英伟达 CUDA 生态正受到 AMD 和谷歌竞争的侵蚀

NVDA-4.11%
AMD-5.56%
GOOGL-4.06%

关键要点

  • 摩根大通资产管理于16日表示,随着前沿研究实验室实现加速器供应链多元化,英伟达的 CUDA 生态系统正逐渐受到 AMD 和谷歌的侵蚀。
  • AMD 目前在单芯片推理性能指数中排名第一,AMD GPU 的部署时间已从一年前的 6-12 个月缩短至如今的仅 3 天。
  • 尽管英伟达在 2024-2025 年占据整个 AI 芯片市场 80-90% 的营收份额,但其在前沿研究实验室的计算合同中仅占 28%。

JP Morgan Asset Management 于 16 日(当地时间)表示,英伟达的 CUDA 并行计算平台生态正逐渐受到竞争对手的侵蚀。该公司在题为《伊卡洛斯档案:英伟达与 AI 的下一步是什么》的报告中解释称,前沿研究实验室正在实现加速器供应链多元化。加速器是用于处理中央处理器所承担的计算密集型工作负载的硬件,主要分为两类:图形处理器和专用集成电路。竞争压力来自 AMD 和 Google 缩小了在推理工作负载方面的性能差距,尤其是工程部署时间已大幅缩短。

AMD 的单芯片推理性能指数达到最高水平

JP Morgan 报告称,AMD 目前的单芯片推理性能指数排名第一。推理性能指数衡量的不只是每秒运算次数,还包括内存和芯片间通信(互连)性能,这些指标可能比单纯的算术吞吐量更为关键。

报告称,这一发现与近期一家前沿研究实验室的反馈一致。据该来源所述,就在一年前,在 AMD GPU 上部署模型还需要 6 到 12 个月,期间需要大量工程工作,既昂贵又繁琐。如今,该实验室借助最新 AI 模型完成工程工作,只需 3 天就能在 AMD GPU 上部署新模型。

JP Morgan 分析认为,AMD MI455X 的成果可能已经削弱了英伟达的部分优势。英伟达一贯主张,改用其他芯片并不经济,因为其每瓦可处理更多 token,且拥有强大的软件生态系统(CUDA);但性能的提升表明,随着前沿研究实验室将选择转化为实际部署,成本效益的平衡可能正在发生变化。

Google TPU 相较英伟达 GB300 展现出成本效益优势

JP Morgan 展示了一张图表,对比英伟达 GB300 和 Google TPU 在运行中国开放权重模型时的成本与速度。根据数据,除速度最慢的区间外,Google TPU 在所有速度区间都表现更优。

英伟达占据前沿研究实验室 28% 的算力合同

JP Morgan 强调,市场定位存在显著差异。Silicon Analyst 的数据显示,英伟达在 2024-2025 年的 AI 芯片收入份额达到 80 到 90%,但英伟达在前沿研究实验室的算力合同中仅占 28%。

报告指出,英伟达 Rubin Ultra 系列预计将于明年推出。

常见问题

JP Morgan Asset Management 对英伟达的竞争地位有何报告?

JP Morgan 于 16 日(当地时间)表示,英伟达的 CUDA 生态正逐渐受到竞争对手的侵蚀,前沿研究实验室正在实现加速器供应链多元化。该公司在题为《伊卡洛斯档案:英伟达与 AI 的下一步是什么》的报告中公布了这些发现。

据报告,AMD GPU 的部署周期发生了怎样的变化?

据 JP Morgan 的报告,一年前,在 AMD GPU 上部署模型需要 6 到 12 个月。如今,前沿研究实验室借助最新 AI 模型完成工程工作,只需 3 天就能在 AMD GPU 上部署新模型。

英伟达在前沿研究实验室算力合同中的市场份额是多少?

JP Morgan 报告称,英伟达在前沿研究实验室的算力合同中占 28%,而据 Silicon Analyst 的数据,英伟达在 2024-2025 年整体 AI 芯片市场的收入份额达到 80 到 90%。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论