江苏龙网

  1. 首页 > 人文 > >

[格上私募圈]干掉英伟达？( 四 )


[格上私募圈]干掉英伟达？
文章图片
图片来自GTC现场
对于普通消费者来说 ， GPU对深度学习推荐模型的贡献其实不难理解 。
打开手机淘宝 ， “有好货” ， “每日好店” ， “猜你喜欢”……都是深度学习推荐模型在根据你浏览及购买数据 ， 挑出与你喜好相匹配的商品 。 而这些推荐模型 ， 建立在十亿级商品与用户数据集之上 。
此外 ， 抖音以及快手中的推荐系统 ， 也有着过千万的视频上传量与过亿用户的数据基础 。
而英伟达的TeslaT4、V100等处理器与配套加速软件 ， 发挥的主要作用 ， 便是为基于亿级数据的推荐算法模型训练进行资源分配、量化与加速 。
这些相关应用 ， 便是数据中心市场引发的新一轮硬件部署潜在增长趋势 。
如果说上一个10年中的数据中心芯片市场急剧扩张 ， 主要取决于2B客户对机房内部基础硬件的疯狂采购；那么新一轮增长动力 ， 则来自于数据中心需要处理的越来越复杂的推理计算工作 。
如今在数据中心市场 ， Tesla系列毫无疑问是AI加速方面的主流处理器 ， 用阿里云某工程师的话来说就是：“你当然也可以用CPU去训练 ， 但是解1路视频就要耗掉一块CPU ， 但却只会消耗GPU的一部分带宽 。 ”
云产业调研机构LiftrCloudInsights在2019年做出一个估算：截至2019年5月 ， 全球排名前四的公有云服务商 ， 部署有英伟达专用AI加速器的IaaS计算实例类型 ， 就高达97.4% 。
很明显 ， 尽管英特尔与AMD等竞争对手在这方面的动作不容小觑 ， 但在未来3~5年内 ， 但他们的GPU解决方案不太可能大幅削减英伟达在数据中心AI加速器领域的市场 。
来自传统巨头的撕咬
历史证明 ， 芯片企业是永远不可能睡上安稳觉的 。
20世纪80年代 ， 在日本存储芯片厂商强大的低价攻势下 ， 英特尔曾徘徊在垂死边缘 ， 最后孤注一掷 ， 决然放弃存储芯片市场；
2006年 ， AMD收购了英伟达在显示芯片市场的最大敌人ATI 。 但这笔收购费太贵 ， 外加在与英特尔的长期价格战中耗费大量资金 ， AMD此后10年 ， 再无争夺行业老大的任何机会与条件；
而说到英伟达 ， 2009年则是决定它命运的一年 。
在英伟达的Cuda还没有被业内广泛采纳的不到1年时间里 ， 由于推出的高端笔记本独立显卡出现了一系列质量问题 ， 英特尔与AMD又趁机“火上浇油” ， 英伟达股价由最高时的30多美元 ， 跌至6美元左右 。
“每次有困难的季度出现 ， 就会有人想顺势搞砸一切 。 但为了在未来某个节点做出伟大的成就 ， 你就必须在今天承担风险 。 ”
黄仁勋说出这句话的时候 ， 正是10年前股票跌至最低点 ， 整个公司处于十字路口的关键时刻 。
但他随后便做出了选择——
裁员以削减成本 ， 延长回购股票计划 ， 在GPU处理器和配套软件上面砸更多的钱 ， 集中精力“笼络”流媒体公司、游戏玩家 ， 以及那时还为数不多 ， 但要求却最为苛刻的科学家与AI工程师 。
如此这般若干年后 ， 英伟达迎来当下的黄金年代 。
但哪有一劳永逸可言 。 一路搏斗、一旦选错方向就永无翻身之日的芯片公司们 ， 最不缺的就是危机感 ， 以及总想趁机踩一脚的竞争对手 。
因此 ， 在利润丰厚 ， 且仍然是一片蓝海的数据中心AI芯片市场 ， 无论是敌人还是客户 ， 你能想到的一切企业 ， 基本都可以对英伟达构成生存威胁：
英特尔、AMD、高通、ARM、三星、英飞凌等半导体制造商们；
运营着超大数据中心 ， 急切需要多样化AI芯片组技术的亚马逊、微软、谷歌、阿里以及IBM等云服务厂商们；
以及如今看起来还不成气候 ， 但却数量惊人的创业公司们 。
我们需要清楚地认识到 ， 英特尔一直占据着数据中心服务器CPU市场90%以上的市场份额 ， 即便这个细分市场被2017年重回数据中心阵地的AMD蚕食掉4.5% 。


推荐阅读


上一篇：快科技：HBM2E内存，台积电5nm打造1700平方毫米巨型中介层：集成96GB

下一篇：有声印象：2020年上半年哈曼卡顿五款同价位圆筒状音箱测评