對標蘋果的靈動島 華為帶來實況窗功能
繼蘋果的靈動島之后，華為也在今天正式推出了“實況窗”功能。據今天鴻蒙OS 4.0的現場演示顯示，華為的實況窗可以更高效的展現出實時通知，比如鎖屏上就能看到外賣、打車、銀行
2023年，ChatGPT的爆火預示著AI正式進入快車道。在此背景下，各類AI芯片隨之成為熱門的科技話題。其中NVIDIA憑借極具前瞻性的布局，推出了世界上強的AI計算加速芯片，市值成功突破萬億美元大關，成為今年大贏家。
也許是NVIDIA在AI芯片領域太強，以至于奪走了所有光環。實際上今年AI芯片的發布和迭代遠不止NVIDIA一家。無論是傳統芯片巨頭，還是新興科技公司，都是這個賽道的積極布局者。接下來，就讓我們一起回顧2023年AI芯片領域的那些重量級新產品。
NVIDIA：H100、H200
今年，NVIDIA發布了兩款全新的AI加速卡H100和H200。這兩款產品均采用了NVIDIA新的Hopper架構，其中H100在性能上相較于A100提升了80%。
而H200則具備更強大的性能，成為全球首款采用HBM3e高帶寬內存的AI加速芯片，專為推理工作負載而設計，同時也是首款基于Hopper架構的推理加速卡。通過這兩款產品的推出，NVIDIA進一步鞏固了其在AI計算平臺領域的領先地位。
AMD：Instinct MI300
AMD今年拿出了MI300來硬剛NVIDIA的H100。MI300擁有兩種型號，分別為MI300A和MI300X。其中，MI300A為結合CPU和GPU的超大規模APU，它將x86 CPU和GPU集成一體，封裝小芯片9個，還有128GB的HBM3內存，提供了多達24個ZEN4內核以及228CU。
而MI300X則全部由GPU小芯片封裝，一共8顆XCD，每個XCD提供38個CU（滿血為40CU），總計提供了多達304CU，一同封裝的HBM3內存容量更是提升到了192GB，5.2TB/s 的內存帶寬，896GB/s的Infinity Fabric 帶寬。
Intel：Gaudi2
Gaudi2基于第一代Gaudi的高效架構打造而成，目前采用7納米制程工藝，相較第一代產品，在矩陣乘法（MME）和Tensor處理器核心計算引擎中引入了FP8在內的新數據類型，Tensor處理器核心數量增至24個，同時集成了多媒體處理引擎，內存升級至96GB HBM2E，為訓練超大規模神經網絡提供硬件保證。
AI時代，算力就是產業發展的原動力。這激發著全球芯片巨頭紛紛加大在AI芯片領域的研發和部署。
盡管英特爾和AMD都已推出面向AI應用的專用加速產品。但至今，NVIDIA在這個賽道中始終遙遙領先，其產品卓越的性能確保了在訓練領域的霸主地位。這也使得NVIDIA系列產品，成為市場上AI應用采購的“頭號選擇”。
云服務巨頭：
Google：Cloud TPU v5e
今年Google Cloud Next ’23 年度大會上，谷歌推出了全新的 TPU 產品 ——Cloud TPU v5e。它為中型和大型訓練和推理帶來了高性能和成本效益。
這代 TPU 可以說是專為大語言模型和生成式 AI 模型打造，與前代 TPU v4 相比，每美元訓練性能提升高達 2 倍、每美元推理性能提升高達 2.5 倍。并且 TPU v5e 的成本不到 TPU v4 的一半，使更多機構有機會訓練和部署更大、更復雜的 AI 模型。
Amazon：Trainium2 AI量子芯片
全球第一大公有云巨頭AWS（亞馬遜云科技）近期扔出了面向生成式AI和機器學習訓練的年終“王炸”，Trainium2 AI量子芯片。它針對訓練自然語言處理、計算機視覺和推薦器模型進行了優化，這些模型用于文本摘要、代碼生成、問題解答、圖像和視頻生成、推薦和欺詐檢測等各種應用程序。
Trainium2是一款量子芯片，號稱錯誤率僅 0.1%，能源效率是上一代的兩倍，性能比上一代芯片提高到4倍，可提供65ExaFlops超算性能。
亞馬遜計算部門資深副總裁 Peter DeSantis聲稱，亞馬遜量子運算團隊在量子糾錯上有重大的進展，以邏輯量子位元的方式，將比特翻轉（Bit-flip）與相位反轉（Phase-flip）錯誤分開，從而推出了 Trainium2 芯片。
Microsoft：Maia 100
微軟自研AI芯片傳聞未曾停過，今年終于在Microsoft Ignite 2023大會上，發布了用于資料中心的AI加速器芯片Azure Maia 100，采用5納米制程生產，適用于OpenAI模型、ChatGPT、Bing、GitHub Copilot 等AI工作負載。
作為全球公有云的三大巨頭，谷歌、亞馬遜和微軟一直與NVIDIA等芯片廠商保持著密切合作，其數據中心大量采用了NVIDIA等廠商的先進AI加速卡，如A100、H100。這為云平臺帶來強勁的AI處理性能，大幅提升機器學習等算法的訓練效率。
但與此同時，三巨頭也意識到過度依賴第三方芯片的風險。因此，他們也開始大力投入自主研發工作，推出定制化的AI處理器。
這不僅能降低成本，也使其擁有芯片創新能力，為平臺差異化提供支持。可以預見，這類云定制AI芯片會得到快速迭代和規模化部署。它們甚至有可能通過開放服務，向其他潛在客戶提供更經濟高效的AI處理能力。
在這場新一輪科技革命中，AI芯片正致力解決計算瓶頸，為智能語音、自動駕駛等前沿技術奠定基石。眾多芯片廠商和科技公司爭相進入這片蓬勃發展的藍海。
未來隨著AI模型和應用場景不斷增多，對算力的渴求也會成正比上升。這必將推動新硬件架構、新工藝技術的快速革新，帶來更激烈的平臺競爭與融合。
本文鏈接：http://www.tebozhan.com/showinfo-24-36402-0.html2023年AI芯片盤點！NVIDIA遙遙領先 贏麻了
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號