半导体市场已经变天,特别是数据中心芯片市场格局变化已成定局
看下近期各个半导体企业的财报:
NVIDIA发布2024财年第四季度及全年财务报告,季度收入创下221亿美元的纪录,较第三季度增长22%,较去年同期增长265%;数据中心季度收入创下184亿美元的纪录,较第三季度增长27%,较去年同期增长409%;全年收入创下609亿美元的纪录,增长126%。
英特尔发布2023年第四季度财报。财报显示,英特尔第四季度营收154.1亿美元,同比增长10%;英特尔四季度数据中心营收为40亿美元,同比下滑10%。
AMD公布2023年第四季度营业额达62亿美元,2023年全年,AMD营业额为227亿美元;2023年,AMD数据中心事业部营业额为65亿美元,与2022年相比增长7%。
这样的数据对比,对于英特尔来说是巨大的压力。为了扭转颓势,英特尔代工(Intel Foundry)似乎成了英特尔的一种尝试。
英特尔代工衍生于几年前英特尔首席执行官帕特·基辛格的IDM 2.0策略,虽然英特尔在极力改变现有的市场现状,但是变革来临,谁也无法置身事外。
英特尔的业务单元表现差强人意,为了激活自身的活力,业务单元独立化是英特尔采取的策略之一,比如PSG(FPGA业务,Altera)独立化运营,而代工业务也是如此。
业界不怀疑英特尔的能力,特别是在代工方面,因为业界也需要除了台积电之外,多一个选择。显然英特尔代工成了这种期待的结果。
最新的消息是微软计划采用Intel 18A制程节点生产其设计的一款芯片。同时,Synopsys、Cadence、Siemens和Ansys等IP和EDA供应商也确认支持英特尔制程和封装技术。

英特尔预计将于2025年通过Intel 18A制程节点重获制程领先性。采用Intel 18A工艺的Clearwater Forest至强处理器已流片。该处理器还采用Intel 3作为其基础芯片的制程工艺,并采用EMIB、Foveros Direct先进封装技术。
在笔者看来,当前的芯片市场是结构化变革,也就是芯片需求是持续增加的,但是品类不像早前那样单一,比如CPU、GPU、FPGA等。
如今不管是AI还是汽车,芯片的需求是巨大的,但是这种需求是不同于以往的产品需求,需要芯片厂商转变产品思路,比如从CPU到GPU。
所以对于英特尔而言,原有的优势已经不复存在,需要在新的客户需求和产业变化下重新建立自己的护城河,这是巨大的挑战。毕竟对于英特尔这样体量的企业而言,这种的转型需要从技术、组织、产品等多个维度进行变化。
其实,我觉得代工是一个很好的突破点,在代工下,很多竞争对手成了朋友,比如英特尔与NVIDA、Arm建立了代工关系,这在此前是不可想的。
当下,产业和企业的边界在消失,竞合关系也在变化,英特尔通过代工业务增加了产业链的协同能力,而不是此前的一体化闭环体系。
截止目前,英特尔已经拥有了Mobileye、PSG、Intel Foundry等独立业务单元,这些领域是具有潜力的,这是英特尔自身变革的尝试,至于后续发展如何,我不敢断言,但是迈出了这一步总比固步自封要好很多。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。