隨著人工智能技術的不斷發展，作為該領域最關鍵的基礎設施之一的人工智能芯片，其市場份額及商業價值也在持續增長，越來越多的行業巨頭開始覬覦這塊不斷做大的蛋糕。

?

英偉達發布繼H100后的升級版超算芯片

近日，英偉達發布了下一代人工智能超算芯片——NVIDIA H200 Tensor Core GPU，被英偉達官網稱為世界上最強大的GPU。

這款芯片具備卓越的性能和內存功能，能夠顯著增強生成式AI和高性能計算(HPC)工作負載。

具體而言，當用于Llama2、GPT-3等大型模型的推理或生成問題答案時，H200的性能較H100提高60%至90%。

與CPU相比，H200的高性能計算速度提高了110倍。

在GPT-3的推理表現中，H100的性能比A100提高了11倍，H200的性能比A100提高到了18倍。

H200沿用了英偉達Hopper架構，采用臺積電4納米工藝，由超過800億個晶體管構建而成。

這是首款采用HBM3e內存的GPU，能夠以每秒4.8 TB的速度提供141GB內存。

與前身NVIDIA A100相比，容量幾乎翻倍，帶寬增加2.4倍。

據Anandtech分析，H200的加速計算性能約為半年前發布的GH200 Hopper GPU的一半。

與H100相比，根據H200的總帶寬和內存總線寬度計算，H200的內存頻率增加了約25%。

急于抑制競爭對手繼續搶占高端市場

英偉達急于發布H200，主要是因為意識到人工智能芯片的競爭即將升溫，眾多芯片巨頭已紛紛入局。

今年6月，AMD發布了針對AI需求的最新款芯片Instinct MI300，這是其最強大的產品之一，可能會讓英偉達措手不及。

微軟在11月也推出了首款自研AI芯片Maia 100。

這款芯片旨在運行大語言模型，幫助人工智能系統更快地處理大量數據以完成圖像和語音識別等任務，并有可能避免對英偉達的高成本依賴。

盡管微軟暫時不會出售這款芯片，但這標志著在AI芯片領域英偉達已不再是唯一的主導者。

Meta Platforms正在開發自己的硅芯片MTIA元訓練和推理加速器，以實現其人工智能目標。

此外，谷歌已擁有自主研發的芯片，而AI新貴OpenAI也在內部討論自行研發人工智能芯片，以解決對英偉達GPU的依賴并減少相關支出。

因此，對英偉達而言，趁著人工智能的熱潮，盡快收割全球市場并回籠資金至關重要。

同時，通過加速產品迭代給予競爭對手更大壓力，特別是對AMD構成足夠的壓迫。

中國市場眼下受阻長期如此將生態脫鉤

黃仁勛深知中國市場對英偉達的重要性，中國作為全球人工智能芯片核心的市場之一，為英偉達帶來了高達九成的份額。

過去的幾個季度里，中國市場為英偉達貢獻了約25%的營收，且增長幅度與利潤均表現優異。

英偉達高度依賴中國市場，中國市場長期采購大量游戲芯片、數據中心芯片，占英偉達總營收的20%以上。

如果按照一枚A800芯片單價10萬元（人民幣）計算，中國市場對A800/H800芯片需求量超過5萬枚。

對于中國而言，其目的非常明確，即不能將市場機會拱手讓給國內芯片廠商，尤其是華為。

更重要的是不能培養英偉達CUDA生態的潛在競爭者，擔心華為通過昇騰芯片形成一套自主的人工智能底層生態。

因此，即使是通過閹割版也要堅守中國市場。

中國市場不僅為英偉達提供了持續的營收增長，還成為了英偉達人工智能芯片的試驗場。

中國的科技公司和開發者是英偉達CUDA生態的重要參與者，為英偉達提供了豐富的應用場景。

今年開始，中國的科技巨頭與創業者已經開發了約130個大模型，他們急需英偉達速度更快的GPU芯片來提供算力支撐。

近期，百度向華為訂購了1600枚昇騰910B AI芯片，總價值達4.5億人民幣。

此外，360集團創始人周鴻祎亦表示，360采購了約1000枚華為AI芯片。

華為推出的兩款GPU芯片昇騰310和昇騰910B備受矚目。

特別是昇騰910B被視為與A100性能相當的芯片，受到了市場的熱烈追捧。

科大訊飛還與華為聯合開發了基于昇騰生態的算力底座[飛星一號]平臺。

隨著管制措施的實施，[中國芯]的崛起可能會帶來一個機會窗口，這可能導致英偉達在中國市場面臨更大的競爭壓力。

中國本應成為英偉達成長的關鍵引擎，但如今英偉達不得不通過推出中國特供版芯片來維系在中國不斷萎縮的市場。

英偉達曾在中國花費大量精力建立生態，這是其競爭力的核心，但在管制下，維持這一生態變得越來越困難。

如果缺少中國用戶，英偉達曾努力建設的CUDA生態未來在中國可能會逐漸凋敝。

短期來看，中國區營收下滑對英偉達的影響有限，但長期來看，生態脫鉤是其最不愿意看到的局面。

結尾：

單看算力這一指標，H200的算力與H100基本相同，對比兩者的產品規格表可以發現，實現算力不變而性能飛躍的關鍵點就是內存。

在各芯片企業的推動下，AI芯片的競逐正從初期的算力指標競爭，進一步延展到存儲領域，HBM幾乎成為了未來AI芯片當中必備且必爭的存儲器。

審核編輯：劉清