AI算力軍備競賽，五大科技巨頭屯了多少GPU？

隨著人工智慧的加速發展，科技巨頭之間掀起了一輪輪AI算力競賽。日前，馬斯克的xAI叢集資料曝光，其正在推出基於10萬個H100 GPU的Colossus訓練叢集。Meta也計劃購買35萬個H100 GPU，加強Llama 4 AI模型的算力。LessWrong網站對幾大AI巨頭的GPU/TPU數量進行估算，預計到2025年，微軟、谷歌、Meta、亞馬遜和xAI所擁有GPU的等效H100數量將超過1240萬塊。這表明科技巨頭間的算力“軍備競賽”仍在延續。

超1240萬塊，巨頭繼續佈局算力版圖

最近，LessWrong網站上發表了一篇部落格，根據公開資料對英偉達晶片的產量、幾大AI巨頭的GPU/TPU數量進行了估算。其中，微軟擁有75萬-90萬塊等效H100，明年預計達到250萬-310萬塊；谷歌擁有100萬-150萬塊等效H100，明年預計達到350萬-420萬塊；Meta擁有55萬-65萬塊等效H100，明年預計達到190萬-250萬塊；亞馬遜擁有25萬-40萬塊等效H100，明年預計達到130萬-160萬塊；xAI擁有10萬塊等效H100，明年預計達到55萬-100萬塊。

可以看出，幾大科技巨頭都在緊鑼密鼓地佈局自己的算力版圖，開展下一代更先進模型的訓練。馬斯克此前即透露Grok 3將在年底前亮相。他表示，在法律問題資料集上完成訓練後，下一代Grok 3將是一個強大的私人律師，能全天候提供服務。谷歌Gemini 2.0預計在本月正式上線。OpenAI更是宣佈，將開啟為期12天的“Shipmas”新功能、新產品和演示活動，將展示文字轉影片AI工具Sora、新的推理模型等。

這些先進模型的訓練和推理需要龐大的算力資源。馬斯克聲稱，其Colossus叢集是“世界上最強大的人工智慧訓練系統”。叢集配備英偉達HGX H100伺服器，每臺伺服器內含8張 H100 GPU，每個機架可容納8臺伺服器，8臺伺服器組成1個陣列，每個陣列有512個GPU，整個Colossus 叢集內有超過1500個GPU機架，支援著龐大的算力執行。

Meta也在使用超過10萬個Nvidia H100 GPU的叢集，訓練其最新Llama 4 AI模型，成為目前規模最大的AI訓練叢集之一。明年Meta可能會使用35萬個H100 GPU。至於OpenAI，其背後支持者微軟很可能是英偉達近兩年的最大客戶。據Omdia Research分析，2023年微軟和Meta是H100的最大買家，預計採購量達到15萬個。而到了2024年，微軟的AI晶片囤貨目標更是提升到了驚人的180萬塊，其中大部分來自英偉達。

英偉達繼續領先，定製晶片市場值得關注

在AI巨頭繼續大規模部署AI算力的情況下，展望2025年AI晶片市場，英偉達作為全球AI晶片市場的領導者，仍將繼續保持其強大的市場影響力和技術領先地位。‌2024年AI晶片市場佔有率：英偉達佔據約75%，其他定製化晶片佔10%-15%，剩餘的10%-15%由超微、英特爾等企業瓜分。另據DIGITIMES Research資料，2024年高階伺服器GPU產值預估將達到1022億美元。

從此前的產品規劃來看，英偉達的AI晶片Blackwell產品發貨將從2025財年的四季度開始，屆時將同時發貨Blackwell和Hopper兩大系列的產品。而晶片業則已開始著眼英偉達的下一代Rubin晶片。大摩分析師Charlie Chan透露，臺積電和供應鏈已在為Rubin晶片的推出做準備，推出的時間有可能從2026年上半年提前到2025年下半年。2025年下半年將進入流片階段。下一代Rubin晶片將採用3nm工藝、CPO（共同封裝光學元件）和HBM4（第六代高頻寬記憶體）等，效能將更加強大。

AMD作為英偉達的主要競爭對手之一，在AI晶片市場也表現出強勁增長勢頭。下一代 AMD Instinct MI350 系列加速器有望在2025年下半年上市。其基於 AMD CDNA 4 架構，推理效能比基於AMD CDNA 3的加速器提高35倍。

英特爾在AI晶片市場也擁有一定份額，但今年推出的Gaudi 3表現並不令人滿意，儘管Gaudi 3在效能上有所提升，可市場份額仍然較小‌，預計佔有率約為1%。不過，2025年英特爾寄予厚望的Intel 18A將會量產。下一代AI PC處理器Panther Lake和下一代資料中心處理器Clearwater Forest將基於Intel 18A，也在明年釋出。此外，按此前的規劃，2025年英特爾還將推出一款全新的AI加速器產品Falcon Shores。這是Gaudi系列的後續產品。2025年，英特爾能否在AI晶片市場有所表現，受到業界關注。

更令人關注的是幾大AI巨頭的定製晶片開發與應用程序。近日，亞馬遜AWS宣佈推出全新的AI定製晶片Trainium3，與上代Trainium2相比，採用3nm工藝，計算效能增加2倍，能效提升40%。該產品預計於2025年底量產。據瞭解，Adobe、AI新創公司Poolside、資料平臺服務Databricks以及晶片大廠高通都採用Trainium2訓練其AI模型。未來，AI巨頭的定製晶片將是英偉達GPU的重要競爭對手。

端側AI需求爆發，各大廠商提前卡位

2025年的另一個重要趨勢是，AI模型的邊緣和推理計算需求將迅速增長。迄今為止，大多數AI晶片活動都集中在資料中心方面，端側手機、PC的AI應用也大多是從雲端呼叫。然而，具有真正端側AI功能的裝置預計將於2025年推出，邊緣AI將變得更加普及。

在資料中心領域GPU佔據AI加速的主導地位，但邊緣側的情況將更加複雜多樣，企業需要透過靈活地配置CPU、GPU和NPU，以滿足AI加速的廣泛需求。在英特爾日前舉辦的新質生產力技術生態大會上，記者看到一款英特爾與新華三共同推出的AIGC靈犀一體機，其基於至強處理器與Gaudi2D加速卡，可以在私域靈活佈局，進行多模型的高效推理和業務場景的閉環交付，滿足邊緣側AI應用的多模融合、靈活便捷等多元需求。在AI PC方面，英特爾展示的基於XPU的AI算力最佳化案例也頗具代表性，顯示AI PC在遊戲、教育教學、工廠製造、商場支付等方面的廣泛潛力。

高通在端側AI方面的舉措同樣值得關注。在驍龍峰會期間，高通推出驍龍8至尊版移動平臺，面向終端側生成式AI，採用新一代Hexagon NPU，推理效能提升45%，能效提升45%，能夠支援更復雜的端側AI應用，互動體驗更加流暢直觀。此外，近年來高通還與騰訊混元、智譜AI等大模型廠商建立合作關係，推動端側AI應用的部署和落地。透過合作，高通為大模型在端側的執行提供算力支援，並最佳化大模型在端側的效能表現。

Arm則在終端領域引入計運算元系統(CSS)。此前，Arm已將計運算元系統引入基礎設施、汽車領域。Arm的終端CSS中囊括了最新的Armv9.2 Cortex CPU叢集和Immortalis與Mali GPU、CoreLink 互聯絡統 IP，以及基於3nm工藝生產就緒的CPU和GPU。在軟體工具方面，KleidiAI和KleidiCV庫可為端側人工智慧和計算機視覺工作負載提供支援，Arm Performance Studio可以幫助開發者簡化開發流程。

隨著端側AI成為新一代智慧手機、PC、汽車等智慧裝置發展的驅動力，有可能將形成一個超過雲端的廣大市場。