根據美國對外關係委員會(CFR)的最新報告,雖然華為在AI晶片領域取得了長足進步,但NVIDIA的領先優勢不僅依然穩固,且預計在未來兩年內將急劇擴大。
報告通過對比兩家公司的公開性能資料與產能估算發現,目前美國最頂尖的AI晶片性能約為中國同類產品的5倍,預計到2027年下半年,NVIDIA最好的AI晶片將比華為強大約17倍。
報告直言,華為在至少兩年內難以推出性能超越NVIDIAH200的產品,預計到2027年第四季度推出的昇騰960,其性能和視訊記憶體頻寬才可能與目前的H200持平。
除了晶片性能,報告還提到了產能問題,即使在最樂觀的假設下,即華為的產能在2025年達80萬個AI晶片,2026年達200萬個,2027年達400萬個。
這一數字仍然遠遠低於2025年NVIDIA產能的約5%,在2026年降至4%,2027年降至2%。
報告甚至直言,即便華為在2027年產能增加百倍,也無法達到NVIDIA產量的一半。
此外雖然華為推出了如CloudMatrix 384等叢集系統試圖通過“以量補質”,但報告指出,即使在最激進的晶片生產假設下,華為也無法以有意義的數量生產這些叢集系統。
但NVIDIA也並不是沒有對手,黃仁勳傳記《The Thinking Machine》的作者Stephen Witt近日在接受採訪時表示,Google是目前唯一能對NVIDIA構成實質性威脅的科技巨頭。
他表示,如果Google最終在AI競賽中勝出,NVIDIA將會陷入困境,其引以為傲的CUDA生態護城河可能也會崩潰。
Witt指出,Google的Gemini模型是目前NVIDIA生態系統之外表現最好的AI模型,並且完全是在Google自主研發的TPU晶片上訓練而成。
這一成功案例打破了“頂級AI必須依賴NVIDIA”的觀點,為其他試圖擺脫NVIDIA束縛的科技巨頭樹立了先例。
摩根士丹利的報告也指出,到2027年,GoogleTPU的出貨量有望達到500萬顆,並開始發展TPU租賃服務。
同時為了挑戰NVIDIA的CUDA護城河,Google正努力克服TPU的軟體相容性挑戰,比如大幅加強對PyTorch等流行AI工具的支援,降低開發者的遷移門檻。
因此,如果Google最終在AI競賽中獲勝,雖然不會立即對NVIDIA業務造成致命打擊,但這種變化可能削弱NVIDIA AI晶片的定價能力。 (硬體世界)