作者 | Shot_Caller
編譯 | 華爾街大事件
就收入而言， AMD( NASDAQ: AMD ) 的規(guī)模約為英偉達的五分之一。然而，隨著人工智能市場的擴大，AMD 有可能從英偉達手中奪走市場份額。但分析師懷疑 AMD 的努力是否為時已晚，因為有跡象表明對人工智能計算的需求可能會放緩。即使 AMD 能夠匹敵 Nvidia 的技術堆棧，考慮到 英偉達已經(jīng)擁有的開發(fā)者心智份額，該公司可能也來不及保持競爭力了。
人工智能市場正在經(jīng)歷明顯的放緩。由于需求低迷和供應增加，H100 價格暴跌。隨著模型和服務于它們的軟件變得更加高效，并利用曾經(jīng)閑置的 GPU 容量的更高百分比，計算價格自然會下降。價格下跌的長期趨勢意味著終端客戶不太愿意簽訂多年合同，而是依賴現(xiàn)貨或按需定價。
英偉達的股價也因盈利消息而明顯低迷。DeepSeek顯示出開源模型與閉源模型一樣具有競爭力的潛力，其股價因此下跌。
我們的理解是，這表明開源模型和閉源模型之間的差距正在不斷縮小，從 3 年縮短到大約 18 個月或更短。這意味著頂級 AI 公司的交付周期并不長，他們繼續(xù)為最新模型收取更高價格的能力將不可持續(xù)。這將導致 AI 競賽最終放緩，從而減少對頂級 Nvidia 芯片的需求，消除瓶頸，并壓低鎬和鏟玩家可以收取的價格。再加上 AMD、Apple 和超大規(guī)模芯片（如亞馬遜 ( AMZN ) 的 Trainium 和 Inferentia）作為替代計算平臺的不斷擴大的存在，前景變得更加嚴峻。（來源：作者在 CoreWeave 上的文章。）
英偉達的股價明顯缺乏過去所經(jīng)歷的“上漲”，上一次上漲是在 2024 年 5 月。
2022 年 11 月，隨著 ChatGPT 的發(fā)布，人工智能熱潮開始興起。我們已經(jīng)進入熱潮約 2.5 年，但 AMD 尚未在人工智能領域取得成就。人工智能領域的整體市場正在失去動力。
這并不是說人工智能革命已經(jīng)結束。一些特定的用例正在興起，例如具有編碼功能的 Cursor。
但值得注意的是，編碼一直是一種眾所周知的低調用例，就像 Github Co-pilot 所見的那樣?？蛻舴蘸土奶鞕C器人等企業(yè)用例也是如此，它們使用大型語言模型或 LLM、評估/監(jiān)控工具和 RAG 的組合。我們這些用例會越來越好，但盡管大量風險投資投入到人工智能領域，我們還是很難看到新的用例出現(xiàn)。
PitchBook 數(shù)據(jù)顯示，去年，人工智能和機器學習初創(chuàng)公司的融資占全球所有風險投資交易價值的 35.7%。在北美，該垂直行業(yè)幾乎占據(jù)了所有風險投資資金的一半。在全球范圍內，對人工智能和機器學習初創(chuàng)公司的投資增長了 50% 以上，達到 1315 億美元。（來源：Pitchbook。）
大部分私人資本都投入了過于狹窄的領域，例如機械可解釋性、模型路由和基于算法的硬件加速。人工智能最初的戰(zhàn)爭迷霧使得來自大學的學術研究看起來具有巨大的上升空間。但我們開始看到更大的參與者悄悄進入初創(chuàng)公司的這些技術創(chuàng)新，例如AWS 的模型路由器和Alexa 的消費者代理。資金充足的初創(chuàng)公司（如 Cursor）也在實施緩存和推測解碼等狹隘的解決方案，并根據(jù)自己的需求進行修改，因為這些技術的原始開發(fā)者意識到他們的護城河微不足道，很容易被更大、資金更充足的參與者蠶食。
但核心問題是，隨著這些專注于特定領域的初創(chuàng)公司開始倒閉，它們對強大 GPU 的需求將開始減弱，從而影響整體需求。此外，超大規(guī)模企業(yè)為了降低成本，正在創(chuàng)建專門針對其自身工作負載的定制芯片。這些因素結合起來，為 AMD 描繪了一個艱難的未來。推動人工智能熱潮的心理在硅谷開始消退，我們預計這將開始迅速蔓延到公開市場。
AMD 有一個軟件工具，允許在英偉達的 CUDA 和 AMD 的 ROCm 之間移植模型。移植很容易，但優(yōu)化卻很難。就像鋼琴家彈吉他一樣，模型可能能夠運行，但它無法最大限度地發(fā)揮 AMD GPU 的獨特優(yōu)勢，例如其 HBM 容量、帶寬以及 AMD MI300x 與英偉達 H100 相比幾乎高出 3 倍的流式多處理器。
問題在于，大多數(shù)基于 AMD 的公司必須投入大量精力才能有效運行 AMD GPU。預計會進行一定程度的自定義優(yōu)化，尤其是因為不同的初創(chuàng)公司（基礎模型提供商與垂直化參與者）使用不同的模型（音頻與圖像），具有不同的優(yōu)先級要求（每秒令牌數(shù)與第一個令牌的時間）。但是，當需要進行過度優(yōu)化時，這就會成為一個問題，這會導致公司不愿意分享他們的學習和實施。
英偉達解決了這個問題，因為有大量的開發(fā)人員愿意免費為他們的軟件堆棧做出貢獻，例如斯坦福大學的 Flash Attention 和加州大學伯克利分校的 vLLM。AMD 目前缺乏這樣的開發(fā)者社區(qū)，這給了 Nvidia 一個關鍵的競爭優(yōu)勢，并迫使使用 AMD 硬件的開發(fā)人員投入更多資源來實現(xiàn)類似的性能。
鑒于英偉達不會坐以待斃，AMD 將會面臨一場艱苦的戰(zhàn)斗。英偉達仍然具有顯著的規(guī)模經(jīng)濟和轉換成本，這使得 AMD 幾乎不可能有效競爭。
AMD 是一家健康的公司。自 2020 年代初大舉收購以來，他們的財務狀況一直在穩(wěn)步改善。通過過去幾年收購 Xilinx 和 Pensado 等公司，AMD 在 FPGA 和 DPU 中找到了新的收入來源。合并后的整合似乎進展順利，利潤率也在提高。然而，由于開發(fā)人員的注意力延遲以及人工智能市場的放緩，該公司預期的主要收入來源正顯示出疲軟跡象。CoreWeave 的低迷 IPO 很好地預示了人工智能領域參與者的命運。
熱門跟貼