（原标题：这些芯片，威胁Nvidia万亿市值）

如果您希望可以时常见面，欢迎标星收藏哦~

来源：内容由半导体行业观察（ID：icbank）编译自财富网，谢谢。

紧接着Google 宣布推出 Axion AI 芯片，Meta刚刚宣布将进一步进军 AI 芯片竞赛。两家公司都宣称他们的新半导体模型是开发人工智能平台的关键，也是他们以及科技行业其他公司一直依赖的Nvidia芯片的替代品，为人工智能数据中心提供动力。

硬件正在成为人工智能的关键增长领域。对于拥有资金和人才的大型科技公司来说，开发内部芯片有助于减少对英伟达和英特尔等外部设计师的依赖，同时还允许公司专门根据自己的人工智能模型定制硬件，提高性能并节省能源成本。

谷歌和 Meta 刚刚宣布的这些内部人工智能芯片对英伟达在人工智能硬件市场的主导地位构成了第一个真正的挑战。英伟达控制着超过90%的AI芯片市场，对其行业领先的半导体的需求只增不减。但如果英伟达最大的客户开始生产自己的芯片，其股价自年初以来飙升了 87%，可能会受到影响。

“从 Meta 的角度来看……这为他们提供了与 Nvidia 讨价还价的工具，”科技咨询公司 Omdia 的分析师爱德华·威尔福德 (Edward Wilford) 告诉《财富》杂志。“它让 Nvidia 知道他们并不是排他性的，并且他们还有其他选择。它的硬件针对他们正在开发的人工智能进行了优化。”

为什么人工智能需要新芯片？

人工智能模型需要大量的计算能力，因为训练其背后的大型语言模型需要大量的数据。传统的计算机芯片根本无法处理人工智能模型所基于的数万亿个数据点，这催生了人工智能专用计算机芯片的市场，这些芯片通常被称为“尖端”芯片，因为它们是当今世界上最强大的设备。市场。

半导体巨头英伟达 (Nvidia) 主导了这个新兴市场：英伟达 ( Nvidia) 30,000 美元旗舰AI 芯片的等待名单长达数月之久，需求推动该公司股价在过去六个月内上涨了近 90%。

竞争对手芯片制造商英特尔正在努力保持竞争力。它刚刚发布了Gaudi 3 AI芯片，与Nvidia直接竞争。人工智能开发商——从谷歌和微软到小型初创公司——都在争夺稀缺的人工智能芯片，但受到制造能力的限制。

为什么科技公司开始制造自己的芯片？

英伟达和英特尔只能生产有限数量的芯片，因为它们和业内其他公司都依赖台湾制造商台积电来实际组装其芯片设计。由于只有一家制造商牢牢参与其中，这些尖端芯片的制造周期长达数月。这是导致人工智能领域的主要参与者（例如谷歌和 Meta）诉诸设计自己的芯片的关键因素。

咨询公司 Forrester 的高级分析师 Alvin Nguyen 告诉《财富》杂志，谷歌、Meta 和亚马逊等公司设计的芯片不会像 Nvidia 的顶级产品那样强大，但这可能会在速度方面让这些公司受益。他说，他们将能够在不太专业的装配线上生产它们，等待时间更短。

“如果你有一些功能低 10% 但现在就能买到的东西，我每天都会购买，”Nguyen 说。

即使 Meta 和谷歌正在开发的原生 AI 芯片不如 Nvidia 的尖端 AI 芯片强大，但它们可以更好地适应该公司的特定 AI 平台。Nguyen 表示，为公司自己的人工智能平台设计的内部芯片可以通过消除不必要的功能来提高效率并节省成本。

“这就像买一辆车。好吧，你需要一个自动变速箱。但你需要真皮座椅，还是加热按摩座椅？”阮说。

Meta 发言人梅兰妮·罗伊 (Melanie Roe) 在给《财富》杂志的电子邮件中写道：“对我们来说，好处是我们可以构建一款能够更有效地处理特定工作负载的芯片。”

Nvidia 的顶级芯片每颗售价约为 25,000 美元。它们是非常强大的工具，并且被设计为擅长广泛的应用，从训练人工智能聊天机器人到生成图像，再到开发推荐算法，例如 TikTok 和Instagram上的算法。这意味着功能稍弱但更定制的芯片可能更适合 Meta 等公司，该公司投资人工智能主要是为了推荐算法，而不是面向消费者的聊天机器人。

晨星公司股票研究主管 Brian Colello 告诉《财富》杂志：“Nvidia GPU 在人工智能数据中心方面表现出色，但它们是通用用途。” “在某些工作负载和某些模型中，定制芯片可能会更好。”

万亿美元的问题

Nguyen 表示，更专业的内部芯片可以凭借其集成到现有数据中心的能力而带来更多好处。Nvidia 芯片消耗大量电力，并且释放大量热量和噪音，以至于科技公司可能被迫重新设计或迁移其数据中心，以集成隔音和液体冷却。功能较弱的原生芯片消耗更少的能量并释放更少的热量，可以解决这个问题。

Meta和谷歌开发的AI芯片是长期赌注。Nguyen 估计这些芯片的开发大约需要一年半的时间，并且可能需要几个月的时间才能大规模实施。在可预见的未来，整个人工智能世界将继续严重依赖英伟达（以及较小程度上的英特尔）来满足其计算硬件需求。

事实上，马克·扎克伯格最近宣布，Meta 有望在今年年底前拥有 350,000 块 Nvidia 芯片（届时该公司将在芯片上花费约 180 亿美元）。但从外包计算能力转向本地芯片设计可能会放松英伟达在市场上的垄断地位。

“英伟达估值万亿美元的问题是这些内部芯片的威胁，”科莱洛说。“如果这些内部芯片显着减少了对 Nvidia 的依赖，那么 Nvidia 的股票可能会出现下跌。这种发展并不令人惊讶，但未来几年的执行情况是我们心目中的关键估值问题。”

https://fortune.com/2024/04/11/meta-google-ai-chips-semiconductor-in-house-nvidia-trillion-dollar-question/

点这里加关注，锁定更多原创内容

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3733期内容，欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID：icbank

喜欢我们的内容就点“在看”分享给小伙伴哦