【產業動態】超微AMD發布MI300系列GPU，能打敗Nvidia H100嗎？

圖/AMD

AMD為CPU、GPU設計廠，推出MI300系列GPU對標輝達H100系列產品

AMD（Advanced Micro Devices，超微半導體）(AMD)是一家美國的半導體公司，主要生產和銷售處理器（CPU）、圖形處理器（顯卡、GPU）、晶片組、記憶體和其他相關產品，並提供相應的軟體和解決方案。

AMD在2023/6/13舉行AMD資料中心與AI首映會（AMD Data Center & AI Technology Premiere），推出了伺服器等級CPU EPYC、AI運算專用的MI300 GPU系列產品，以及宣布與被稱為AI界Github（管理、分享程式碼的平台）的Hugging Face合作，以期與輝達Nvidia(NVDA)的H100競爭。

AMD在原有的MI300A上，進一步推出獨立為GPU的MI300X晶片

AMD在今年初（2023/1/4）的CES大會推出資料中心APU（結合CPU與GPU的晶片），稱為MI300，其在AMD最近一次（2023/6/13）發布會中，調整名稱為MI300A，以與MI300系列的其他產品作出區隔。 MI300A內部包含了3個CPU與6個GPU晶片，而MI300X則是專門為了生成式AI、大型語言模型（Large Language Model，LLM）設計的晶片，將原本MI300A的3個CPU晶片，取代為另外2顆GPU晶片，因此MI300X中，有8個GPU晶片，但不包含CPU，邏輯晶片均採台積電5奈米製程，I/O等晶片則採其6奈米製程。

AMD MI300X的推出，無疑是想與Nvidia的H100一較高下。Nvidia H100早在2022/3/22即推出第一個版本，而後不斷推出規格升級與分化，現今最高規格的H100為H100 SXM，晶片採用台積電4奈米製程。

Nvidia H100的前身是A100，A100是微軟旗下OpenAI用於訓練ChatGPT模型的GPU，新一代的H100更是被期待可以以更高的性能應用在AI高效運算，搭配輝達專屬的CUDA生態系（Compute Unified Device Architecture，統一計算架構）開發大型語言模型等技術。

硬體規格上，AMD MI300系列優於Nvidia H100，算力也是

由上表進行比較，AMD的MI300系列比Nvidia H100還晚一年推出，也尚未進行量產，但AMD打擊競爭對手的策略即為堆高硬體規格，尤其是最新推出之MI300X記憶體高達192GB，比H100的80GB還要多出一倍有餘，記憶體頻寬也高出55%。價格部分，MI300系列使用台積電非最先進的製程，也有望將價格壓低。

除了硬體層面，在實際使用上，判斷GPU效能的指標為浮點運算能力FLOPS（Floating point operations per second），數字越大、效能越高，而FP64、FP32與FP16等術語，是工程師在開發不同應用時，在計算速度與精度之間取捨時，採用的不同規格。 簡單來看，依照FLOPS的數據來看，AMD MI250X的部分表現較H100佳（目前尚未有MI300系列之數據），H100雖然使用較先進的製程，但可能因晶片設計或架構因素使表現有差異，但輝達的H100在搭配上其Grace CPU晶片、形成Grace Hopper Superchip後，則可以有超越AMD的表現（將在下篇報告詳述）。

CUDA與ROCm均分別為Nvidia與AMD的GPU開發平台，使顯卡算力用於非圖像之平行運算

除了硬體規格外，針對使用者的軟體開發環境也同樣影響著購買意願。

Nvidia專攻GPU市場，鑽研顯卡工藝已久，輝達擁有的CUDA開發工具（Compute Unified Device Architecture，統一計算架構）為各大科技廠與開發者所使用，而AMD也有仿效CUDA所推出的ROCm（Radeon Open Compute platform），架構大致上是仿效CUDA所設計，目的就是為了讓輝達顯卡使用者便於移轉至使用AMD顯卡。

CUDA與ROCm的用途均為將原本用於運算與顯示圖像的顯卡，跳脫原有框架，進行高效平行運算，應用在人工智慧、醫學分析、加密運算等處。

相較之下，硬體、運算由MI300勝出，Nvidia掌握生態系與先行者優勢，主流地位不變，但AMD也並非完全劣勢

就硬體條件、運算能力層面表現而言，均由AMD的MI300表現後來居上，且超越H100一個層級；而輝達具有的優勢則仍然為早早透過CUDA建立的開發環境、完善的函式庫，使開發人員不願輕易拋棄建構已久且穩定的系統。

CMoney研究團隊認為在AMD推出MI300系列的AI加速器後，使其在資料中心等級GPU的未來更有發展機會，雖然現階段仍因CUDA這強大的護城河，而無法與輝達匹敵，但我們相信AMD在不斷針對ROCm的相容性優化與除錯、支援Pytorch（開源的機器學習框架、函式庫），以及與Hugging Face合作後，將有機會仿效其在x86 CPU市場與Intel蠶食市佔率的商業模式，吸引更多科技公司逐步採納AMD的GPU，制衡輝達在顯卡市場的獨佔地位。

輝達Nvidia在企業、消費級顯卡市場都具有絕對領先地位，AMD的最新產品仍需在正式推出後受市場考驗。CMoney研究團隊認為Nvidia為未來全球AI發展不可或缺的角色，AMD也具有巨大發展潛力，因此均看好兩家公司後市表現。

（延伸閱讀：【美股研究報告】超微AMD 23Q1營運落底，傳與微軟合作開發晶片，潛力可期！）

（延伸閱讀：【美股研究報告】超微AMD 22Q4 資料中心仍呈現成長，ChatGPT等AI各項應用崛起，AMD能分一杯羹？）

版權聲明

本文章之版權屬撰文者與 CMoney 全曜財經，未經許可嚴禁轉載，否則不排除訢諸法律途徑。

免責宣言

本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。