AMD近日推出了外界期待已久的数据中心APU（加速处理器）Instinct MI300，其旨在帮助数据中心处理人工智能相关数据流量，并在这一快速增长的市场上挑战英伟达的垄断地位。

AMD Instinct MI300系列将包括一个GPU（图形处理器）MI300X，可以加速ChatGPT等聊天机器人所使用的生成式AI技术的处理。

这波生成式AI浪潮让芯片成为了最大的赢家。眼看着英伟达GPU被AI厂商争相抢购，AMD不甘落于人后，其发布的MI300X是AMD真正为生成式AI设计的产品，与英伟达的H100芯片相比，MI300X的HBM密度是其2.4倍，带宽是其1.6倍。这意味着MI300X 可以容纳更大的AI模型，它的发布极大增加了AMD的AI竞争力。

MI300X芯片及其CDNA架构专为大型语言模型和其他尖端AI模型设计。MI300X内部没有集成CPU内核，而是采用了8个GPU 芯粒（chiplet）加4个IO内存芯粒的设计，12个5nm芯粒封装在一起，使其集成的晶体管数量达到了1530亿，多于英伟达H100的800亿晶体管。此外，MI300X拥有192 GB的HBM3 DRAM内存和每秒5.2TB的内存带宽。随着AI模型变得越来越大，需要多个GPU来运行最新的大型语言模型，单个MI300X可以运行一个800亿参数的模型，这是首次在单个GPU上运行这么大的模型。另外，AMD将提供Infinity架构，将8个MI300X加速器组合在一个系统中。英伟达和谷歌已经开发出类似系统，将8个或更多GPU组合起来用于AI应用。

目前在AI技术进展最为前沿的北美数据中心AI芯片市场，英伟达市场份额占比超过80%，且在训练、推理环节均保持持续领先；在数据中心AI加速市场，2022年英伟达市场份额达82%，AWS和Xilinx分别占比8%、4%，AMD、Intel、Google均占比2%。

国内AI芯片以寒武纪思元系列、华为昇腾系列等为代表，寒武纪和华为昇腾部分AI芯片产品性能已达到较高水平，有望加速实现国产替代，迎来高速发展期。

中国本土AI芯片厂商：

思元370是寒武纪首款采用chiplet（芯粒）技术的AI芯片，基于7nm制程工艺，集成了390亿个晶体管，最大算力高达256TOPS(INT8)，是寒武纪第二代产品思元270算力的2倍。凭借寒武纪最新智能芯片架构MLUarch03，思元370实测性能表现更为优秀。思元370也是国内第一款公开发布支持LPDDR5内存的云端AI芯片，内存带宽是上一代产品的3倍，访存能效达GDDR6的1.5倍。搭载MLU-Link™多芯互联技术，在分布式训练或推理任务中为多颗思元370芯片提供高效协同能力。全新升级的寒武纪基础软件平台，新增推理加速引擎MagicMind，实现训推一体，大幅提升了开发部署的效率，降低用户的学习成本、开发成本和运营成本

思元290芯片，作为寒武纪首颗AI训练芯片，采用创新性的MLUv02扩展架构，使用7nm先进制程工艺制造，在一颗芯片上集成了高达460亿的晶体管。芯片具备多项关键性技术创新， MLU-Link™多芯互联技术，提供高带宽多链接的互连解决方案；HBM2内存提供AI训练中所需的高内存带宽；vMLU帮助客户实现云端虚拟化及容器级的资源隔离。多种全新技术帮助AI计算应对性能、效率、扩展性、可靠性等多样化的挑战。

寒武纪基础软件平台是寒武纪专门针对其云、边、端的智能处理器产品打造的软件开发平台。其采用云边端一体、训推一体架构，可同时支持寒武纪云、边、端的全系列产品。

寒武纪终端IP、边缘端芯片、云端芯片共享同样的软件接口和完备生态，可以方便地进行智能应用的开发，迁移和调优。

华为昇腾计算产业是基于昇腾系列（HUAWEI Ascend）处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务，包括昇腾系列处理器、系列硬件、CANN（Compute Architecture for Neural Networks，异构计算架构）、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链。

我们仍处于人工智能生命周期的非常早期的阶段，AI浪潮下，云计算、智能汽车、智能机器人等人工智能产业快速发展，市场对AI芯片的需求不断增加，AI芯片市场规模将持续增长。预计到2027年，数据中心人工智能加速器的总潜在市场价值将增长五倍，达到1500亿美元以上。随着ChatGPT新一轮技术浪潮开始席卷全球，正当我们开始觉得英伟达才是最终赢家的时候，AMD终于出手了。希望这波竞争能让未来的大模型训练成本更低一些，作为最终用户，自然更希望ChatGPT们能再便宜点啦。更希望中国的AI生态队伍能够迎头赶上，实现超越！

对此，您有什么看法见解？欢迎在评论区留言探讨和分享。