對九零年代念電機系的朋友來說，擁一張有NVIDIA的顯卡來玩遊戲，是夢寐以求的夢想。而CPU當然是INTEL為霸主，若是沒那麼多的預算，就只能考慮AMD的CPU，雖然效能沒那麼好，但是主打CP值高，作為第二名的選擇，AMD在學生和小資族群中仍然有其魅力，即便後來AMD吃下ATI，切入顯卡領域，但在效能及品牌忠誠度上，仍落後NVIDIA。
NVIDIA先在顯卡市場立於不敗之地
從以上的背景敘述，大略可以得到幾個重點，第一，過去在顯示卡市場中，專注在顯卡的NVIDIA處於霸主地位，第二，AMD不論是在CPU市場或是顯卡領域，都無法超越第一名的INTEL和NVIDIA，如今來到AI晶片的新藍海，眼看NVIDIA的「兆元皮衣男」黃仁勳在台颳起一陣旋風，搶產能也搶眼球，AMD的蘇姿丰儘管後腳立馬跟進，仍難望其項背，這場AI大戰，目前是NVIDIA獨領風騷。
要瞭解NVIDIA和AMD這兩家對人類未來AI有強大影響力的公司三十年來的競合關係，得先從早期的電腦遊戲開始說起。九零年代的遊戲，從2D進入3D，需要強大的圖形加速處理器，NVIDIA看準這個市場，和ATI（後來被AMD收購）先後推出不同產品，儘管效能不相上下，但NVIDIA很早就深諳「團體作戰」的道理。
為了打敗競爭對手，黃仁勳找來霸主微軟合作，推動標準繪圖介面，用來對抗ATI的產品，最終取得大部分遊戲業者支持，成功取代ATI成為新主流。從這個策略就看得出，黃仁勳的行銷策略靈活，他先找微軟推動「標準繪圖介面」，換言之就是自己建立繪圖的度量衡標準，接下來遊說搶攻最需要繪圖晶片的遊戲廠商，讓他們與自己站在同一陣線，果然成功擊退競爭對手，接下來的比特幣挖礦熱潮，更讓NVIDIA賺得滿坑滿谷。
但另一方面，一直是老二的AMD就沒這麼幸運，AMD買下ATI後，原本打的如意算盤是，直接透過收購取得ATI足以和當INTEL抗衡的 GPU 及晶片組等技術，並推出圖形性能一流的 APU 產品。但沒想到INTEL技高一籌，竟然推出劃世代的Intel Core 2 Duo，取得市場領先地位。更可惜的是，AMD自收購ATI後，就掉入了錢坑，最終被迫分拆Flash及晶片製造業務，將晶圓製造廠獨立出去，成為今天的GlobalFoundries，至此之後，AMD要製造晶片，得靠台積電這樣的代工廠，和別的IC設計大廠一起排排坐搶產能。
由繪圖世界再擴展，NVIDIA和AMD的戰役更精采
你以為這兩家公司的競爭就這樣結束了嗎？其實還沒完，第一回合的顯卡市場結束後，時序進入21世紀，黃仁勳的視角更多元化，從繪圖晶片的世界擴展出去，NVIDIA推出許多衍生的運算產品，比如說通用運算加速晶片、汽車自動駕駛晶片、手機晶片等等，雖然這些嘗試並不是每樣都成功，但他靈活的市場操作手段和靈敏的嗅覺，也確保了其後他創造NVIDIA的技術生態優勢，也為後來的AI產品奠定基礎。
就在AMD深陷併購ATI的泥淖中時，2006年，黃仁勳就已經推出了CUDA平台，使其GPU具備通用計算能力，希望所有開發人員，都在CUDA平台的基礎上做研發，簡單來說，有點類似開放原始碼的概念，讓各路高手都以此作為開發的基礎平台。
CUDA是（Compute Unified Device Architecture）的簡稱，這個運算平台和程式設計模型。它讓開發人員可以將計算密集型工作交由GPU來執行，充分利用GPU的高度平行運算能力，加速各種複雜的運算任務，例如科學計算、機器學習、資料分析等。CUDA平台是劃時代的產物，除了前述的計算分析，它還能推動現今最需要的複雜模擬與大數據分析，顯著提升圖形生成和渲染的速度，最重要的是，它就是進入AI領域的門檻！
在AI領域，CUDA是驅動深度學習技術不斷突破的強大引擎。CUDA充分釋放了GPU的極高並行運算能力，大幅加速了AI模型訓練的速度，有效解決了傳統CPU在處理大量數據和高運算負載時的瓶頸問題。CUDA專為AI工作量身打造的Tensor Core，讓矩陣運算的效能再次大幅提升，使複雜模型訓練易如反掌。CUDA強勁的加速能力，現今GPT-3等大型語言模型的訓練才能出現在世人眼前。
憑藉著CUDA，黃仁勳順利由繪圖晶片教父成為AI教父
也正因為有了CUDA，黃仁勳順利從繪圖晶片教父搖身一變成為AI教父，這都歸功於他腦袋中深植的「標準平台」概念。在繪圖晶片大戰的時代，他知道自己的實力不足以建立標準規格，因此和微軟合作，建構繪圖介面標準，等到時機成熟，他立刻建構自己的CUDA平台，所有的工程師都得在這個平台上研發作業，這樣的遠見，不是一個只會作研發的工程師可以達成。
反觀AMD，在這波AI浪潮下，只能急起直追，因為比起其他的產品線，根據分析師預估，2024年AI晶片的銷售額僅有400億美元，到了三年後將會成長十倍，來到4000億美元，這是一個人人都想搶的大餅，不能只有NVIDIA獨領風騷，在南韓都想分一杯羹的情況下，AMD只能前進，不能回頭。
看看NVIDIA的歷史軌跡，蘇姿丰要追上NVIDIA，她採取的是「砸大錢」、「找合作伙伴」兩個方法並行。首先。儘管規模不如輝達，但AMD每年的研發支出接近60億美元，與輝達一樣。AMD以樂高拼積木式手法套用到GPU，靠著將十幾個「小晶片」（chiplet）組合成一個晶片，提高處理速度的方法見效，去年十二月，ChatGPT製造商Open AI就表示使用MI300進行部分模型訓練。
在仿效NVIDIA當年找微軟合作的方式上，AMD去年十二月宣布與包括兩大網路設備製造商博通（Broadcom）和思科（Cisco）在內的公司建立合作夥伴關係並支持一個名為Ultra Ethernet Consortium（UEC）的晶片到晶片開源通訊倡議，要作為輝達提倡的InfiniBand的替代方案，蘇姿丰一連串的下猛藥，就是希望在黃仁勳的CUDA平台之外，大家還能夠擁有第二個選擇。出於蘇姿丰一直傳達分散風險的說法，微軟和Meta已經宣布，計劃在資料中心使用AMD的GPU。
NVIDIA和AMD互競激勵，遠遠把三星拋在腦後
儘管在AI的競爭市場上，NVIDIA和AMD互相競爭，互相激勵，互相驅動，帶動整體AI晶片發展更迅速。NVIDIA的CUDA平台，也促使AMD加速推動其ROCm等技術的發展和其他伙伴的合作，儘管短時間內AMD不可能超過NVIDIA在AI晶片的霸主地位，目前，Nvidia無疑是AI晶片市場的龍頭，擁有接近90%的市占率，幾乎壟斷了整個AI運算資源，而且幾乎仰賴台積電製造。要知道即使如今幾乎壟斷高階晶片製造的TSMC，也只佔了全球66% 的市場份額。因此，90% 的市佔率實在極為驚人。當然，更令人振奮的是，他們兩家都已經將韓國三星拋諸腦後。
當韓媒詢問黃仁勳「南韓難道不具吸引力嗎？三星也能成為輝達的合作夥伴？」黃仁勳邊吃三明治邊回應，「這不是很難回答的問題，輝達正在等待三星通過測試。而三星和SK海力士是出色的記憶體合作夥伴，僅此而已。」也就是說，韓國的程度，就只有「記憶體」而已，這光是這句話，就該讓汲汲耕耘頃國家全力發展半導體的韓國跳腳不已。
圖片來源：達志影像／路透社在黃仁勳訪台短短十五天的皮衣旋風裡，台灣人應該看到的不應該只是他的美食和台語，而是我們過去從李國鼎時代發展的半導體產業，已經處於全球領先地位，當然更值得一提的是，2015年前總統馬英九任內，茂德破產、力晶下市，紫光的趙偉國來台發下豪語，他全部都要收買，連台積電都要併，所幸後來蔡英文當選，中資買台灣半導體產業沒有闖關成功，儘管竹北的台元園區不斷有中資企圖以高薪挖角竹科的半導體人才。
AI市場台灣有不可或缺角色，不可懈怠
但近年調查局抓的緊，加上紫光破產，中國自身難保，未來的AI時代，台灣必定扮演不可或缺的角色。過去得靠船堅砲利才能抵禦敵人的時代已然過去，「武器國防」到「半導體國防」，台灣人需要的是對自己有信心，台灣有事，不是日本有事，而是全世界未來的AI世界都有事！
作者為資深媒體人、政治國會幕僚
——网友推荐
没有评论:
发表评论