文｜半導體產業縱橫

?最近，芯片界傳奇人物、處理器設計大佬、Tenstorrent現任首席執行官吉姆·凱勒（Jim Keller）在接受采訪時表示，英偉達沒有很好地服務于很多市場，因此，Tenstorrent和其它新創AI處理器研發公司是有機會的。

Jim Keller曾任職于多家大牌企業，包括AMD，英特爾、蘋果和特斯拉。1998~1999年，Jim Keller在AMD主導了支撐速龍系列處理器的K7/K8架構開發工作，2008~2012年，在蘋果牽頭研發了A4、A5處理器，2012~2015年，在AMD主持K12 Arm項目和Zen架構項目，2016~2018年，在特斯拉研發FSD自動駕駛芯片，2018~2020年，在英特爾參與了神秘項目。

現在，Jim Keller在Tenstorrent領導AI處理器的開發，可以為英偉達昂貴的GPU提供價格合理的替代品，英偉達的GPU每個售價20,000 ~ 30,000美元或更多，Tenstorrent 稱，其Galaxy系統的效率是英偉達DGX的3倍，成本低33%。做高性能AI應用處理器的產品替代是Tenstorrent工作的一部分，但不是全部，該公司的業務宗旨是服務英偉達未能解決的市場痛點，尤其是在邊緣計算領域。

01、邊緣計算AI地位提升

隨著海量數據持續增加，以及對計算和存儲系統實時性和安全性要求的提升，數據中心已經不能滿足市場和客戶的需求，市場要求相關軟硬件系統提供商找到更快捷的方式來服務客戶，以提高運營效率并降低成本。

在邊緣運行AI工作負載的邊緣到云解決方案有助于滿足這一需求，將算力放在靠近數據創建點的網絡邊緣，對于要求近乎實時的應用至關重要，在本地設備上處理算法和數據等，而不是將這些工作負載傳送到云或數據中心。

隨著5G和物聯網的發展，AI芯片在邊緣運算領域的應用前景十分廣闊，例如，自動駕駛汽車、智慧城市等場景，都需要在終端裝置上進行實時的AI推理。為此，多家廠商紛紛推出了專用于邊緣推理的AI芯片。

在制造業，本地運行的AI模型可以快速響應來自傳感器和攝像頭的數據，以執行重要任務。例如，汽車制造商使用計算機視覺掃描裝配線，以在車輛離開工廠之前識別車輛的潛在缺陷。在這樣的應用中，非常低的延遲和始終在線的要求使得在整個網絡中來回傳送數據變得不切實際。即使是少量的延遲也會影響產品質量。

另外，低功耗設備無法處理大的AI工作負載，例如訓練計算機視覺系統所依賴的模型。從邊緣到云的整體解決方案結合了兩端的優勢，后端云為復雜的AI工作負載提供可擴展性和處理能力，前端邊緣設備將數據和分析緊密地結合在一起，以最大限度地減少延遲。

以Arduino低功耗邊緣設備為例，許多這類設備的成本不到100美元，用戶可以組合運行機器學習模型的幾臺或數千臺設備。例如，一家農業企業使用Arduino解決方案來最大限度地提高作物產量，方案涉及傳感器，這些傳感器為邊緣設備提供土壤濕度和風況等數據，以確定作物所需的水量。該技術可以幫助農民避免過度澆水，并降低電動水泵的運行成本。

再例如，一家依賴精密車床的制造商將傳感器與Arduino設備結合使用，以檢測異常情況，如微小的振動，這些振動預示著設備很可能出現問題。對于企業來說，定期維護比遇到導致生產停止的意外故障更具成本效益。

以上這些應用顯示出邊緣計算的價值和作用，從目前的應用發展情況來看，這樣的應用需求越來越多，對智能化控制的需求也在增加，這就是邊緣AI的價值所在。而像英偉達這樣的企業，其GPU等高性能芯片主要關注的是云計算和數據中心市場的AI服務器，對邊緣AI市場很少關注。基于此，Tenstorrent等AI芯片公司就有機會了。

02、更多AI芯片公司挑戰英偉達

隨著各路玩家競相投入，AI芯片市場呈現百家爭鳴之勢。據統計，2019年全球AI芯片新創公司數量就已經超過80家，總融資額超過35億美元。研究機構預估，到2025年，ASIC將在AI芯片市場中占據43%的比重，GPU占29%，FPGA占19%，CPU占9%。

一批AI芯片新創公司正在崛起，前文提到的Tenstorrent就是典型代表；Cerebras Systems則打造了有史以來最大的芯片WSE（Wafer Scale Engine），搭載了1.2兆個晶體管，讓AI運算達到了前所未有的規模；明星公司Groq則由前Google工程師創立，專注于打造用于AI推理的低功耗處理器。

這里要介紹一下Tenstorrent的技術和產品，它特別看重低功耗，更適合邊緣AI應用。據日經新聞報道，Tenstorrent有望在2024年底發布其第二代多用途AI處理器，但沒有透露處理器的名稱。根據該公司2023年秋天發布的路線圖，打算發布其Black Hole獨立AI處理器和Quasar低功耗、低成本芯片。

早些年，但擔任Tenstorrent公司CTO的時候，Jim Keller就很看好低功耗的RISC-V架構，其團隊基于此自研了Ascalon CPU。據悉，該公司的新一代Black Hole AI芯片是基于SiFive的X280 RISC-V核設計開發的。

Tenstorrent表示，即將推出的處理器之所以具有高效率和更低的成本，很重要的一個原因是避免使用高帶寬內存（HBM），改用了GDDR6，這對于為AI推理設計的入門級AI處理器來說是很匹配的。也就是說，該公司的AI芯片架構對內存帶寬的消耗低于競爭對手，因此成本較低。

雖然Tenstorrent尚未搶占AI處理器市場的重要份額，但該公司具有成本效益且可擴展的AI解決方案，可以滿足英偉達無法觸及的多種應用需求。不止Tenstorrent，多家新創AI芯片公司也將在未來幾個季度推出類似應用的·AI芯片產品。總之，不與英偉達正面競爭，越來越多的AI市場新進入者更看重那些沒有被“綠色團隊”占據的市場。

AI芯片的創新一直在進行著，除了算力的提升，AI芯片在架構、功耗、整合度等方面還有很大的優化空間。例如，通過先進的封裝技術，多個AI芯片可緊密整合，可大幅提升系統帶寬和能效。AI專用的內存技術，如HBM、壓縮內存等，也將得到更廣泛的應用。

03、挑戰英偉達生態系統

除了芯片技術創新，AI的生態系統建設也很重要。英偉達的CUDA平臺經過多年發展，已經形成了龐大的開發者社區和豐富的軟件資源，這是其競爭力的重要保證。

其他廠商也紛紛跟進，圍繞自己的AI芯片建構生態系統，爭取開發者的支持。Google推出了基于TPU的TensorFlow深度學習框架，并開源了相關代碼；AMD收購了Xilinx；英特爾推出了OneAPI開發工具套件，試圖統一CPU、GPU和AI加速器的程序開發接口。

Arm、英特爾、高通、三星等合作組建了統一加速基金會(UXL)，目標之一就是取代英偉達的方案。

在AI系統當中，芯片互聯技術很關鍵，特別是數據傳輸帶寬，對系統性能的發揮起著重要作用。英偉達在這方面一直在建設自家生態，該公司最新的Blackwell GPU在多芯片互連、網絡互連方面，將使用新推出的NVLink標準協議，在數據中心網絡中，英偉達使用的是自家的InfiniBand總線。

對于英偉達這種封閉的生態系統，Jim Keller很看不慣，他是開放技術的忠實擁躉，對于那些封閉技術深惡痛絕。

Jim Keller提出，英偉達不應該使用私有的NVLink標準協議，應該換成開放的以太網標準，他還認為，在數據中心網絡中，英偉達不該使用InfiniBand，也應換成以太網，因為Infiniband雖然具備低延遲、高帶寬（最高可達200Gb/s）特性，但以太網能做到400Gb/s，甚至800Gb/s。

實際上，AMD、博通、英特爾、Meta、微軟、甲骨文等巨頭正在合作開發下一代超高速以太網(Utlra Ethernet)，其吞吐量更高，更適合AI、HPC應用。

那么，新的以太網技術能否發展起來，并抗衡英偉達的互聯技術呢？

2023年7月，多家行業巨頭成立了超級以太網聯盟（Ultra Accelerator Link，UALink），旨在與英偉達的InfiniBand抗衡。

AMD正在為UALink努力貢獻更廣泛的Infinity Fabric共享內存協議和GPU專用xGMI，所有其他參與者都同意使用Infinity Fabric作為加速器互連的標準協議。英特爾高級副總裁兼網絡和邊緣事業部總經理Sachin Katti表示，由AMD、Broadcom、Cisco Systems、Google、Hewlett Packard Enterprise、英特爾、Meta Platforms和Microsoft組成的Ultra Accelerator Link“推廣小組”正在考慮使用以太網的第一層傳輸協議和Infinity Fabric作為將GPU內存鏈接到類似于CPU上的NUMA的巨大共享空間的一種方式。

UALink聯盟成員相信，系統制造商將創建使用UALink的設備，并允許在客戶構建他們的Pod時將來自許多參與者的加速器放入這些設備中。您可以有一個裝有AMD GPU的pod，一個裝有英特爾GPU的pod，另一個裝有一些來自其他廠商的自定義加速器的pod。該設備可以實現服務器設計的通用性，就像Meta Platforms和Microsoft發布的開放加速器模塊（OAM）規范一樣，系統板上的加速器插槽具備通用性。

據IDC統計，在超大規模企業、云構建者、HPC中心和大型企業中，200Gb/s和400Gb/s網絡的建設已經足夠多，InfiniBand和以太網市場可以同時增長。

以太網無處不在——邊緣側和數據中心——這與 InfiniBand不同，后者專門用于數據中心。IDC表示，2023年第三季度，數據中心以太網交換機的銷售額同比增長了7.2%。

在2022年第三季度到2023年第三季度期間，數據中心以太網交換機的市場規模約為200億美元，如果交換占InfiniBand收入的一半，那么數據中心以太網交換規模仍比InfiniBand交換大7倍左右，并且，有越來越多的AI集群遷移到以太網，它們正在蠶食InfiniBand的市占率。

IDC表示，在以太網交換機市場的非數據中心部分，銷售額增長更快，2023年第三季度增長了22.2%，前三個季度總共增長了36.5%，因為很多公司升級了園區網絡。

2023年第三季度，數據中心、園區和邊緣側的以太網交換機市場規模達到117億美元，同比增長了15.8%。配套以太網路由器市場下降了9.4%，這并不奇怪，因為路由器越來越多地使用包括交換和路由功能的商用芯片構建。

在數據中心，200Gb/s和400Gb/s以太網交換機的銷售額同比增長了44%，端口出貨量同比增長了63.9%。數據中心、邊緣側和園區的100Gb/s以太網交換機的銷售額增長了6%。

04、結語

英偉達在云計算和數據中心AI系統方面的優勢非常明顯，無論是芯片行業巨頭，還是新創公司，要想在這一賽道與英偉達PK，難度很大，特別是新創公司，前些年以英偉達GPU為競品，走同一賽道的幾家小公司，日子過得都不太好，有的甚至在破產邊緣。只有AMD、英特爾這樣的大廠可以在同一賽道與英偉達玩一玩。

云計算和數據中心AI賽道不好追，那就主攻低功耗、低成本的邊緣側應用市場，這也是一個很大的市場，且發展空間廣闊，而目前市場上對口、適用的芯片又不多。在這種情況下，誰動手早，盡快拿出實用的產品，誰就能在未來競爭中占得先機。

除了AI芯片，互聯技術和標準也是一個很有潛力的投資方向，而且在數據中心和邊緣側都有機會。英偉達的互聯和總線技術不可能面面俱到，隨著AI技術不斷滲透到各行各業，以及各個性能、功耗和成本應用層級，芯片和系統互聯的發展空間會越來越大，大大小小的公司都在摩拳擦掌。