編輯|鄭懷舟
在2024年年底,大模型被前OpenAI聯合創始Ilya宣告已經用光了「所有的互聯網數據」。即使當下成熟下游應用還沒有跑出來,Ilya表示,代表着大模型最底層技術的「預訓練」即將結束。
這幾乎是一顆炸彈劈開了大模型進程的分界線。
湊巧的是,就在Ilya發言前一天,芯片巨頭博通發佈財報,CEO陳福陽預測了自家XPU芯片在2027財年600億至900億美元的營收規模。
XPU是博通與谷歌、亞馬遜、Meta等科技巨頭合作開發的ASIC芯片,即定製芯片,對應的是英偉達的通用芯片GPU。
對於市場來說,ASIC和GPU在大模型上游作用完全不同,一個強於推理,一個強於訓練。因此Ilya和陳福陽兩人的預測,不約而同地傳達出同一個信息:AI芯片的需求將發生明顯改變,GPU可能不再炙手可熱。
消息一出,博通13日股價暴漲24%,市值突破一萬億美元,同時另一邊,英偉達連續四個交易日下跌。
其實在大漲之前,博通已經是8000億美元市值的大型公司,在此體量基礎上依舊出現大幅上漲,可以看出資本市場預期已經完全改變,轉向「預訓練將結束」,認為GPU將被ASIC取代,英偉達市場份額將被博通蠶食。
但實際上,AI芯片的新一輪競賽,或許沒有想象中激烈。
一方面GPU和ASIC的競爭並非現在才出現,7年前谷歌就發佈了初代定製TPU用於機器學習任務,另一方面,預訓練減速也不意味着通用模型的末路。
01 博通潮起
從博通的最新財報來看,引起市場積極反饋的,主要是AI收入增長超預期。
數據顯示,博通AI收入全財年收同比增長了220%,因此驅動半導體業務收入創新高至301億美元,同比增長7%。
疊加CEO陳福陽對2027財年的市場規模預期,博通的ASIC業務被認為即將進入上升通道。
但也值得注意的是,按業務來看,博通分為半導體解決方案業務和基礎設施軟件業務,後者同比激增196%,推動總營收全年大幅上漲44%,是主要得益於VMware的並表,而原有軟件業務增幅較小。
凈利潤方面,博通四季度實現43.24億美元,明顯提升。收入段增長和費用率下降共同提升了盈利能力,同時業務整合也加快了最終利潤的釋放。
來源:博通財報
拆分收入結構來看,最受市場關注的ASIC芯片歸屬於半導體解決方案之下的網絡業務,是目前收入佔比最高的板塊,達到32%。
除了ASIC,網絡業務還包括以太網交換芯片/路由芯片、PHY芯片和光纖發射器與接收器。
其中,異軍突起的ASIC是博通2016年通過收購存儲公司LSI而實現的新業務,更早前,網絡業務之下的以太網交換芯片,才是博通的起家產品。在數據中心相關的網絡連接設備賽道,博通已經是老一代霸主地位。
關於AI數據中心帶動網絡連接設備市場大幅增長,同樣可以參考今年股價大漲的光模塊芯片廠商Marvell。
有市場數據顯示,使用英偉達芯片的數據中心設備,每台大約需要配置9個1.6T光模塊。跟着英偉達吃肉的行情下,Marvell近一年內股價已經翻番。
原本博通的交換機產品同樣遵循這一邏輯,但2019年英偉達以收購Mellanox的方式,自己也下場做了交換機,在這一領域與博通形成了競爭關係。
這一背景下,ASIC成為了博通網絡業務重要的新現金牛。
不過市場對於ASIC的擔憂是,作為專用芯片,相對通用芯片研發成本更高,只有在客戶有切實需求,且燒得起錢的時候才會考慮ASIC。
陳福陽也曾在上季度財報電話會上表示,大型雲廠商才有能力承擔定製芯片的成本,對於中小客戶,性價比太低。
當下需求側情況來看,博通短期內不缺訂單。谷歌作為博通的TPU老客戶,公司內部幾乎全部自用TPU,去年規模已經突破200萬顆,僅次於英偉達的市場規模。
如果說谷歌為代表的三家客戶是博通ASIC的基本盤,那麼「盟友」之外的巨頭的「倒戈」,更為ASIC的前景增加了一份確定性。
比如近期微軟和OpenAI的緊密合作關係開始出現矛盾,在多個場合已有所顯露。
微軟CEO Satya近期在訪談上直接表示,在AI發展上與Sam Altman秉持不同觀點——Sam向微軟要巨大訓練資源,但Satya認為應用層才是重點,模型層在「通用商品化」。
可見微軟的重心已經放在推理,而推理場景的多樣性,會給ASIC更多機會。
今年9月的高盛大會上,陳福陽提出了一種可能的未來終局:AI算力在ASIC和GPU各分一半,所有巨頭的AI算力分配會像谷歌一樣,內部自用全部ASIC,外用則全部GPU。
02 終結獨霸
「英偉達漲幅放緩是必然的,但被超越和取代是不可能的。」一位資深投資人告訴36氪。
「現在市場告訴我們,預訓練結束后,算法過剩,就要考慮省電,但實際情況是,所有的AI公司,現在優先考慮的還是算力,要擴張,算力是第一位,這是英偉達沒法被短期撼動的主要因素。」
博通的崛起不可否認,但英偉達是否可被替代,仍要打個問號。
首先從技術層面而言,雖然市場將ASIC和推理高度關聯,但實際上,GPU同樣可以進行推理工作,比如英偉達GB200推理性能就比H100提升了30倍。
只不過ASIC強在低功耗和小體積,能嵌入更多邊緣場景。
其次,在整個AI行業都苦「英偉達」久矣之時,二級市場上,ASIC的邏輯更容易跑通了。
在追求高性能階段,各大模型廠商為了搶佔時間窗口,大量囤積英偉達GPU芯片,如今轉入性價比階段,英偉達又幾乎成了所有廠商的「敵人」,所有人都想多一種選擇。
而博通作為眼下唯一可以和英偉達較量的「敵人」,就成了各大模型廠商的「朋友」。
更冷靜地來看,訓練和推理的切換,更多是將算力從受制於英偉達鏈條中釋放出來,分給推理框架部分機會。
因此也有不少市場聲音認為,博通的漲幅在透支未來,同時英偉達超跌。
有行業人士指出,預訓練減速不意味着通用模型的末路,如果ASIC快速替代GPU,基本等同於否定現有LLM框架。
「馬斯克的初創公司xAI還在瘋搶英偉達的GPU,和微軟、谷歌、meta的競爭會白熱化,規模還在擴張期,所以英偉達的需求沒有見頂。」前述投資人表示。
目前來看,只要海外雲計算大廠在AI服務器上的資本支出不放緩,英偉達、博通和Marvell就仍能在人工智能軍備競賽中吃到肉,
不過,問題的關鍵也出在這裡,在還沒有成熟應用跑出來的情況下,各大模型廠商還能燒錢燒多久?
關注獲取更多資訊