本文由半導體産業縱橫（ID：ICVIEWS）編譯自aimultiple
本文将介紹頂尖的AI晶片供應商，幫助企業選擇合适的晶片。
如下圖所示，神經網絡的參數數量（即寬度和深度）以及模型大小都在增加。為了建構更好的深度學習模型和強大的人工智能應用程式，組織需要增加計算能力和記憶體帶寬。
強大的通用晶片（例如CPU）無法支援高度并行的深度學習模型。是以，支援并行計算能力的人工智能晶片的需求越來越大，麥肯錫認為，這一趨勢将持續下去。
然而，即使是擁有衆多世界級工程師和強大研究背景的英特爾，也需要三年的時間來開發自己的AI晶片。是以，對于大多數公司來說，從這些供應商購買晶片或從雲GPU提供商租用容量是開發強大的深度學習模型的唯一途徑。本文将介紹頂尖的AI晶片供應商，幫助企業選擇合适的晶片。
領先的人工智能晶片生産商有哪些？
1.英偉達
自 20 世紀 90 年代以來，英偉達 一直在為遊戲領域生産圖形處理單元 (GPU)。PlayStation3 和 Xbox均使用 Nvidia 圖形陣列。該公司還生産Volta、Xavier和Tesla等人工智能晶片。得益于生成式AI熱潮，英偉達在2023年取得了優異的成績，估值達到萬億，鞏固了其GPU和AI硬體市場上司者的地位。
英偉達 的晶片組旨在解決各個行業的業務問題。例如，Xavier 是自動駕駛解決方案的基礎，而 Volta 則針對資料中心。DGX A100和 H100 是 英偉達 成功的旗艦 AI 晶片，專為資料中心的 AI 訓練和推理而設計。英偉達 釋出了H200、B200 和 GB200 晶片；HGX 伺服器，例如結合了 8 個此類晶片的 HGX H200 和 HGX B200；NVL 系列和 GB200 SuperPod 将更多晶片組合成大型叢集。
雲 GPU
對于雲上的 AI 工作負載，Nvidia 幾乎處于壟斷地位，大多數雲廠商隻使用 Nvidia GPU 作為雲 GPU。Nvidia 還推出了DGX Cloud産品，直接向企業提供雲 GPU 基礎設施。
2.AMD
AMD是一家擁有CPU、GPU和AI加速器産品的晶片制造商。例如，AMD的Alveo U50資料中心加速卡擁有500億個半導體。Accelerator 可以運作 1000 萬個嵌入資料集并在毫秒内執行圖算法。
AMD 于 2023 年 6 月推出了用于 AI 訓練工作負載的 MI300，并将與 NVIDIA 争奪該市場的市場佔有率。正如ChatGPT所表明的那樣，生成式 AI的興起，需求迅速增加，導緻 Nvidia 的 AI 硬體難以采購，是以有初創公司、研究機構、企業和科技巨頭在 2023 年采用了 AMD 硬體。
AMD 還與 Hugging Face 等機器學習公司合作，使資料科學家能夠更有效地使用他們的硬體。
軟體生态系統至關重要，因為硬體性能很大程度上依賴于軟體優化。例如，AMD 和 NVIDIA 在 H100 和 MI300 基準測試上存在公開分歧。分歧的焦點是基準測試中使用的包和浮點。根據最新的基準測試，對于 70B LLM 的推理，MI300 似乎更好或與 H100 相當。
3.英特爾
英特爾是CPU市場最大的廠商，擁有悠久的半導體開發曆史。2017年，英特爾成為全球第一家銷售額突破10億美元大關的AI晶片公司。
英特爾的至強 CPU 适用于各種工作，包括資料中心的處理，并對該公司的商業成功産生了影響。
Gaudi3是英特爾最新的AI加速處理器。自 2024 年 4 月公開釋出以來，目前對其性能的基準測試有限。
4.Alphabet/谷歌雲平台
GoogleCloud TPU是專門建構的機器學習加速器晶片，為翻譯、照片、搜尋、助手和 Gmail 等 Google 産品提供支援。它也可以通過 Google Cloud 使用。谷歌于 2016 年釋出了 TPU。最新的 TPU 是 Trillium，第六代 TPU。
Edge TPU是 Google Alphabet 的另一款加速器晶片，比一美分硬币還要小，專為智能手機、平闆電腦和物聯網裝置等邊緣裝置而設計。
5.AWS
AWS 生産用于模型訓練的 Tranium 晶片和用于推理的 Inferentia 晶片。盡管AWS是公共雲市場的上司者，但它在谷歌之後開始建構自己的晶片。
6、IBM
IBM 将于 2022 年釋出最新的深度學習晶片——人工智能單元 (AIU)。IBM 正在考慮使用這些晶片為其 watson.x 生成式人工智能平台提供支援。
AIU 基于“ IBM Telum 處理器”建構，該處理器為 IBM Z 大型機伺服器的 AI 處理能力提供支援。Telum 處理器在推出時突出的用例包括欺詐檢測。
IBM 還證明，合并計算和記憶體可以提高效率。這些已在 NorthPole 處理器原型中得到示範。
7、阿裡巴巴
阿裡巴巴生産含光800等推理晶片。
領先的人工智能晶片初創公司有哪些？
這裡還想介紹一些AI晶片行業的初創公司，他們的名字在不久的将來可能會經常聽到。盡管這些公司剛剛成立不久，但它們已經籌集了數百萬美元。
圖2：AI晶片制造商的融資總額，來源：Statista
8.SambaNova系統
SambaNova Systems 成立于 2017 年，目标是為大批量生成型 AI 工作負載開發高性能、高精度的硬體軟體系統。該公司開發了SN40L晶片并籌集了超過11億美元的資金。
值得注意的是，SambaNova Systems 還将其平台出租給企業。SambaNova Systems 的人工智能平台即服務方法使其系統更易于采用，并鼓勵循環經濟的硬體重用。
9. Cerebras Systems
Cerebras Systems成立于 2015 年。2021 年 4 月，該公司宣布推出全新 AI 晶片型号 Cerebras WSE-2，擁有 85 萬個核心和 2.6 萬億個半導體。毫無疑問，WSE-2 比 WSE-1 有了很大改進，WSE-1 擁有 1.2 萬億個半導體和 40 萬個處理核心。
Celebra的系統與阿斯利康和葛蘭素史克等多家制藥公司合作，因為WSE-1的有效技術加速了遺傳和基因組研究，縮短了藥物發現的時間。
10. Groq
Groq 由前谷歌員工創立。該公司代表LPU，一種人工智能晶片架構的新模型，旨在讓公司更容易采用他們的系統。該初創公司已籌集約 3.5 億美元，并生産了首批型号，例如 GroqChip處理器、GroqCard 加速器等。
該公司專注于 LLM 推理，并釋出了 Llama-2 70B 的基準測試。
該公司表示，2024 年第一季度，有 7 萬名開發人員在其雲平台上注冊，并建構了 1.9 萬個新應用程式。
2022 年 3 月 1 日，Groq收購了Maxeler，後者為金融服務提供高性能計算 (HPC) 解決方案。
*聲明：本文系原作者創作。文章内容系其個人觀點，我方轉載僅為分享與讨論，不代表我方贊成或認同，如有異議，請聯系背景。