Nvidia «домінує» зі своїм графічним процесором, і все більше і більше компаній намагаються захопити «блакитний океан» мікросхем ШІ. Нещодавно Маск заявив, що Tesla розробляє власний чіп, але він не буде називатися GPU або 100s, H100s тощо, а Dojo2 зосередиться на великих моделях. Раніше Intel випустила чіп "China Special Edition" Gaudi2, який економічно ефективніший, ніж H100. Його ** та Inspur Information спільно розробили сервери ШІ.
Індустрія загалом вважає, що Nvidia непросто утримати цей торт. У дослідницькому звіті від 13 липня Хоу Бінь у Great Wall Securities зазначив, що порівняно з закордонними країнами ринок чіпів штучного інтелекту в моїй країні зростатиме вищими темпами в наступні три роки, і є великий простір для розвитку та широкий ринковий простір. Відповідно до звіту про дослідження China Merchants Securities Zhang Xia від 18 липня, розмір ринку AI-чіпів у моїй країні досягне 178 мільярдів юанів у 2025 році, що майже на 100%** збільшиться порівняно з 2022 роком. З 2021 по 2025 рік розмір ринку AI-чіпів у моїй країні** CARG становить 42,9%**, що швидше, ніж темпи зростання світового ринку (32,1). %) за той же період.
Згідно зі структурою ринку, зараз існує три типи гравців у сфері чіпів штучного інтелекту. Один — це старі гіганти чіпів, представлені Nvidia та AMD, які здійснили величезні придбання в останні роки, щоб підвищити потужність своїх лінійок продуктів штучного інтелекту; інший — гіганти хмарних обчислень, представлені Google, Baidu та Huawei. Згідно з даними IDC, у 2022 році поставки карток прискорювача штучного інтелекту в Китаї становитимуть близько 1,09 мільйона, з яких частка Nvidia на ринку карт прискорювачів штучного інтелекту в Китаї становить 85%, частка ринку Huawei становить 10%, частка ринку Baidu становить 2%, а компанії Cambrian і Suiyuan Technology мають по 1%.
▌Ринок чіпів штучного інтелекту змагається за перше місце: ціни на Nvidia A800 різко зросли, вітчизняні компанії «звільнили» GPU, щоб знайти вихід. Cambrian підняв прапор вітчизняних чіпів штучного інтелекту, але все ще не зміг вийти з важкого становища послідовних років втрат
Цього року ринок AIGC гарячий для графічних процесорів. Через високий попит графічних процесорів завжди не вистачає, а обмеженість пропозиції змусила багатьох компаній, що займаються терміналами, відчувати себе приголомшеними. 3 липня YouKede на платформі для взаємодії з інвесторами повідомила, що графічні процесори, замовлені компанією, наразі надходять один за одним, а внесок у компанію обмежений. Термін доставки та кількість графічних процесорів, що залишилися, невідомі; Inspur Information оприлюднила прогноз піврічного звіту минулого тижня.
«Усе чекає на Nvidia.» Керівник компанії штучного інтелекту сказав репортеру Financial Associated Press, що його компанія розмістила замовлення на серверні продукти в квітні, але оскільки графічний процесор серверної компанії ще не надійшов, точної дати доставки немає.
Нещастя ніколи не приходять поодинці, ринок графічних процесорів знову пережив шторм.З одного боку, ціна на Nvidia A800 зросла більш ніж на 30%** за тиждень, і навіть ціна не має ринку.Lenovo Group заявила на виставці MWC у Шанхаї, що сервер високого класу, оснащений чіпом A800, буде доставлено протягом 10 місяців. **
Згідно з галузевими джерелами, крім високого попиту на A800 і політичних факторів, існує також власне «егоїстичне» бажання Nvidia: «NVIDIA зараз скорочує поставки A800 і просуває більш прибутковий H800». Ціна графічного процесора H800 з однією картою досягає понад 200 000 юанів, що набагато вище, ніж A800 після підвищення ціни.З червня цього року H800 буде офіційно рекламуватися у великому масштабі.
У цьому контексті багато хто хвилюється, чи матимуть вітчизняні GPU-компанії шанс отримати частку в майбутньому. Гай Луцзян, голова Tianshu Zhixin, сказав, що насправді, незалежно від того, чи можна продукцію Nvidia продавати в Китаї, наші продукти вже можна використовувати. Шан Цзюньман, аналітик Xinmou Consulting, сказав, що він відносно позитивно ставиться до розвитку вітчизняних GPU в цілому, але існує певний розрив** між вітчизняними та іноземними промисловими ланцюгами в дизайні, ливарному виробництві та екологічних програмних платформах**.
Згідно з неповною статистикою Financial Associated Press, зареєстровані на біржі A компанії з розміщенням графічних процесорів включають Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology і Tongfu Microelectronics** тощо. Деталі такі:
Будучи «першим чіпом штучного інтелекту в Раді наукових і технологічних інновацій», Cambrian раніше на інтерактивній платформі відповів, що розумний чіп, розроблений і розроблений компанією, не є графічним процесором, а чіпом, спеціально розробленим для сфери штучного інтелекту. Переваги інтелектуальних чіпів у продуктивності та енергоефективності в основному зосереджені в інтелектуальних програмах.У сфері штучного інтелекту він може замінити чіпи графічного процесора, але він не застосовується в інших галузях, окрім штучного інтелекту.
Варто зазначити, що 25 травня Nvidia опублікувала свій фінансовий звіт за перший квартал 2024 фінансового року з доходом у 7,19 мільярда доларів США, що на 13% менше, ніж у минулому році, але все ще перевищує очікування ринку в 6,52 мільярда доларів США. На відміну від показників Nvidia, Cambrian зазнав чистих збитків у 255 мільйонів юанів** у першому кварталі 2023 року порівняно з втратою 287 мільйонів юанів за той же період минулого року.
Насправді, починаючи з 2019 року, чистий прибуток Кембрійського періоду** завжди був у збитковому стані**, або на нього впливало кумулятивне максимальне падіння на 84,35% з моменту розміщення курсу акцій. Одного разу компанія заявила у своєму річному звіті за 2022 рік, що високоякісні інвестиції в дослідження та розробки є міцною основою для довгострокового розвитку індустрії чіпів.За весь 2022 рік витрати на дослідження та розробки Cambrian** досягнуть 1,523 мільярда юанів, що на 34,11%** збільшиться порівняно з минулим роком.
▌Внутрішні мікросхеми ШІ з великою обчислювальною потужністю змінюють смуги? Intel, Huawei та інші глобальні гравці прискорюють розгортання інтегрованих систем зберігання даних і обчислень
Що стосується чіпів штучного інтелекту для великих обчислювальних машин, необхідних для актуальної моделі AIGC, чи можливо розробити чіпи штучного інтелекту, які могли б порівнювати продуктивність із GPGPU Nvidia за допомогою існуючих технічних підходів? Деякі «напрочуд вертикальні» технології включають: програмно визначені мікросхеми, чіплети, 3D стекування та розширене пакування, інтеграція зберігання та обчислень тощо. Згідно з галузевим аналізом, лише шляхом глибокої інтеграції обчислювальних, сховищ, мережевих і програмних ресурсів, прискорення обміну даними та інтеграції ми можемо краще підтримувати обчислення та повністю використовувати цінність даних.
14 липня Huawei випустила новий продукт зберігання AI «OceanStor A310 Deep Learning Data Lake Storage»** в епоху великих моделей. Цей продукт орієнтований на сценарії базових/галузевих великомасштабних модельних озер даних і реалізує повнопроцессне керування масивними даними штучного інтелекту від збору даних, попередньої обробки, навчання моделі та додатків висновку. Він може реалізувати багатопротокольний взаємозв’язок без втрат і спростити процес збору даних; реалізувати попередню обробку майже даних за допомогою обчислень майже з пам’яттю, зменшити міграцію даних і підвищити ефективність попередньої обробки на 30%. **
Так звані обчислення майже з пам’яттю (PNM) належать до інтеграції зберігання та обчислень. Останній також відомий як «наступний полюс обчислювальної потужності штучного інтелекту». Засновник Securities вважає, що очікується, що він стане «третім полюсом»** архітектури обчислювальної потужності після CPU та GPU. Окрім Huawei, багато компаній у країні та за кордоном проводять дослідження та розробки технології інтеграції сховищ і обчислень, зокрема Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** та інші великі виробники, майже всі з яких розгортають PNM; а ** Zhicun Technology, Yizhu Technology, Zhixinke** та інші компанії-початківці роблять ставку на PIM (обробка в пам’яті), CIM (обчислення в пам’яті) та інші інти. маршрути технології інтеграції сховища та обчислень.
На фоні того, що слабка універсальність чіпів ASIC важко впоратися зі швидким розвитком подальших алгоритмів, а GPGPU обмежений високим енергоспоживанням і низьким використанням обчислювальної потужності, інтегрований чіп пам’яті стає висхідною зіркою в індустрії чіпів завдяки низькому енергоспоживанню, але високому коефіцієнту енергоефективності. Відповідно до неповних статистичних даних Financial Associated Press, компанії-акціонери, які беруть участь в інтеграції депозитів і розрахунків, включають Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology і Runxin Technology тощо. Деталі такі:
З точки зору первинного ринку, інтеграція зберігання та обчислень також є найпопулярнішим шляхом для інвестицій у мікросхеми за останні два роки. Згідно з розумінням і статистикою SI Rui, сім гравців з інтегрованим сховищем і обчисленнями, включаючи Yizhu Technology і Zhicun Technology, віддають перевагу капіталу. Варто зазначити, що чотири компанії-стартапи в рамках інтегрованого сховища та обчислень ** Yizhu Technology, Zhicun Technology, Pingxin Technology і Houmo Intelligence отримали фінансування** протягом двох років поспіль.
Аналітики вважають, що GPU та сховище більш конкурентоспроможні, ніж конкурентоспроможні: від GPU, як найбільш зрілого рішення на даний момент, не можна відмовлятися, і група компаній повинна розвивати його; в той час як обчислення для сховища є обхідною та вкрапленою атакою, що долає зовнішні технічні бар’єри та реалізує нові технології.
З нетерпінням чекаючи майбутнього, індустрія зазначила, що обчислювальна потужність Китаю стає дедалі дефіцитнішим ресурсом. Щоб задовольнити попит великих моделей на велику обчислювальну потужність, кластеризація обчислювальних потужностей стане майбутньою тенденцією. На Всесвітній конференції зі штучного інтелекту 2023 року компанія Huawei оголосила, що кластер Ascend AI було повністю оновлено. Розмір кластера було збільшено з початкового кластера з 4000 карток** до 16000 карток**, із вищою швидкістю навчання та стабільним циклом навчання понад 30 днів. На основі Ascend AI більше 30 великомасштабних моделей були інкубовані та адаптовані. Наразі близько половини великомасштабних інновацій у Китаї підтримується Ascend AI**.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Tesla, Intel та інші гіганти «борються» з чипами штучного інтелекту: «захист» GPU, інтеграція пам’яті та обчислень «обходить фланги», вітчизняні гравці чіпів також хочуть розділити торт Nvidia
**Джерело: **Фінансова асоціація
Редагувати Ruoyu
Nvidia «домінує» зі своїм графічним процесором, і все більше і більше компаній намагаються захопити «блакитний океан» мікросхем ШІ. Нещодавно Маск заявив, що Tesla розробляє власний чіп, але він не буде називатися GPU або 100s, H100s тощо, а Dojo2 зосередиться на великих моделях. Раніше Intel випустила чіп "China Special Edition" Gaudi2, який економічно ефективніший, ніж H100. Його ** та Inspur Information спільно розробили сервери ШІ.
Індустрія загалом вважає, що Nvidia непросто утримати цей торт. У дослідницькому звіті від 13 липня Хоу Бінь у Great Wall Securities зазначив, що порівняно з закордонними країнами ринок чіпів штучного інтелекту в моїй країні зростатиме вищими темпами в наступні три роки, і є великий простір для розвитку та широкий ринковий простір. Відповідно до звіту про дослідження China Merchants Securities Zhang Xia від 18 липня, розмір ринку AI-чіпів у моїй країні досягне 178 мільярдів юанів у 2025 році, що майже на 100%** збільшиться порівняно з 2022 роком. З 2021 по 2025 рік розмір ринку AI-чіпів у моїй країні** CARG становить 42,9%**, що швидше, ніж темпи зростання світового ринку (32,1). %) за той же період.
Згідно зі структурою ринку, зараз існує три типи гравців у сфері чіпів штучного інтелекту. Один — це старі гіганти чіпів, представлені Nvidia та AMD, які здійснили величезні придбання в останні роки, щоб підвищити потужність своїх лінійок продуктів штучного інтелекту; інший — гіганти хмарних обчислень, представлені Google, Baidu та Huawei. Згідно з даними IDC, у 2022 році поставки карток прискорювача штучного інтелекту в Китаї становитимуть близько 1,09 мільйона, з яких частка Nvidia на ринку карт прискорювачів штучного інтелекту в Китаї становить 85%, частка ринку Huawei становить 10%, частка ринку Baidu становить 2%, а компанії Cambrian і Suiyuan Technology мають по 1%.
▌Ринок чіпів штучного інтелекту змагається за перше місце: ціни на Nvidia A800 різко зросли, вітчизняні компанії «звільнили» GPU, щоб знайти вихід. Cambrian підняв прапор вітчизняних чіпів штучного інтелекту, але все ще не зміг вийти з важкого становища послідовних років втрат
Цього року ринок AIGC гарячий для графічних процесорів. Через високий попит графічних процесорів завжди не вистачає, а обмеженість пропозиції змусила багатьох компаній, що займаються терміналами, відчувати себе приголомшеними. 3 липня YouKede на платформі для взаємодії з інвесторами повідомила, що графічні процесори, замовлені компанією, наразі надходять один за одним, а внесок у компанію обмежений. Термін доставки та кількість графічних процесорів, що залишилися, невідомі; Inspur Information оприлюднила прогноз піврічного звіту минулого тижня.
«Усе чекає на Nvidia.» Керівник компанії штучного інтелекту сказав репортеру Financial Associated Press, що його компанія розмістила замовлення на серверні продукти в квітні, але оскільки графічний процесор серверної компанії ще не надійшов, точної дати доставки немає.
Нещастя ніколи не приходять поодинці, ринок графічних процесорів знову пережив шторм.З одного боку, ціна на Nvidia A800 зросла більш ніж на 30%** за тиждень, і навіть ціна не має ринку.Lenovo Group заявила на виставці MWC у Шанхаї, що сервер високого класу, оснащений чіпом A800, буде доставлено протягом 10 місяців. **
У цьому контексті багато хто хвилюється, чи матимуть вітчизняні GPU-компанії шанс отримати частку в майбутньому. Гай Луцзян, голова Tianshu Zhixin, сказав, що насправді, незалежно від того, чи можна продукцію Nvidia продавати в Китаї, наші продукти вже можна використовувати. Шан Цзюньман, аналітик Xinmou Consulting, сказав, що він відносно позитивно ставиться до розвитку вітчизняних GPU в цілому, але існує певний розрив** між вітчизняними та іноземними промисловими ланцюгами в дизайні, ливарному виробництві та екологічних програмних платформах**.
Згідно з неповною статистикою Financial Associated Press, зареєстровані на біржі A компанії з розміщенням графічних процесорів включають Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology і Tongfu Microelectronics** тощо. Деталі такі:
Варто зазначити, що 25 травня Nvidia опублікувала свій фінансовий звіт за перший квартал 2024 фінансового року з доходом у 7,19 мільярда доларів США, що на 13% менше, ніж у минулому році, але все ще перевищує очікування ринку в 6,52 мільярда доларів США. На відміну від показників Nvidia, Cambrian зазнав чистих збитків у 255 мільйонів юанів** у першому кварталі 2023 року порівняно з втратою 287 мільйонів юанів за той же період минулого року.
Насправді, починаючи з 2019 року, чистий прибуток Кембрійського періоду** завжди був у збитковому стані**, або на нього впливало кумулятивне максимальне падіння на 84,35% з моменту розміщення курсу акцій. Одного разу компанія заявила у своєму річному звіті за 2022 рік, що високоякісні інвестиції в дослідження та розробки є міцною основою для довгострокового розвитку індустрії чіпів.За весь 2022 рік витрати на дослідження та розробки Cambrian** досягнуть 1,523 мільярда юанів, що на 34,11%** збільшиться порівняно з минулим роком.
▌Внутрішні мікросхеми ШІ з великою обчислювальною потужністю змінюють смуги? Intel, Huawei та інші глобальні гравці прискорюють розгортання інтегрованих систем зберігання даних і обчислень
Що стосується чіпів штучного інтелекту для великих обчислювальних машин, необхідних для актуальної моделі AIGC, чи можливо розробити чіпи штучного інтелекту, які могли б порівнювати продуктивність із GPGPU Nvidia за допомогою існуючих технічних підходів? Деякі «напрочуд вертикальні» технології включають: програмно визначені мікросхеми, чіплети, 3D стекування та розширене пакування, інтеграція зберігання та обчислень тощо. Згідно з галузевим аналізом, лише шляхом глибокої інтеграції обчислювальних, сховищ, мережевих і програмних ресурсів, прискорення обміну даними та інтеграції ми можемо краще підтримувати обчислення та повністю використовувати цінність даних.
14 липня Huawei випустила новий продукт зберігання AI «OceanStor A310 Deep Learning Data Lake Storage»** в епоху великих моделей. Цей продукт орієнтований на сценарії базових/галузевих великомасштабних модельних озер даних і реалізує повнопроцессне керування масивними даними штучного інтелекту від збору даних, попередньої обробки, навчання моделі та додатків висновку. Він може реалізувати багатопротокольний взаємозв’язок без втрат і спростити процес збору даних; реалізувати попередню обробку майже даних за допомогою обчислень майже з пам’яттю, зменшити міграцію даних і підвищити ефективність попередньої обробки на 30%. **
Так звані обчислення майже з пам’яттю (PNM) належать до інтеграції зберігання та обчислень. Останній також відомий як «наступний полюс обчислювальної потужності штучного інтелекту». Засновник Securities вважає, що очікується, що він стане «третім полюсом»** архітектури обчислювальної потужності після CPU та GPU. Окрім Huawei, багато компаній у країні та за кордоном проводять дослідження та розробки технології інтеграції сховищ і обчислень, зокрема Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** та інші великі виробники, майже всі з яких розгортають PNM; а ** Zhicun Technology, Yizhu Technology, Zhixinke** та інші компанії-початківці роблять ставку на PIM (обробка в пам’яті), CIM (обчислення в пам’яті) та інші інти. маршрути технології інтеграції сховища та обчислень.
На фоні того, що слабка універсальність чіпів ASIC важко впоратися зі швидким розвитком подальших алгоритмів, а GPGPU обмежений високим енергоспоживанням і низьким використанням обчислювальної потужності, інтегрований чіп пам’яті стає висхідною зіркою в індустрії чіпів завдяки низькому енергоспоживанню, але високому коефіцієнту енергоефективності. Відповідно до неповних статистичних даних Financial Associated Press, компанії-акціонери, які беруть участь в інтеграції депозитів і розрахунків, включають Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology і Runxin Technology тощо. Деталі такі:
З нетерпінням чекаючи майбутнього, індустрія зазначила, що обчислювальна потужність Китаю стає дедалі дефіцитнішим ресурсом. Щоб задовольнити попит великих моделей на велику обчислювальну потужність, кластеризація обчислювальних потужностей стане майбутньою тенденцією. На Всесвітній конференції зі штучного інтелекту 2023 року компанія Huawei оголосила, що кластер Ascend AI було повністю оновлено. Розмір кластера було збільшено з початкового кластера з 4000 карток** до 16000 карток**, із вищою швидкістю навчання та стабільним циклом навчання понад 30 днів. На основі Ascend AI більше 30 великомасштабних моделей були інкубовані та адаптовані. Наразі близько половини великомасштабних інновацій у Китаї підтримується Ascend AI**.