Intel, Huawei и другие глобальные игроки ускоряют развертывание интегрированных систем хранения и вычислений
Что касается чипов ИИ для крупных вычислений, необходимых для популярной в настоящее время модели AIGC, возможно ли разработать чипы ИИ, которые могут сравнить производительность с GPGPU Nvidia с помощью существующих технических подходов? Некоторые «на удивление правильные» технологии включают: программно-определяемые чипы, чиплеты, трехмерное стекирование и расширенную упаковку, интеграцию хранения и вычислений и т. д. Согласно отраслевому анализу, только путем глубокой интеграции вычислительных ресурсов, ресурсов хранения, сети и программного обеспечения, ускорения обмена данными и интеграции, мы можем лучше поддерживать вычисления и в полной мере использовать ценность данных.
14 июля Huawei выпустила новый продукт для хранения данных с искусственным интеллектом «OceanStor A310 Deep Learning Data Lake Storage»** в эпоху больших моделей. Этот продукт ориентирован на базовые/отраслевые сценарии крупномасштабных модельных озер данных и реализует полное управление массивными данными ИИ, включая сбор данных, предварительную обработку, обучение модели и приложение для логического вывода. Он может реализовать многопротокольную связь без потерь и упростить процесс сбора данных, реализовать предварительную обработку данных с помощью вычислений в ближней памяти, сократить миграцию данных и повысить эффективность предварительной обработки на 30%. **
Так называемые вычисления в ближней памяти (PNM) относятся к интеграции хранения и вычислений. Последние также известны как «следующий полюс вычислительной мощности ИИ». Основатель Securities считает, что ожидается, что он станет «третьим полюсом»** архитектуры вычислительной мощности после CPU и GPU. Помимо Huawei, многие отечественные и иностранные компании проводили исследования и разработки технологий интеграции хранения и вычислений, в том числе Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** и другие крупные производители, почти все из которых внедряют PNM; ** Zhicun Technology, Yizhu Technology, Zhixinke** и другие начинающие компании делают ставку на PIM (обработка в памяти), CIM (вычисления в памяти) и другие более интимные технологии интеграции хранения и вычислений. маршруты.
На фоне того, что слабая универсальность чипов ASIC с трудом справляется с быстрой эволюцией нисходящих алгоритмов, а GPGPU ограничивается высоким энергопотреблением и низким коэффициентом использования вычислительной мощности, интегрированный чип для вычислений с памятью становится восходящей звездой в отрасли чипов благодаря низкому энергопотреблению, но высокому коэффициенту энергоэффективности. Согласно неполным статистическим данным Financial Associated Press, компании A-share, участвующие в интеграции депозита и расчетов, включают Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology и Runxin Technology и т. д. Подробности следующие:
Заглядывая в будущее, представители отрасли отметили, что вычислительная мощность Китая становится все более дефицитным ресурсом, и чтобы удовлетворить спрос на большие модели для больших вычислительных мощностей, будущей тенденцией станет кластеризация вычислительной мощности. На Всемирной конференции по искусственному интеллекту 2023 года компания Huawei объявила, что кластер Ascend AI был полностью обновлен: размер кластера был увеличен с первоначальных 4000 карт** до 16 000 карт**, с более высокой скоростью обучения и стабильным циклом обучения более 30 дней. На основе Ascend AI было разработано и адаптировано более 30 крупномасштабных моделей.На данный момент около половины инноваций в области крупномасштабных моделей в Китае поддерживаются Ascend AI**.