0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

除了GPU,其他芯片都很危险?

阿尔法工场研究院 来源:半导体行业观察 2023-06-01 14:24 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

导语:对于仍深陷销售低迷的芯片行业来说,人工智能带来的收益将是为数不多的亮点之一。

谷歌上周宣布的雄心勃勃的生成人工智能计划对一家芯片制造商来说是个好消息。

在周三举行的 I/O 开发者大会上长达两个小时的演讲中,谷歌煞费苦心地指出其使用了H100,这是该芯片制造商今年早些时候才开始发售的高端数据中心处理器

没有其他芯片制造商或数据中心组件供应商得到这样的呼声。不仅仅是谷歌;上个月,微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 在其公司的财报电话会议上将 Nvidia 点名作为关键支持点,以支持他关于“我们拥有最强大的 AI 基础设施”来训练大数据模型说法。同样,没有提到其他芯片制造商。

对于市值最高的芯片公司英伟达来说,这些都是好兆头。自今年年初以来,它的市值已经翻了近一倍。

在本月晚些时候公布的财报中,英伟达预计将报告截至 4 月的财政季度数据中心收入同比增长 4% 至 39 亿美元。

对于去年实现两位数高增长的业务部门而言,这似乎微不足道,但与英特尔公布的 3 月季度自有数据中心部门38% 的暴跌形成鲜明对比。

即使是在这个关键市场上一直在追赶英特尔的 Advanced Micro Devices,其 3 月份的数据中心也基本没有增长,预计 6月份的季度 将出现下滑。

Nvidia 的优势在于其专为 AI 使用而设计的图形处理器。随着科技巨头如谷歌、微软、和的母公司现在急于建立类似于流行的 ChatGPT 技术的生成人工智能能力,他们需要 Nvidia 的 H100 芯片等组件。

但同样是这些公司,其核心业务也面临放缓,因此面临着放缓资本支出的压力,而资本支出最近一直在飙升。

上述四家公司的合并资本支出在 3 月季度同比下降 4%,这是四年来首次出现此类下降。市场研究公司 Dell'Oro Group 预计,与 2022 年 36% 的激增相比,今年数据中心的特定资本支出将以中等个位数增长。

但经济放缓带来的痛苦不会平均分配。厂商们需要投资昂贵的芯片,例如 Nvidia 的 H100 来为生成式 AI 产品提供动力,这意味着需要削减数据中心支出的其他方面。

摩根士丹利分析师乔摩尔在周五的一份报告中写道,“很明显,客户正在整合对传统服务器的采购,以便为价格高出 20 倍的 GPU 服务器腾出预算空间。”

谷歌计划将聊天机器人功能单独注入其庞大的搜索业务是一个昂贵的前景:New Street Research 的 Pierre Ferragu 表示,使用 Nvidia 的芯片为所有谷歌查询提供支持将意味着额外的 800 亿美元资本支出,尽管他补充说他希望该公司能够抵消其中一些计算需要使用自己的内部 TPU 芯片。

随着时间的推移,消化去年芯片采购的激增可能会帮助其他数据中心芯片制造商。摩根士丹利的摩尔先生表示,AMD 的人工智能机会“看起来是我们初步评估的数倍”,最初预计 2024 年这家芯片制造商的人工智能收入将达到 1 亿美元。摩尔先生现在认为这个数字在 4 亿美元的范围内。

尽管如此,对于仍深陷销售低迷的芯片行业来说,人工智能带来的收益将是为数不多的亮点之一。

半导体行业协会本月早些时候报告称,3 月份行业销售额同比下降 21%,这是该行业自 2009 年以来最严重的月度跌幅。该组织追踪的上一次重大放缓持续了 13 个月,而当前的是仅仅八个月。即使是 Big Tech 的雄厚财力也只能走到这一步。

审核编辑 :李倩

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    462

    文章

    53574

    浏览量

    459393
  • gpu
    gpu
    +关注

    关注

    28

    文章

    5102

    浏览量

    134481
  • 人工智能
    +关注

    关注

    1813

    文章

    49757

    浏览量

    261677

原文标题:除了GPU,其他芯片都很危险?

文章出处:【微信号:alpworks,微信公众号:阿尔法工场研究院】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    苹果AI革命:M5芯片10核GPU、AI处理速度翻倍,Apple Glass在路上

    三款核心设备。这一场苹果围绕M5芯片AI硬件的革新,也成为苹果迈进AI时代以端侧大模型和空间计算的又一成绩。     3nm+10核GPU革命,AI算力暴增4倍 苹果官网介绍,M5芯片采用第三代3纳米工艺,其最关键的创新在于
    的头像 发表于 10-19 01:13 9892次阅读
    苹果AI革命:M5<b class='flag-5'>芯片</b>10核<b class='flag-5'>GPU</b>、AI处理速度翻倍,Apple Glass在路上

    aicube的n卡gpu索引该如何添加?

    请问有人知道aicube怎样才能读取n卡的gpu索引呢,我已经安装了cuda和cudnn,在全局的py里添加了torch,能够调用gpu,当还是只能看到默认的gpu0,显示不了gpu1
    发表于 07-25 08:18

    【「算力芯片 | 高性能 CPU/GPU/NPU 微架构分析」阅读体验】+NVlink技术从应用到原理

    前言 【「算力芯片 | 高性能 CPU/GPU/NPU 微架构分析」书中的芯片知识是比较接近当前的顶尖芯片水平的,同时包含了芯片架构的基础知
    发表于 06-18 19:31

    可以手动构建imx-gpu-viv吗?

    使用 imx-gpu-viv-6.4.3.p4.2.aarch64.bin。 https://www.nxp.com/lgfiles/NMG/MAD/YOCTO//imx-gpu-viv-6.4.3.p4.2-aarch64.bin 我需要
    发表于 03-28 06:35

    【「芯片通识课:一本书读懂芯片技术」阅读体验】初识芯片样貌

    芯片的处理能力。 CPU芯片主要应用于通用计算机和大型电子设备系统上,它的处理能力和通用性是两个十分重要的考虑指标。 片上系统(SoC) 片上系统芯片也称为系统级芯片。它的内部
    发表于 03-23 09:47

    无法在GPU上运行ONNX模型的Benchmark_app怎么解决?

    在 CPU 和 GPU 上运行OpenVINO™ 2023.0 Benchmark_app推断的 ONNX 模型。 在 CPU 上推理成功,但在 GPU 上失败。
    发表于 03-06 08:02

    OpenVINO™检测到GPU,但网络无法加载到GPU插件,为什么?

    OpenVINO™安装在旧的 Windows 10 版本 Windows® 10 (RS1) 上。 已安装 GPU 驱动程序版本 25.20.100.6373,检测到 GPU,但网络无法加载
    发表于 03-05 06:01

    DLP除了支持1280*720以外,是否还能设置其他分辨率,比如960*540?

    目前DLP单目分辨率1280*720,在做适配时,我们的客户无法支持。 所以我们想DLP除了支持1280*720以外,是否还能设置其他分辨率,比如960*540。需要如何配置DLPC的固件。
    发表于 02-25 08:44

    DLPLCRC410EVM PROM程序被擦除了怎么办?

    怀疑是误操作ISE将DLPLCRC410EVM芯片组中的PROM芯片DLPR410a的程序擦除了,能提供一个mcs文件重新烧写吗?或者有啥其他解决办法?
    发表于 02-20 07:31

    ADS1298改DVDD大小除了会影响SCLK的最大速率,还有无其他影响呢?

    现在我将DVDD更改为1.8V供电,其他不变. 请问一下,这样更改DVDD大小除了会影响SCLK的最大速率,还有无其他影响呢? 这样的设计,ADS1298能否正常工作?(我现在的ADS1298感觉一直没有正常工作)
    发表于 01-23 08:27

    GPU按需计费的优势

    GPU按需计费,是指用户根据实际使用的GPU资源和时间进行费用结算,而非传统的一次性购买或固定租赁模式。以下,是对GPU按需计费优势的总结,由AI部落小编整理。
    的头像 发表于 01-14 10:43 640次阅读

    ASIC和GPU的原理和优势

    芯片”。 准确来说,除了它俩,计算芯片还包括大家更熟悉的CPU,以及FPGA。 行业里,通常会把半导体芯片分为数字芯片和模拟
    的头像 发表于 01-06 13:58 3106次阅读
    ASIC和<b class='flag-5'>GPU</b>的原理和优势

    Triton编译器与其他编译器的比较

    GPU编程框架,使开发者能够编写出接近手工优化的高性能GPU内核。 其他编译器 (如GCC、Clang、MSVC等): 定位:通用编译器,支持多种编程语言,广泛应用于各种软件开发场景。 目标:提供稳定、高效的编译服务,优化代码
    的头像 发表于 12-24 17:25 1602次阅读

    《CST Studio Suite 2024 GPU加速计算指南》

    - smi启用或禁用。 - 其他:还介绍了独占计算模式、显示链接、组合MPI计算和GPU计算、服务用户、GPU计算使用Windows远程桌面、运行多个模拟、视频卡驱动、操作条件、最新CST服务包、
    发表于 12-16 14:25