英伟达从未在AI市场取得独霸地位。但过去一年的AI芯片市场形势却给人一种确实如此的感觉。由于一年前横空出世的ChatGPT在线聊天机器人引发了对生成式AI的狂热追逐，主要科技公司纷纷抢购英伟达的芯片以便搭上这趟顺风车，受此提振，英伟达的销售额增长了一倍多，市值增长了两倍多。
英特尔公司和AMD是英伟达的两个最大竞争对手，二者面向数据中心的芯片销售额近来出现萎缩，因为运营数据中心网络的科技巨头已转而采购英伟达的专用芯片平台。
英特尔和AMD需要尽快扭转局面。这两家芯片制造商的大部分业务仍然来自于已然成熟且增长缓慢的个人电脑(PC)市常这使得英特尔和AMD的数据中心芯片业务承担起了更艰巨的、推动整体收入增长的责任。
在过去几年里，AMD在这方面的转型已取得了很大成功，得益于技术上的飞跃进步以及与芯片制造巨头台积电的明智合作，AMD因此得以在数据中心CPU市场上从英特尔手中夺走份额。AMD的数据中心业务销售额在去年猛增了64%，而英特尔则下滑了15%。
但是，即使是AMD也感受到了销售份额向英伟达转移的压力；过去两个季度，AMD的数据中心业务收入比去年同期下降了6%。因此，该公司将在本季度推出的名为MI300系列的新型AI加速器芯片至关重要。
AMD将于周三举行一次活动，重点展示这些产品和其他与AI相关的产品，活动地点距离英伟达总部仅几英里之遥。该公司还采取了不同寻常的举措，预测了特定产品线的收入；在上个月的第三季度电话会议上，AMD首席执行官苏姿丰(Lisa Su)告诉投资者，预计明年这款新的AI芯片将带来20亿美元的收入。
对AMD来说，全新产品带来的收入增长将是一个重大突破。在此之前，预计AMD 2024年的数据中心业务销售额约为100亿美元。但这也不会对英伟达造成太大影响，因为预计英伟达同期的数据中心收入将超过760亿美元，下一年将接近900亿美元。Bernstein分析师Stacy Rasgon在比较两家公司的预期销售额时说：“这可不是差了一点半点”。
同样，如果错过这场AI狂欢，英特尔也是承受不起的。这家芯片制造先驱正在实施一项雄心勃勃、耗资巨大的重振计划，以重新获得制造优势，同时也改善PC和数据中心业务。由于行业转变和竞争，这两项业务都面临压力。调整剔除2021年出售存储业务的因素，英特尔的收入在过去两年连续下滑，预计今年将再次下滑。根据标普全球市场财智(S&P Global Market Intelligence)的数据，这将是英特尔至少自1990年以来首次出现连续三年收入下滑的情况。
英特尔将于12月14日在纽约市举行活动，展示一些最新的AI产品。这些产品将包括旨在让生成式AI直接在PC上运行的芯片，预计这一功能在明年推出的新电脑和智能手机中将是重头戏。华尔街似乎对此抱有希望；根据FactSet的估计，分析师预计英特尔的PC和数据中心部门将在2024年实现两位数的收入增长。
即便如此，英特尔的收入仍可能落后于英伟达。预计英伟达本财年的总收入将超过英特尔，截至2025年1月的财年收入将达到910亿美元，比英特尔过去创下的最高年度收入纪录高出15%。而从历史表现来看，过去英特尔的收入规模比英伟达要大得多。
不过，英伟达的主导地位仍给竞争对手留下了空间。抢购AI处理器的科技巨头们不愿在这种关键技术上依赖单一供应商。Wolfe Research的Chris Caso也指出，AI推理等一些任务为挑战者提供了“更公平的竞争环境”。他说：“英伟达在AI训练领域建立了如此庞大的竞争护城河。”对芯片制造领域的竞争对手们而言，跨越它仍然困难重重。
英伟达Q3卖了50万块AI
据市场跟踪公司 Omdia 的统计分析，英伟达在 2023 年第三季度大约卖出了 50 万台 H100 和 A100 GPU，此前，Omdia 通过英伟达第二季度的销售额，估计其大概卖出了 900 吨 GPU。
据英伟达财报显示，在本财年第三季度，Nvidia 在数据中心硬件上获得了 145 亿美元的收入，比去年同期几乎翻了两番。这显然得益于随着人工智能和高性能计算（HPC）的发展而变得炙手可热的 H100 GPU。
市场跟踪公司 Omdia 表示，Nvidia 售出了近 50 万个 A100 和 H100 GPU，庞大的需求量也导致了，基于 H100 的服务器需要 36~52 周的时间才能交付。Meta 和微软是最大买家。它们各自采购了多达 15 万个 H100 GPU，大大超过了谷歌、亚马逊、甲骨文和腾讯采购的数量（各 5 万个）。
值得注意的是，大多数服务器 GPU 都供应给了超大规模云服务提供商。而服务器原始设备制造商（如戴尔、联想、HPE）目前还无法获得足够的 AI 和 HPC GPU。Omdia 预计，到 2023 年第四季度，Nvidia 的 H100 和 A100 GPU 的销量将超过 50 万台。
不过，几乎所有大量采购 Nvidia H100 GPU 的公司都在为人工智能、HPC 和视频工作负载开发定制自己的芯片。因此，随着他们转向使用自己的芯片，对 Nvidia 硬件的采购量可能会逐渐减少。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
