ChatGPT爆火出圈，开启大厂芯片争霸赛，谷歌、微软、亚马逊先后挺进战局。
据The Information报道，亚马逊、微软、谷歌等美国科技大厂已经推出或计划发布8款服务器芯片（CPU）和云端AI芯片，用于内部产品开发、云服务器租赁业务或两者兼而有之，在研芯片集中采用5nm工艺节点。
“三英”入局
随着ChatGPT等国际国内新兴AI应用的落地，全球芯片市场需求规模必然快速扩张。算力、模型、数据一直是AI发展的三大要素，而AI芯片所代表的算力则是人工智能的底层基石。芯片已经成为云计算、人工智能产业链的核心环节，也已经成为各大科技巨头产品研发的核心构件。
在数字经济时代背景下，鉴于人工智能领域史无前例的市场前景，打造自有芯片产业链，已经成为国内外科技巨头的战略布局。像谷歌、微软、亚马逊这样的软件和云计算服务巨头加入芯片竞争，势所必然。实际上这些巨头前些年早意识到这种趋势，并已超前布局。
这三家大厂，布局最早的要属亚马逊和谷歌，微软属于后来者。亚马逊2015年收购的以色列芯片设计商Annapurna Labs，为其芯片布局奠定了基础。目前亚马逊是唯一一家在其服务器中提供标准计算芯片（Graviton）和AI专用芯片（Inferentia和Trainium）云供应商。谷歌不甘人后，在2015年推出了一款用于AI工作负载的芯片，并正在开发一款标准服务器芯片，以提高谷歌云的服务器性能。相比之下，微软是后来者且有居上之势。微软的芯片研发是在2019年启动的，最近微软更加快了推出专为LLM设计的AI芯片的时间轴。
谷歌、微软、亚马逊都是极具前瞻性战略思维的世界级大厂，原本就有超前布局谋发展的意识，加上ChatGPT“爆火”点燃了全球用户的AI热情，更是驱动了三家大厂战略转型的决心，将重要资产投入芯片相关基础设施。
谷歌专门为AI特调了当时最强的AI芯片——TPU v4，单挑英伟达。谷歌声称，自研芯片要比英伟达A100更快、更节能——对于规模相当的系统，TPU v4可以提供比英伟达A100强1.7倍的性能，同时在能效上也能提高1.9倍。于此同时，谷歌暗示正在研发一款与Nvidia H100竞争的新TPU。微软在研发芯片方面也是不遑多让，秘密组建300人团队已于2019年开始研发一款名为“雅典娜”的定制芯片。最初计划“雅典娜”会使用台积电的5nm工艺打造，预计可以将每颗芯片的成本降低1/3。如果未来能够大面积实装，微软内部和OpenAI的团队便可以借助“雅典娜”同时完成模型的训练和推理。亚马逊在预算支出上转向AI业务，其首席财务官Brian Olsavsky近期介绍，亚马逊计划将支出从零售业务转移到AWS，部分原因是投资于支持ChatGPT所需的基础设施。
在这场芯片竞赛中，亚马逊似乎已经取得了一个领先地位。在过去的十年中，亚马逊在云计算服务方面，通过提供更加先进的技术和更低的价格，一直保持了对微软和谷歌的竞争优势。亚马逊最新的Inferentia2更是在计算性能提高了3倍，加速器总内存扩大了4倍，吞吐量提高了4倍，延迟降低到1/10。后期，亚马逊又发布了其设计的主要用于AI训练的定制芯片——Trainium。未来，亚马逊很可能继续在竞争中保持优势。
作为人工智能领域的“三英”，谷歌、微软、亚马逊自研芯片，不仅可以免于被人“卡脖子”，也可以降低成本和能耗，提升市场竞争力。这“三英”既相互攻伐，也瞄准AI芯片计算领域的霸主——英伟达。
霸主犹存
亚马逊、微软和谷歌为其数据中心开发的芯片，主要有这两种：标准计算芯片和用于训练和运行机器学习模型的专用芯片。正是后者，为ChatGPT之类的大语言模型提供了动力。
这几家大厂们已经在AI芯片领域领域取得了令人瞩目的进步。根据公布的性能数据，亚马逊的Graviton服务器芯片，以及亚马逊和谷歌发布的AI专用芯片，在性能上已经可以和传统的芯片厂商相媲美。
在芯片计算领域，英伟达独霸天下久矣，正如其官网口号“人工智能计算领域的领导者”。其他大厂也是“苦秦久矣”。不过，到目前为止，大多数的AI负载还是跑在GPU上的，而英伟达生产了其中的大部分芯片。就连运行ChatGPT的微软数据中心用了上万块英伟达A100 GPU。
数据显示：英伟达独立GPU市场份额达80%，在高端GPU市场份额高达90%。2020年，全世界跑AI的云计算与数据中心，80.6%都由英伟达GPU驱动。2021年，英伟达表示，全球前500个超算中，大约七成是由自家的芯片驱动。
长期以来，不管是爆火的ChatGPT，还是Bard、Stable Diffusion等大模型，背后都是由每个大约价值1万美元左右的英伟达芯片A100提供算力。不仅如此，A100目前已成为人工智能专业人士的“主力军”。从2022人工智能现状报告还列出了使用A100超级计算机部分公司的名单，可见，英伟达已经垄断了全球算力，凭借自家的芯片，一统江湖。
在任何一个领域，一家独大必然形成垄断，不利于行业良性竞争，也会掣肘企业自主发展。亚马逊、谷歌和微软深知此道，打破垄断是明智之举，但绝非易事。尽管他们已经做出了种种努力，但都面临着挑战——如何说服开发者使用这些自研AI芯片。至今，英伟达的GPU是占主导地位的，开发者早已熟悉其专有的编程语言CUDA，用于制作GPU驱动的应用程序。技术和产品的路径依赖，是这些开发者换道亚马逊、谷歌、微软定制芯片的“拦路虎”。
从市场占有率和技术路径看，英伟达在GPU领域仍然是“霸主”，如同在三国演义中无人可敌的“吕布”。即便亚马逊、谷歌和微软“三英”入局，恐难以撼动英伟达的行业地位。
江湖更激
芯片竞争既是企业竞争的缩影，也是科技竞争的缩影，更是国家综合实力竞争的缩影。归根到底，芯片竞争是创新能力的竞争。截至目前，芯片的江湖激战正酣，胜负难分，但是可以前瞻未来。
芯片竞争真正开始于特朗普政府对中国发起的贸易战，并蔓延到半导体芯片领域，初遭“卡脖子”中国企业对美芯片高度依赖的苦果，惊醒了不少企业和国家，即便是早有预研芯片的中国科技界领军企业华为也难以招架美国芯片打压。2019年5月初，美国将华为列入\"实体名单\"，限制美国公司向华为出售芯片。依赖于美国高端芯片的华为手机几乎无芯可用，手机业务遭重创。这不仅是给中国企业的一记闷棍，更是给芯片江湖的一场“强震”。
2020年，随着全球对华为供应链禁令的执行，芯片战的势头愈发激烈。包括华为、中兴在内的中国企业被迫“卧薪尝胆”，自研芯片，打造中国人自己的芯片产业链。然而九层高塔起于垒土，谈何容易？从设计开发、原材料供应、制造加工、封装测试等一些列环节都需要掌握在自己手中，自研、自制是明智之选。但这也就增加了产业链供应风险和企业安全感危机，加剧了芯片市场的竞争烈度。
在产业链供应安全内卷加码的同时，有鉴于美国对中国企业和产业链的打压，刺激这种“芯片贸易保护主义”在欧抬头。欧盟通过金融工具甚至政府补贴、减税等行政手段扶持芯片产业，企图培育本土闭环式供应链，这与美国利用“高科技霸权”推动芯片等高端制造业回流的保护主义政策如出一辙，将极大刺激全球芯片领域构筑“小院高墙”和排他性竞争，不利于技术进步和产业发展。
有业内人士认为，芯片产业规则标准之争愈演愈烈。欧盟芯片产业近年来虽发展落后，但在技术标准设置和认定上仍有传统优势。芯片法案再次强调芯片技术标准认定的重要性，将标准制定的意义拔高至保障欧洲科技主权的高度。因历史原因，中国在高科技芯片标准设置方面仍属后来者，存在被欧美用规则标准“卡脖子”的风险。
“芯片战”背后也反映了各国更加重视安全问题，成本问题的重要性降低。在俄乌冲突和新冠疫情冲击等宏观背景下，芯片战是全球供应链重塑的一部分。后续全球半导体产业仍然将保持合作，但各国纷纷将安全上升到较高位置，产业布局不可能只考虑成本。
近日，美国麻省理工学院一个跨学科团队开发出一种低温生长工艺，可直接在硅芯片上有效且高效地“生长”二维（2D）过渡金属二硫化物（TMD）材料层，以实现更密集的集成。这项技术可能会让芯片密度更高、功能更强大。芯片江湖的较量或将继续上演，更加激烈。
