英伟达盯上了华为!特供版AI芯片价格首次曝光!起售价11万元低于华为
H20是高缓存、高带宽,但算力性能差,大约是华为昇腾910算力的一半,但缓存与带宽比910B高,其中带宽是华为昇腾 910B 的两倍,也即H20在互连速度方面更有优势,互连速度决定了芯片之间数据传输的速度。经销商销售的H20服务器预配置8颗 AI 芯片,售价 140 万元。,中国电信在 10 月份采购了价值约 3.9 亿美元的由华为芯片驱动的AI服务器,而中国联通在2022年也花费了至少2000万
大家好我是二狗。
据《路透社》报道,英伟达最近几周已开始接受经销商对中国特供版AI芯片H20 的预订,英伟达给出每块显卡 12000 美元(8.6 万元人民币)至 15000 美元(10.7 万元人民币)之间的定价。
一些经销商已开始对此加价宣传,起售价为11万人民币。相比之下,被认为是中国最接近英伟达 A100 芯片的替代品的华为昇腾 910B 的售价约为 12万人民币。

经销商销售的H20服务器预配置8颗 AI 芯片,售价 140 万元。相比之下,使用8颗H800芯片的服务器在一年前的售价约为 200 万元。
经销商已告诉客户,他们将能够在 24 第一季度开始小批量交付 H20显卡,并从第二季度开始大批量交付。
H20 显卡由来
自美国发布禁售令以来,英伟达一直在寻找突破口。于是英伟达又想起了A800、H800的套路,如法炮制出了HGX H20、L20 PCle、L2 PCle三款芯片。

这三款芯片均基于英伟达H100改良而来,但在性能和带宽上做了平衡设计,从而绕过监管禁令,可以对中国销售。
H20是高缓存、高带宽,但算力性能差,大约是华为昇腾910算力的一半,但缓存与带宽比910B高,其中带宽是华为昇腾 910B 的两倍,也即H20在互连速度方面更有优势,互连速度决定了芯片之间数据传输的速度。这意味着在需要将大量芯片连接在一起作为整个系统工作的应用环境中,H20 与 910B 相比仍然具有竞争力,而恰好训练大模型就是这样的一个场景。
华为已成为英伟达在大陆市场的竞争对手
在美国禁令之前,英伟达以超过 90% 的份额主导着中国的 AI 芯片市场。然而,它目前面临着来自国内竞争对手日益激烈的竞争,其中最主要的就是华为。
英伟达 CEO 黄仁勋也承认:“华为(以及英特尔)将是英伟达在GPU方面的潜在挑战者。”

之前每次英伟达的显卡一经推出,无不受到国内各大公司争抢,但由于美国长期以来的禁令,这段时间,情况似乎发生了逆转:
包括百度、阿巴、腾讯、和字节等公司正在开始减少英伟达芯片的订单量,转向华为等国内芯片制造商或者公司内部自研芯片。
自去年11月以来,阿里、腾讯等中国云计算公司一直在测试英伟达的特供芯片样本。他们已向英伟达表明,今年向英伟达订购的芯片数量将远远少于此前原计划购买的、已经被禁的英伟达高性能芯片。
其中大陆市场的最大的受益者当属华为,华为目前有三方大客户渠道:
一是互联网公司,2023年华为从中国主要互联网公司获得了至少5000颗昇腾 910B 芯片的订单,预计在 2024 年交付。
二是国有电信运营商,中国电信在 10 月份采购了价值约 3.9 亿美元的由华为芯片驱动的AI服务器,而中国联通在2022年也花费了至少2000万美元。
三是政府支持的人工智能计算中心,自 2022 年显卡禁令以来,一些由政府支持的人工智能计算中心也已大量采购华为的AI芯片。
另外华为已加大力度扩展其软件生态系统,并计划最快在 2024 年下半年推出新的高端 AI 芯片。
英伟达还能继续称霸吗?
先说下对英伟达利好的消息,由于这两年AI大模型的火爆,英伟达的GPU一直都是卖断货的状态,据分析师估计,英伟达2023年占据了全球约 98% 的数据中心 GPU 市场。

研究公司 Omidia 的一份报告显示23年Q3季度时全球大厂都在购买英伟达H100显卡:

扎克伯格最近更是宣称,Meta正在构建大规模的计算基础设施,到今年年底要部署35万台H100,英伟达堪称最大赢家。
分析师预计英伟达在23年和24年两年将从GPU中至少获得 370 亿美元至 457 亿美元的收入。
接下来说一下英伟达面临的挑战。
夕小瑶科技说前不久刚写了一篇文章「英伟达危机大爆发!一夜之间,四面楚歌 」,深度分析了英伟达现在面临的对手和危机(感兴趣的朋友可以移步查看):
-
1、AMD正面挑战英伟达显卡霸主地位;
-
2、微软自研AI芯片,软件硬件两手抓;
-
3、谷歌坚持自用TPU,打造下一代最强TPU;
-
4、OpenAI等创业公司正在研发自己的AI芯片;
-
5、英伟达正在失去中国大陆大部分芯片市场;
当然中国想要实现芯片自主替代显然还需要很长一段时间,因为英伟达还有护城河——CUDA计算平台以及软硬件生态,这正是AI开发人员目前更喜欢英伟达的主要原因之一。中国竞争对手或许在显卡制造方面赶了上来,但CUDA计算平台以及软硬件生态以及开发者生态和习惯可不是一时半会能给撵上来的。
总之,对国内公司而言,这一切即是机会也是挑战,国产芯片大规模自主原创的那天虽迟但总会到~


参考资料
[1]https://www.extremetech.com/computing/analysts-estimate-nvidia-owns-98-of-the-data-center-gpu-market
[2]https://www.theverge.com/2024/2/1/24058186/ai-chips-meta-microsoft-google-nvidia
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者,聚合华为+生态”的社区,内容涵盖鲲鹏、昇腾资源,帮助开发者快速获取所需的知识、经验、软件、工具、算力,支撑开发者易学、好用、成功,成为核心开发者。
更多推荐



所有评论(0)