NVIDIA正在计划进行“反击”

鼓励需求降低计算强度成本和变化的链条风险，Broadcom和Marvell等ASIC芯片巨头的性能发展了，通常占据了NVIDIA的焦点。同时，国内ASIC芯片公司被高订单。在9月11日的交易会议之后，中国的“半导体IP中的第一股股票” Xinyuan Co（688521.sh）宣布，从7月1日至9月11日，该公司签署了12.2亿元的新订单，在2024年的第三季度签署了85.88％的新订单，并在2024年的第三季度签署了新订单，以及新订单的高级订单。其中，与AI计算能力账户有关的订单约为64％。在Xinyuan Co的业务结构，Ltd的结构结构中，与AI计算能力相关的订单主要是指ASIC CHIP设计业务，该业务从芯片设计公司，Internet制造商，云制造商和其他客户那里启动自定义芯片需求。在AI芯片领域，GPU制造商代表一般的制造商NVIDIA的D是公众知名的，ASIC芯片是根据特定用户的要求和特定电子系统的需求而设计和制造的专门集成电路。许多知名的国内AI芯片公司，例如华为Hisilicon，Cambrian，Alibaba Pingtouge，Baidu Kunlun Chip和Suyuan Technology，均使用ASIC Architecture。行业分析机构OMDIA人工智能的首席分析师Su Lianjie告诉记者，一般GPU目标更适合模型培训，而ASIC芯片对推理模型更有效。西南证券提供的THEA成本比较数据表明，两个ASIC芯片，第五代Google（张量处理器）和Amazon Trainium 2的计算单元的功率成本分别为NVIDIA H100芯片的70％和60％。 Haiguang Information（688041.sh）的总监兼总经理Sha Chaoqun是针对N在9月8日该公司会议上，GPU具有强大的灵活性和成熟的生态系统的好处，并将继续转移其未来的整体未来收益。对于需要快速重复并适应各种AI模型的方案，将是第一个选择。 ASIC芯片更适合特定活动，NA在特定活动中具有更高的性能和能源效率。它还产生了独特的市场结构：NVIDIA是模型培训方案中的主要参与者；尽管Nvidia在模型的推理方案中没有统治地位，而ASIC参与者聚集在一起，显示出碎片趋势。但是，NVIDIA不希望ASIC竞争对手在推理市场中扩展。 9月9日，它发布了一种新的Rubin Architecture芯片，用于AI推理，该芯片通过降低不必要的高成本调整来提高产品成本效益。国内ASIC市场有所增加。成立于2001年，Xinyuan Co，Ltd始于独立的半导体IP，具有六种类型的处理器IP，尤其是图形处理器，神经网处理器，视频处理器，数字信号处理器，图像信号处理器和显示处理器，以及1,600多个数字到Analog Halag Hybrid IP和无线电频率IPS。根据IPNEST的统计数据，IP数据分析机构于2024年，Xinyuan Co，Ltd.1。世界第八位。完美的IP系统是成为ASIC芯片服务提供商的要求。基于其自己的IP Xinyuan Co，Ltd为芯片设计公司，大型互联网公司，云服务提供商等提供一站式芯片定制服务。大型实施和大型模型的扩展推动了对AI ASIC的高需求。咨询机构弗罗斯特·沙利文（Frost Sullivan）的数据显示，筹码芯片市场规模达到1425.7亿元人民币。其中，GPU芯片值得占市场共享的69.9％，其他AI CH包括ASIC在内的IP占30.1％。在这种背景下，Xinyuan Co的芯片设计收入包括收入有限公司，在2025年上半年，与AI相关的收入成本约为52％。该模型的推理阶段对计算速度，成本和电力消耗的速度高度敏感。 Xinyuan Co，Ltd在一份财务报告中写道，当AI模型在云边缘进行培训并进行推理时，最终以良好的重点和推理，就形成了计算强度的主要需求。传统的总体目标GPU芯片逐渐无法满足能源效率和计算强度成本之比的某些情况的需求。在其自定义架构中，AI ASIC的高度计算密度和低消耗量的低密度可以在某些情况下实现高成本效益和低电力消耗。 Xinyuan Co，Ltd目前正在寻求获得RISC-V CPU IP提供商的建筑Xinlai Technology。 XinyuCO，Ltd表示，RISC-V以及模块化教学和可扩展性为AI计算提供了重要的技术收益，并将为公司的AI ASIC业务带来更高的收益和工业价值。与海外服务提供商相比，Xinyuan股票依赖于与英国IP IP巨头Alphawave合作，这是高通于今年6月获得的高速Serdes IP。 2021年，Xinyuan Co，Ltd获得了仅在中国市场上出售一系列多标准IP Serdes的权利。 SERD是实现高速数据传输方面的串行平行转换。已经教导了Dongwu证券研究报告，随着对网络通信速度的需求不断提高，数据中心的性能，高速界面技术已成为关键的开发时期。最关键的是高速Serdes Interface IP，这也是研发的重点D对于ASIC服务提供商的竞争障碍。 “就高速Serdes IP而言，中国和国外之间仍然存在一定的差距。” ASIC服务提供商的下游客户是拥有芯片设计业务的公司。在国内AI ASIC营地，一种类型的参与者是互联网制造商和云制造商，包括华为Ascend系列，阿里巴巴pingtou ge Human 800，Baidu Kunlun Core P800等，代表各种产品；其他玩家类型是专门的芯片设计公司，例如最近流行的寒武纪和腾讯的孵化Suyan Technology。在2025年世界人工智能会议上，华为介绍了CloudMatrix384超级节点计算功率群集，集成了384 Astron 910c芯片。照片：Endforce Trendforce提到的Willow Market Analysis AnodicD和当地供应商，例如华为和寒武纪。 Trendforce Consulting指出，ASIC自我开发的自发电力成本，但也扩大了供应链风险并提高竞争力。尤其是在国际局势变化和建设供应链的情况下，中国芯片供应商和云制造商需要投资于ASIC自我发展的自我发展的人，这将越来越众所周知。根据Marvell在AI ASIC市场的预测，AI ASIC的市场规模将在2023年约66亿美元，预计2028年的AI ASIC市场规模将大约66亿美元，而2028年的国内市场将达到2028年，这是2028年，ASIC的554亿美元，与2028年的Mankation at 2028，The Is-2028 at 2028年。筹码。 Google TPU V7（七生张量处理器）铁木，亚马逊火车3，元MTIA V2等代表不同C开发的最新结果响亮的制造商。云制造商的“主要热制造”推动了其背后的ASIC服务的大量性能。 Broadcom与Google和Meta一起共同开发AI芯片，目前的市场价值高达1.6万亿美元，在公司市场价值列表列表中排名第七，在所有芯片公司中仅次于NVIDIA。 Broadcom在2025年第三财政季度（根据自然年度的第二季度）的最新财务报告表明，AI业务的增长持续增长，收入为52亿美元，同比增长63％。 Broadcom总裁兼首席执行官Hock Tan在9月4日根据前三个主要客户透露了收入收入。尽管Chen Fuyang并未透露第四个主要客户的身份，但许多美国媒体报道都引用了熟悉事实的人帽子客户是Openai。这种量化的AI芯片仅用于内部用途，而不是出售给外部客户。投资银行Cantor的分析师提到，Broadcom的三个现有客户是Google，Meta和bytedance。野蛮人拒绝发表评论。根据9月8日的Digitimes，Musk的AI初创公司Xai和Apple还向Broadcom发送了一个“ Olive Branch”，以进行ASIC CHIP的合作开发。 Su Lianjie坚持认为，诸如Broadcom之类的服务提供商在高速网络和连接技术中具有深厚的积累，并且AI自定义芯片设计，互连结构以及用于大规模数据交付需求的电气管理解决方案有好处。因此，他们具有熟练程度，为Google和Meta等主要制造商提供芯片设计服务。 Broadcom的热势还记得外界，NVIDIA客户将将重点从GPU改变为ASIC。在8月27日的公司收入中，NVIDIA和CEO总裁Huang Renxun被问及ASIC CAMP竞赛，并表示已经启动了许多ASIC项目，并且出现了许多相关的初创企业。但是，群众最终几乎可以生产产品。主要原因是ASIC研发非常困难。 Huang Renxun表示，相反，NVIDIA的GPU产品可以适应任何模型架构的演变，并具有全面的应用程序场景范围。此外，它可以从数据处理，训练前，基于强化的培训以及各种推理的方式加快整个过程。因此，当使用NVIDIA产品生产数据中心时，“不仅是最高的效用，而且其生命周期也更长。”这不是Huang Renxun首次倒在ASIC中的冷水。在今年3月的NVIDIA GTC会议上，他强调，ASIC芯片不足以应对AI算法的快速发展。长期统一或替换ement？尽管Huang Renxun似乎对ASIC感到沮丧，但他对后者采取的实际行动所带来的挑战做出了回应。 9月9日，NVIDIA根据鲁宾的最新建筑发布了GPU芯片Rubin CPX，旨在举办超长的上下文推理活动，并有望在2026年底推出。NVIDIA表示Chi IS Chi IS CHIP可以为AI推理提供“非常高的性能和能源效率”。鲁宾CPX在某些认知情况下切断了不必要的高成本调整，以提高成本效益。该参数表明，鲁宾CPX提供30个PFLOPS（1 Pflop等于每秒10万亿个浮点操作）使用FP4（四个位置浮点）的计算强度，相当于Rubin Architection R200芯片的峰值计算能力的60％。高度压缩的参数是带宽内存。 Rubin CPX存储器的带宽仅为2TB/s，而R200的带宽达到20.5TB/s。在减少的后面内存带宽，Rubin CPX删除了昂贵的HBM（高带宽内存），而较低的成本为128GB GDDR7内存（第七示亨图形使用Thedouble Data Trange Trange Transch速率存储器）。该设计与差异相关 - 与模型推理不同阶段的硬件需求不同。理解模型分为两个阶段：预填充和解码：预填充属于理解阶段，模型需要一次读取和理解输入的所有上下文，这需要高计算能力；解码阶段是根据现有信息生成逐步输出令牌，该信息具有光计算负载，但依赖于快速存储器和高速互连来维持输出性能。这意味着在解码步骤中需要HBM。在开发了NVIDIA服务的腐烂解决方案中，Rubin CPX充当专门的芯片，以优化预填充阶段优化，并且解码阶段仍然依赖R200芯片。理解服务的衰减解决方案的示意图。图：在9月10日的报告中对NVIDIA的一家著名半导体审查机构进行了半分析，HBM在其他形式的DRAM（动态随机访问记忆）上具有昂贵的溢价（动态随机访问记忆），因为它具有很高的带宽，但是这些带宽并不完全使用，在预填充阶段中，HBM浪费了。从悬挂式BM切换到视频内存降低GDDR7的成本，这可以将每GB内存的成本降低超过50％。该机构估计，鲁宾CPX材料法案仅占R200的25％。这相当于花费1/4 R200芯片购买其60％的计算强度。半导体行业的一位老年内部人士在回复中表示，NVIDIA将无法观察ASIC市场的无限扩张，并且必须在推理领域与ASIC竞争。与ASIC球员相比，NVIDIA具有强大的技术ADVANTAGE。但是前提是，Nvidia愿意放弃一些高收入。 Nvidia将如何转移到AI ASIC举动？至于新闻稿，Broadcom没有回应置评请求。大多数市场观点认为，在AI芯片市场中，ASIC和整体GPU将与团结保持长期关系。 GPU一般可以处理模型训练期间的大量数据和复杂的计算，并且可以灵活，并且可以适应模型的频繁迭代。在ASIC筹码之后，它是 - 定期化并为特定的理解任务而定，它们具有理解理解哪些模型和运营商相对稳定的好处。尽管ASIC在模型的理解方案中具有更大的潜力，但一些国内制造商已开始使用ASIC进行模型培训。一个典型的情况是，Iflytek基于华为上升芯片进行大规模模型培训。今年1月，iflytek发布了深度推理X1，声称这是“基于国家计算能力训练的唯一大型模型”。 Iflytek主席Liu Qingfeng在3月接受Nandu和其他媒体采访时说，2024年10月，Iflytek完成了对深层推理模型的技术途径的验证。但是，为了培训国内计算能力平台，他们必须花更多的时间来执行适应工作。因此，使用国家计算功率培训的成本不仅反映出使用国内AI芯片的较高成本，而且还以较长的培训时间来反映，这会减慢模型发布的发展。但是他认为，这是解决独立和受控国内筹码问题的唯一方法。 9月11日，硅谷技术媒体透露，阿里巴巴和百度使用了自己的AI芯片培训模型。其中，阿里巴巴使用自己的芯片来生产较小的AI模型。百度试图使用kunlun芯片P800芯片训练新版本的Wenxin Big型号。但是两家公司并没有完全放弃Nvidia的筹码。阿里巴巴和百度都没有与之相关。一家云制造商告诉记者，国内AI芯片很难用于大型模型培训活动，而华为Ascend可能是唯一可用于大量模型培训的芯片。因此，在短期内，专门针对GPU通用路线的国内AI芯片公司可能会面临问题：在商业大型模型培训市场中，不仅很难与NVIDIA竞争，而且还面临与这两种类型的GPU公司的竞争；在推理模型市场中，它可能不会与ASIC芯片播放器竞争。据说Mu Xi是一家国内GPU公司，在8月下旬对IPO监管问题的响应是完美无瑕的，它是互联网公司的客户。在开发和进口Produwell方面，一些国内竞争对手的发展是落后的 - MOS竞争对手的产品是ASIC架构。这是因为获得互联网公司的决定高度关注市场。为了考虑产品成本效益和生态竞争力，其首选是国际产品；在某种原因是推理的原因，可以使用国内计算功率芯片，但通常会优先选择自己的产品或支持其投资的生态公司。 Haiguang Information也是GPU一般营地的球员。 Sha Chaoqun在回答记者的问题时说，公司总监兼总经理，Haiguang信息将通过与现有的NVIDIA CUDA生态系统兼容，增加研发投资并降低用户的成本。从长远来看，国内通用GPU制造商还将努力开发自己的基本技术并开发独立和受控的生态系统。 “ AI芯片技术的两条路线GPU将军和ASIC将在替换国内AI芯片的过程中发挥重要作用，根据各种应用程序场景，它们的好处可以是横向的。 特别声明：上面的内容（包括照片或视频（如果有））已由“ NetEase”自助媒体平台的用户上传和发布。该平台仅提供信息存储服务。 请注意：上面的内容（包括照片和视频，如果有的话）已由NetEase Hao用户上传和发布，该用户是一个社交媒体平台，仅提供信息服务。