AI用“AI核弹”饱和攻击的英伟达,如何赢下AI计算新赛场?

AI用“AI核弹”饱和攻击的英伟达,如何赢下AI计算新赛场?
图片

在2012年的ImageNet挑战赛(ILSVRC)上 , 深度卷积神经网络AlexNet横空出世 , 在图像分类识别领域实现了质的飞跃 , 被认为是AI时代的标志性事件 , 代表着深度学习时代的正式开端 。
在此之前 , 深度学习“如何出圈”的一大挑战 , 就是深度神经网络训练面临算力不足的难题 。 而让AlexNet实现算力突破的关键 , 就在于当时研究者使用了英伟达的GPU 。
GPU一战成名 , 成为伴随AI技术一同进化的基础设施 。 英伟达也同时抓住了AI计算的新增长机遇 。 随着AI算力要求的爆炸式增长 , 英伟达GPU产品系列也经历了多轮的升级 。
现在 , 英伟达的GPU家族又迎来一次 “史上最大”的性能升级 。 而此次升级距离上一次发布“地表最强AI芯片”Tesla V100已经过去三年 。
三年蛰伏 , 一鸣惊人 。
AI用“AI核弹”饱和攻击的英伟达,如何赢下AI计算新赛场?
图片

(NVIDIA A100 GPU)
英伟达首次推出第8代安培GPU架构 , 以及首款基于安培架构的NVIDIA A100 GPU , 采用7nm工艺 , 在和上一代Volta架构V100 GPU几乎相同面积的晶圆上放置了超过540亿个晶体管 , 晶体管数量增长了2.5倍 , 但尺寸却仅大了1.3% , 而在AI训练和推理算力上 , 均较上一代Volta架构提升20倍 , HPC性能提升到上一代的2.5倍 。
A100 GPU的独特之处在于 , 作为一个端到端机器学习加速器 , 第一次在一个平台上面统一了AI训练和推理 , 同时也将作为数据分析、科学计算和云图形设计等通用工作负载的加速器 。 简单来说A100 GPU就是为数据中心而生的 。
在A100 GPU的基础上 , 英伟达同时发布了全球最强AI和HPC服务器平台——HGX A100 , 全球最先进的AI系统——DGX A100系统 , 以及由140个DGX A100系统组成的DGX SuperPOD集群 。 此外 , 还有涉及智能网卡、边缘AI服务器、自动驾驶平台合作以及一系列软件层面的平台型产品的发布 。
可以说 , 英伟达这次不是放出一颗“核弹” , 而是一个“核弹集群” , 还是饱和攻击的那种 。 英伟达从云端到边缘再到端侧 , 从硬件到软件再到开源生态 , 几乎建立起一个坚不可摧的AI计算的壁垒 , 同时也将AI芯片的竞争带上了一个小玩家难以企及的高度 。
英伟达的AI服务器芯片业务正在发生哪些新变化?A100 GPU的发布 , 对于AI服务器芯片市场有哪些影响 , 以及对于云计算市场带来哪些变化?这成为我们在“看热闹”之余 , 要重点探讨的几个问题 。
AI服务器芯片:英伟达AI计算增长新极点
众所周知 , 游戏、数据中心、专业视觉化以及自动驾驶等新兴业务是英伟达的四大核心业务板块 。 其中 , 游戏业务虽仍然是营收的支柱板块 , 但是受到PC游戏市场趋于饱和并向移动端转移的影响 , 独显业务的比重正在逐步缩小;专业视觉化业务一直为英伟达贡献着稳定营收 , 但受其他业务增长的影响 , 业务占比也在持续下滑;自动驾驶等新兴业务板块 , 目前只占整体应收的很小部分 , 且增速有限 , 但可以看作是英伟达未来的长线市场 。
AI用“AI核弹”饱和攻击的英伟达,如何赢下AI计算新赛场?
图片

(Nvidia: Sequential Revenue Change)
最明显的则是英特尔在数据中心业务板块的增长 。 近几年中其营收大部分时间处于高速增长状态 , 且营收占比逐步靠近游戏业务 。
根据英伟达最新的2020财年Q4财报数据显示 , ”游戏“收入高达14.9亿美元 , 约占总营收的47%;而增长强劲的数据中心板块 , AI服务器芯片的营收达到9.68亿美元 , 同比增长了42.6% ,, 逼近10亿美元大关 , 远远超出市场预期的8.29亿美元 。
整体上 , 随着全球数据中心 , 特别是超大型数据中心 , 对AI芯片需求的加速扩张 , 英伟达的AI服务器芯片也迎来了高速增长 , 正在跃升为英伟达最具有市场拓展潜力的业务分支 。


推荐阅读