图片来源@视觉中国

　　文价值研究所

　　盘中一度涨逾 30%，收盘股价、市值分别定格在 379.8 美元和 9392.95 亿美元，英伟达距离万亿美元俱乐部仅有一步之遥。

　　股价走势如此凌厉，华尔街大行也很懂事，自发前来再添一把火。从 24 日开始，已有巴克莱、摩根大通、韦德布什证券、Baird 多家机构宣布上调英伟达股价预期。其中最乐观的巴克莱银行，将英伟达的目标价从原来的 275 美元大幅上调至 500 美元，对这家半导体大厂的发展前景十分看好。

　　英伟达能成为半导体寒冬中第一个迎来春天的巨头，原因很简单：往近了说，日前公布的一季度财报远超市场预期；往远了说，有 AI 风口加持，英伟达的高算力芯片供不应求，业绩还有很大增长空间。

　　横向对比可以发现，经过本轮暴涨后，英伟达和同行们拉开了更大差距：截止 25 日美股收盘时，AMD 的市值为 1938.07 亿美元，高通为 1158.78 亿美元，英特尔仅有 1142.85 亿美元，三者相加也只有英伟达的一半左右。

　　谁是半导体行业的老大？资本市场用钱投票，给出了自己的答案。而比起追赶英伟达这个遥不可及的目标，对 AMD 们来说，坐稳行业“老二”位置可能是一个更实际的任务。

　　处境迥异的“准亚军”：AMD 稳字当头，英特尔举步维艰

　　虽然我们习惯性地把英伟达、AMD、英特尔、高通这几家半导体大厂放在一起比较，但高通的业务模式和另外几个同行其实有不少差异。高通的业绩，很大程度上和智能手机行业挂钩，和英伟达的正面对抗只存在于汽车芯片等少数几个领域。真正和英伟达近身肉搏的，是 AMD 和英特尔。

　　要明确的是，AI 服务器的芯片需求很大，但最核心的是 GPU 和储存芯片。openAI 曾表示，在 AI 大模型训练中，算力需求一般3-4 个月就会翻一倍，对储存芯片和 GPU 的需求也会相应提升。通常情况下，AI 服务器的储存芯片使用量是普通服务器的 8 倍，GPU 就更不用说了。

　　因此，AMD、英特尔和英伟达的对抗，也主要集中在 GPU、AI 芯片领域。两者相比之下，AMD 胜在稳定，份额、技术虽比不上英伟达却比下有余。英特尔处境则更为尴尬，对 GPU 拿不起也放不下，蹉跎了不少岁月，至今仍没有找准方向。

　　有“千年老二”之称的 AMD，在 CPU 称霸半导体行业的年代长期充当英特尔的配角，后来又在智能手机时代成为高通身边的二号人物，直到现在为英伟达作配，仿佛一直没有主角命。但比起一落千丈的英特尔，AMD 至少业务布局更广泛，没有完全错过任何一个风口。

　　目前，AMD 的业务涵盖 CPU、GPU 和嵌入式三条赛道，前两项业务的份额都稳居行业第二。在去年一季度完成对赛灵思的并购后，AMD 又拿下了 FPGA 市场的半壁江山，势力版图进一步拓宽。在最重要的 GPU 业务上，AMD 寄希望于 MI300 系列新品，并将其视为对标英伟达 A100 的种子选手。

　　从近几个季度的业绩来看，AMD 的积极信号也多于英特尔。今年一季度，服务器业务所在的数据中心板块营收占比接近 25%，CPU 解决方案业务所在的客户服务板块占比已下滑至 15%。GPU 和 CPU 这一进一退，表明 AMD 正努力抓住 AI 风口，改善营收结构。

　　那么昔日霸主英特尔现在是什么情况？

　　CPU 需求随着 PC 市场衰落而萎缩是不争的事实，英特尔在追逐 AI 风口、开发 GPU 产品线的过程中也是波折不断，至今没有太多拿得出手的战绩。

　　过去 5 年，英特尔为图形部门 AXG 投入了近 35 亿美元研发资金，可惜收效寥寥。去年 8 月传出 AXG 部门可能整体被裁撤的消息，年底又进行了拆分，整合出客户端计算和数据中心、AI 两个团队。再到后来，英特尔副总裁兼超级计算事业部总经理 Jeff McVeigh 承认整合 CPU、GPU 核心产品的 XPU 项目已经流产，对标 AMDMI300 和英伟达 A100 的目标自然成为泡影。

　　近日，英特尔又调整方案，将 Falcon Shores 计划改为纯 GPU 解决方案，预计 2025 年发布。从这一系列变动中可以看出，英特尔并不愿意放弃 GPU，但又一直找不准定位，弯道超车远没有想象中那么简单。

　　在日前接受媒体采访时，Jeff McVeigh 表示公司不会放弃 GPU 业务，正在花时间重新设计新品。他也向外界承诺，英特尔的新产品算力肯定会优于英伟达 H100 系列。但没看到产品之前，这番话很难令投资者信服。

　　总的来说，AMD 比英特尔更稳定、更有希望坐稳“老二”位置，但也只是相对而言。在英伟达的领先优势面前，这两个传统豪强并没有太多应对之策。不过话又说回来，正在追逐 AI 风口的也远不止 AMD、英特尔等半导体厂商——还有硅谷一众科技巨头。

　　微软、Meta、谷歌、亚马逊这些大厂中，会不会跑出一匹黑马？

　　不确定的“X因素”：硅谷大厂联手对抗英伟达？

　　芯片又贵又难抢，似乎成为英伟达的“原罪”。从官方定价可以看到，英伟达 GPU 均价甚至高于许多重要处理器，使用 H100 GPU 芯片的设备开价 4 万美元，比隔壁英特尔的顶配版 Xeon 贵了接近两倍。

　　更糟糕的是，明知道英伟达的芯片又贵又抢手，急于训练 AI 大模型的硅谷大厂们并没有更好的替代品。谷歌所使用的 A3 超级计算机，就需要配备 8 个英伟达的 H100 GPU。

　　英伟达的“算力垄断”，已然成为硅谷众巨头心腹大患。它们采取的应对之策，则是自己下场研发 AI 芯片。

　　截止目前，已有微软、亚马逊、谷歌三家大厂计划研发 AI 芯片和搭载自研芯片的 AI 服务器，Meta 也蠢蠢欲动。这几家大厂中，谷歌、亚马逊领先一步：前者胜在入局时间早，积累了一定的 AI 技术和研发经验；后者作为全球头号云计算厂商，自研芯片经验同样丰富、产业链成熟且行动力强。

　　谷歌早在 2021 年发布的 Pixel 6 和 Pixel 6Pro 中就搭载了首款自研的 Tensor 芯片，GPU 性能比前一代旗舰手机搭载的外购芯片提升近 80%。此外，谷歌还有专用 AI 算力芯片 TPU，支持加速机器学习。目前，谷歌 TPU 已经迭代到第四代，最新一代 TPU v4 超级计算机整体运行速度较上一代产品提升近 10 倍，已经不输英伟达 A100，功耗甚至比 A100 低 1.3-1.9 倍。

　　亚马逊则早在 2018 年便开始涉足 AI 定制芯片，但早期对算力要求并不高，涉及的领域没有那么广泛。直到今年年初，最新一代 Inferentia 2 推理芯片发布，外界才感受到其进步：性能较上一代芯片提高近 3 倍，最多可实现 1750 亿个参数的超高速连接分布式推理。在大模型推理、训练过程中，Inferentia 2 将发挥无可替代的作用。

　　和谷歌、亚马逊相比，和 openAI 走得最近、吃到最多红利的微软反倒是实力较弱的一方。计划在 2025 年推出首款自研 AI 定制芯片 MTIA 和开源芯片架构 RISC-V 的 Meta，同样落后许多。不过它们追赶英伟达的决心也很强烈，不计成本的投入难保不会大力出奇迹。

　　总而言之，打破英伟达的垄断成为硅谷巨头们的共同目标。为了尽快实现这个目标，它们甚至不惜联手英伟达的几个老对手。5 月初，彭博社爆料微软有意资助 AMD，联合开发代号为 Athena 的 AI 芯片，但遭到双方否认。

　　价值研究所（ID：jiazhiyanjiusuo）观察到，这则消息传出后，AMD 股价直线拉涨逾 12%，英伟达短线走低超1%，资本市场的反应相当敏感。坦白说，现阶段的谷歌、亚马逊们很难对英伟达带来实质影响，但终究是一个不可不防的“X因素”。

　　AI时代，芯片除了拼算力还能拼什么？

　　在追赶英伟达这件事上，无论是 AMD、英特尔这种传统半导体大厂，还是微软、Meta 等硅谷科技巨头，都把 AI 算力视作头号突破口。

　　毫无疑问，英伟达的芯片在算力上确实有优势。

　　在 2020 年发布的 A100 芯片，直到现在仍保持着业界领先的算力和性能。配备 540 亿个晶体管、最大功率 400W，在 BERT 模型的训练、推理性能分别较上一代产品 V100 提升 6 倍和 7 倍。而经过改造的安培架构还实现了 GPU 扩展功能，进一步提升加速能力。

　　性能决定需求、需求影响价格，在这条规则下，我们可以看到英伟达 AI 芯片的旺盛需求和优越性能是相辅相成的。以前面提到的王牌产品 A100 芯片为例，过去 5 个月的价格累计涨幅达到 37.5%；中国特供版的 A800 同期涨幅也超过 20%，依旧供不应求。

　　Asymmetric Advisors 的知名分析师 Amir Anvarzadeh 也在不久前的一份报告中感叹到，英伟达 A100 和 H100 芯片的算力“非常壮观”，订单暴涨是情理之中。甚至作为合作方的台积电也获益匪浅，产能利用率再度攀升。

　　有鉴于此，在算力上 PK 英伟达，成为大多数竞争对手的不二之选。

　　AMD 在今年 CES 上发布预览的 AI 推理加速器 Alveo V70、首款数据中心 APU MI300，都重点宣传 AI 算力。前者号称 75 级 TDP 的 AI 算力巅峰，算力峰值达到 400TOPS，后者则拥有 1460 亿个晶体管、采用先进的 5nm 和 6nm 制程工艺，同样性能拉满。

　　但一颗芯片的算力、功率，就能决定两家芯片公司的高低成败了吗？答案明显是否定的。

　　举个例子：如果单纯比拼芯片算力的话，并非以 GPU 见长的高通其实不输英伟达太多。

　　比如高通的 Cloud AI 100 芯片，在 MLCommons 人工智能芯片测试标准工程联盟的测试中就有两项功率指标超过英伟达 H100。在物体检测和图像分类这两个环节，Cloud AI 100 优势明显，英伟达 H100 则在自然语言处理上遥遥领先，两者只能算各有千秋。

　　然而，英伟达不止赢在芯片算力。在 AI 赛道上，英伟达的影响力是全方位的：除了 GPU 芯片，还有围绕 AI 设计的推理平台、云服务体系甚至计算光刻技术。而这些配套的产品、服务，是高通，也是其他绝大多数竞争对手欠缺的。

　　用英伟达 CEO 黄仁勋的话来说，AI 行业需要一个“台积电式的代工厂，构筑自定义大语言模型”，为企业提供大语言模型推理、训练所需的各种产品和服务。在今年 3 月的 GTC 大会上占据重要篇幅的 NVIDIA DGX Cloud 云服务体系，就配备超级计算专用集群、AI 软件等各种基础设施和软件，可以让企业客户快速开展大模型训练工作。

　　要追上英伟达，抢夺 AI 红利，AMD 们要做的绝不止提高芯片算力。重重考验之下，它们首先要明确目标、了解自己的不足，才能找准将来的方向。

　　写在最后

　　对于半导体行业在 AI 时代的发展前景，绰号“皮衣哥”的黄仁勋充满信心，也坚信 AI 技术会给半导体企业带来更多商业价值。在今年 3 月接受采访时，他曾预测来自 AI 行业的收入将在未来 12 个月大幅增长，“企业要么跟上 AI 的步伐，要么就会被甩在身后”。

　　12 个月之后的事情还说不准，但现在的局势很明确，英伟达的确把几个竞争对手远远甩在身后了。更有甚者，已有媒体将黄仁勋称作“新时代的摩尔”。看到这局面，英特尔、AMD 这些老对手心里一定不是滋味。

　　坐稳行业老大的位置后，英伟达开始想办法加固竞争壁垒，身后的追赶者们同样很着急，厮杀不会终止。不过英伟达从初次接触 AI 芯片到战胜各路对手成为算力之王，也花了数年时间。AMD、英特尔们想抹平这些差距，并不是一朝一夕可以办到的。

　　想追上英伟达，AMD 们要做好打持久战的准备。要弥补的差距，也绝不止 AI 芯片算力。