當談到人工智能芯片,Nvidia就像是半導體界的高地霸主,手握業界最強大的GPU技術,幾乎所有雲服務巨頭——包括亞馬遜的AWS、微軟的Azure 和谷歌雲平台(Google Cloud Platform)——都在仰賴它。然而,這些雲服務巨頭,眼睜睜看着輝達的晶片主導AI市場,心中不免滋生出「自主可控」的渴望。
事實上,亞馬遜在這條道路上走得最遠。作為全球最大雲計算服務供應商,亞馬遜不僅希望在雲端基礎設施上自給自足,更想挑戰Nvidia,成為AI芯片領域的玩家。這是一場豪賭,但亞馬遜過去已經有過類似的賭注。15年前,它開創了雲計算業務,隨後便開始自力更生,逐步淘汰包括英特爾(Intel)在內的傳統供應商,轉而採用自家定制的硬體。現在,它希望用自家AI芯片,再次重演這段歷史。
芯片之戰:從Inferentia到Trainium的進化
亞馬遜自研AI芯片的故事始於2019年,當時推出了Inferentia,專注於處理AI推理任務(如Alexa語音助手的指令識別)。隨後,它又推出了Trainium,專為訓練機器學習模型而設計。如今,它的第三代芯片Trainium2正式登場,這被視為生死攸關的一步:如果這一代芯片無法取得足夠的市場份額,這場「登月計劃」可能就此夭折。
數據顯示,亞馬遜的芯片確實有可圈可點之處。以Trainium為例,它據稱比Nvidia芯片提供30%更好的性能價格比,這對成本壓力日益增大的AI項目來說是一個不小的吸引力。然而,正如Databricks AI負責人Naveen Rao所言,這是一場經濟學和供應鏈的戰爭。Nvidia不僅有強大的硬件,還有成熟的生態系統——從軟件工具到客戶支持,幾乎無可挑剔。相比之下,亞馬遜的Neuron SDK還處於「襁褓期」,用戶需要花費數百小時的工程時間才能完成從 Nvidia平台的遷移。
挑戰與機遇:亞馬遜的雙重角色
亞馬遜的策略有些微妙:它既是Nvidia的大客戶,又是潛在的競爭對手。這種雙重身份讓它在市場上的每一步都像在走鋼絲。一方面,它需要依賴Nvidia提供的高端GPU來支撐AWS的核心業務;另一方面,它希望自己的芯片能分擔部分內部AI工作負載,甚至吸引更多外部客戶。
目前,亞馬遜的初步成果已經顯現。一些日本企業,如Ricoh,選擇使用Trainium將訓練好的英語模型轉換為日文。而大型AI研究公司Anthropic也表示,亞馬遜芯片的價格與性能令人印象深刻。不過,他也提到,創造出讓客戶輕鬆使用AWS晶片的優秀軟體是「必須的任務」。
Nvidia的堡壘真的能攻破嗎?
Nvidia的強大之處在於它不僅是硬件公司,還是軟硬件一體化的典範。它的CUDA平台和相關工具讓AI開發者可以輕鬆部署機器學習項目,幾乎沒有門檻。而亞馬遜的Neuron SDK,雖然在快速改進,但仍然缺乏成熟度。正如 Gartner副總裁Chirag Dekate所言,使用Nvidia芯片時,你不必擔心細節問題,這種無憂體驗是亞馬遜目前無法提供的。
此外,亞馬遜還面臨一個棘手的現實:AI芯片市場是一個資本密集型、技術壁壘極高的市場。即便是亞馬遜這樣的巨頭,也未必能承受連續幾代產品的失敗帶來的財務壓力與市場信心損失。
亞馬遜的AI芯片計劃是一場高風險的豪賭,但它並非盲目行事。過去,亞馬遜在雲計算領域的成功證明了其創新的能力。然而,芯片市場與雲服務不同,這裏的規則更加殘酷。
對亞馬遜來說,成功的標準或許不在於完全取代Nvidia,而是能否為自己和客戶分擔部分成本壓力,同時建立一個可持續的芯片生態系統。如果Trainium2能夠達成這一目標,那麼這場「登月計劃」就已經值得慶祝。
至於是否能真正撼動Nvidia的地位,或許亞馬遜需要的不僅是「登月」,而是一場「星際遠征」。畢竟,Nvidia早已不僅僅是一家芯片公司,它是AI世界的「瑞士軍刀」。亞馬遜想要挑戰它,還得再練幾年功夫。
筆者的個人結論是,不妨繼續細心觀察,並謹慎下注。
徐立言
www.facebook.com/hsulylab/
免責聲明:本網頁一切言論並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦,讀者務請運用個人獨立思考能力自行作出投資決定,如因相關言論招致損失,概與本公司無涉。投資涉及風險,證券價格可升可跌。