今年AI芯片供應偏緊，但行業巨頭不會坐以待斃

ChatGPT、Sora等大模型帶動下，AI人工智能正成為全球半導體行業復蘇的關鍵動力，AI芯片產能成為業界關注焦點。

近期，臺積電創辦人張忠謀出席日本熊本廠JASM開幕儀式，其表示，半導體產業未來一定會有更多需求，最近AI人士告訴他需要的不只是幾萬、幾十萬和幾千萬片產能，而是3間、5間甚至10間晶圓廠。

對此，張忠謀表示不完全相信上述數據，但他認為AI帶給半導體產業的需求，在某種程度上取一個中間值，即從成千上萬片產能到10間晶圓廠中間找尋到答案。

AI火熱發展態勢之下，AI芯片需求持續高漲，部分芯片出現供不應求現象。

稍早之前，富士康母公司鴻海精密工業股份有限公司董事長劉揚偉便表示，鴻海今年AI服務器業務相當好，但目前整體AI服務器產業仍面臨AI芯片大缺貨的狀況，即便下半年AI芯片供應舒緩一些，還是趕不上需求，必須等到上游新廠產能開出，才有辦法解決產業鏈缺料問題。


AI芯片供不應求狀況將貫穿全年

英偉達發布2024財年財報，首席執行官黃仁勛指出，AI芯片供不應求將貫穿全年，這一現象不僅是供應鏈挑戰，更折射出人工智能發展的巨大需求。在科技領域，我們看到了一場前所未有的技術革命，而AI芯片的不足成為這一革命中的瓶頸。

從去年開始，負責英偉達AI芯片的制造及封裝的臺積電（TSMC）在先進封裝方面的產能變得緊張，為此不斷擴大2.5D封裝產能，以滿足持續增長的產能需求。此前有報道稱，臺積電整全力以赴應對CoWoS封裝產能的高需求，計劃今年將產能翻倍。

據UDN報道，由于先進封裝產能長期短缺，導致英偉達AI芯片供應緊張，之前已經尋求其他途徑試圖增加先進封裝產能，現在已經將目光投向英特爾，作為其高級封裝服務的提供商，以減緩緊張的供應形勢。除了在美國，英特爾在馬來西亞檳城也有封裝設施，而且制定了一個開放的模式，允許客戶單獨利用其封裝解決方案。

預計英特爾最早會在今年第二季度開始向英偉達提供先進封裝，月產能為5000片晶圓。臺積電依然會是英偉達主要的封裝合作伙伴，占據著最多的份額，不過隨著英特爾的加入，使得英偉達所需要的封裝總產能大幅度提升了近10%。臺積電也沒有減慢封裝產能的擴張步伐，今年第一季度大概能增至月產能接近5萬片晶圓，比去年12月增長25%。

AI芯片供應短缺主要源自先進封裝產能不足，另外HBM3供應緊張也是原因之一，另外部分云端服務商過度下單也增加了供應鏈的壓力。當然，一些服務器供應商則從這些訂單中受惠，并加速擴大產能，以便云端服務商能快速部署設備。


科技巨頭紛紛自研芯片

華爾街投資銀行 Bernstein Research 的分析師 Stacy Rasgon 表示，使用 ChatGPT 進行的每次查詢的成本約為 0.04 美元。如果 ChatGPT 查詢規模擴大到 Google 搜索量的十分之一，初始部署將需要價值約 481 億美元的 GPU 進行計算，每年需要價值約 160 億美元的芯片來維持運營，以及類似的相關芯片執行任務的數量。

因此，無論是為了降低成本、減少對NVIDIA的過度依賴，甚至是進一步增強議價能力，全球科技巨頭都啟動了開發自己的AI加速器的計劃。

據科技媒體 The Information援引行業消息人士報道，微軟、OpenAI、特斯拉、谷歌、亞馬遜和 Meta 等六大全球科技巨頭都在投資開發自己的 AI 加速器芯片。這些公司預計將與 NVIDIA 的旗艦 H100 AI 加速器芯片展開競爭。


微軟

2023年11月，微軟在年度 IT 專業人士和開發者大會 Ignite 上推出兩款自研芯片 —— 云端 AI 芯片微軟 Azure Maia 100、服務器 CPU 微軟 Azure Cobalt 100。

Maia 100 是微軟為微軟云中大語言模型訓練和推理而設計的第一款AI芯片，采用臺積電 5nm 工藝，擁有 1050 億顆晶體管，針對 AI 和生成式 AI 進行了優化，支持微軟首次實現的低于 8 位數據類型（MX 數據類型）。微軟已經在用搜索引擎 Bing 和 Office AI 產品測試該芯片。

Cobalt 100 是微軟為微軟云定制開發的第一款 CPU，也是微軟打造的第一款完整的液冷服務器 CPU，采用 Arm Neoverse CSS 設計、128 核。

微軟還定制設計了一個 AI 端到端機架，并搭配了一個“助手”液冷器，原理類似于汽車散熱器。

兩款芯片明年年初開始在微軟數據中心推出，最初為微軟的 Copilot 或 Azure OpenAI Service 等服務提供動力。微軟已經在設計第二代版本的 Azure Maia AI 芯片和 Cobalt CPU 系列。

這些芯片代表了微軟交付基礎設施系統的最后一塊拼圖 —— 從芯片、軟件和服務器到機架和冷卻系統的一切，微軟這些系統都是由上到下設計的，可以根據內部和客戶的工作負載進行優化。


OpenAI

據悉，OpenAI也正在探索自研AI芯片，同時開始評估潛在收購目標。在其招聘網站上，最近也出現了AI硬件共同開發、評估相關崗位。OpenAI擬籌建的合資企業與總部位于阿布扎比的 G42 和軟銀集團等潛在投資者進行了討論，旨在解決當前和預期的人工智能相關芯片供應短缺問題。

毫無疑問，該項目的財務和運營規模顯然是巨大的。Altman僅與G42的討論就集中在籌集80億至100億美元之間。該項目的全部范圍和合作伙伴名單仍處于早期階段，這表明建立此類設施網絡需要大量投資和時間。

盡管還不清楚Altman是否計劃購買一家成熟的代工廠來生產AI芯片，或建立一個全新的晶圓廠網絡來滿足OpenAI及其潛在合作伙伴的需求，但此前有人分析Altman可能會考慮把參與投資的芯片公司納入麾下，包括CerebrasRain NeuromorphicsAtomic SemiCerebras、Rain Neuromorphics、tomic Semi。


特斯拉

電動汽車制造商特斯拉也積極參與AI加速器芯片的開發。特斯拉主要圍繞自動駕駛需求，迄今為止推出了兩款AI芯片：全自動駕駛（FSD）芯片和Dojo D1芯片。

FSD芯片用于特斯拉汽車的自動駕駛系統，而Dojo D1芯片則用于特斯拉的超級計算機。它充當通用 CPU，構建 AI 訓練芯片來為 Dojo 系統提供動力。


谷歌

Google 也早在 2013 年就秘密研發專注 AI 機器學習算法芯片，并用于云計算數據中心，取代英偉達 GPU。

這款TPU自研芯片2016年公開，為深度學習模型執行大規模矩陣運算，如自然語言處理、計算機視覺和推薦系統模型。Google 其實在 2020 年的資料中心便建構 AI 芯片 TPU v4，直到 2023 年 4 月才首次公開細節。

2023年12月6日，谷歌官宣了全新的多模態大模型Gemini，包含了三個版本，根據谷歌的基準測試結果，其中的Gemini Ultra版本在許多測試中都表現出了“最先進的性能”，甚至在大部分測試中完全擊敗了OpenAI的GPT-4。

而在Gemini出盡了風頭的同時，谷歌還丟出了另一個重磅炸彈——全新的自研芯片TPU v5p，它也是迄今為止功能最強大的TPU。

根據官方提供的數據，每個TPU v5p pod在三維環形拓撲結構中，通過最高帶寬的芯片間互聯（ICI），以4800 Gbps/chip的速度將8960個芯片組合在一起，與TPU v4相比，TPU v5p的FLOPS和高帶寬內存（HBM）分別提高了2倍和3倍。

除此之外，TPU v5p訓練大型 LLM 模型的速度比上一代TPU v4快2.8倍，利用第二代SparseCores，TPU v5p訓練嵌入密集模型的速度比TPU v4快1.9倍。TPU v5p在每個pod的總可用FLOPs方面的可擴展性也比TPU v4高出4倍，且每秒浮點運算次數（FLOPS）增加了一倍，單個pod中的芯片數量也增加了一倍，大大提高了訓練速度的相對性能。


亞馬遜

亞馬遜旗下的云計算服務提供商亞馬遜網絡服務（AWS），自2013年推出Nitro1芯片以來，它一直是開發自有芯片的先驅。AWS此后開發了自研芯片的三個產品線，包括網絡芯片、服務器芯片、AI機器學習芯片。

其中，AWS自研AI芯片陣容包括推理芯片Inferentia和訓練芯片Trainium。

此外，AWS于2023年初推出了專為人工智能設計的Inferentia 2（Inf2）。它將計算性能提高了三倍，同時將加速器總內存增加了四分之一。

它通過芯片之間直接超高速連接支持分布式推理，可處理多達1750億個參數，使其成為當今AI芯片市場上最強大的內部制造商。


Meta

Meta 在 2022 年之前繼續使用專為加速 AI 算法而定制的 CPU 和定制芯片組來執行其 AI 任務。然而，由于 CPU 在執行 AI 任務方面與 GPU 相比效率較低，Meta 放棄了 2022 年大規模推出定制設計芯片的計劃，而是選擇購買價值數十億美元的 NVIDIA GPU。

盡管如此，在其他主要廠商開發內部人工智能加速器芯片的浪潮中，Meta 也涉足內部芯片開發。

2023年5月19日，Meta進一步公布了其人工智能訓練和推理芯片項目。該芯片功耗僅為25瓦，是NVIDIA同類產品功耗的1/20。它采用RISC-V開源架構。據市場報道，該芯片也將采用臺積電的7納米制造工藝生產。

美國去年10月擴大禁止向中國出售先進人工智能芯片，英偉達雖然迅速為中國市場量身訂造新芯片，以符合美國出口規定。但近日有消息指出，阿里巴巴、騰訊等中國云計算大客戶，并不熱衷購買功能降低的減規版H20芯片，轉成國內采購。策略轉變顯示透過部分先進半導體訂單轉給中國公司，將更依賴中國本土廠商芯片。

TrendForce表示，中國云端業者約八成高階AI芯片購自英偉達，五年內可能降至50%——60%。若美國繼續加強芯片管制，可能對英偉達中國地區銷售造成額外壓力。