产业分析－从运算架构发展 剖析辉达与超微的市场竞局

辉达（NVIDIA）在模拟绘图、AI计算的晶片市场，建构了完整生态系，以85～90％市占遥遥领先第二名的超微（AMD）。图／路透、美联社

（更多产业分析请扫QR Code）

近期因为ChatGPT等通用人工智慧（GAI）应用火热，使得AI与其硬体布建成为市场焦点，其中又以绘图处理器（GPU）最受关注。以GPU市占率来看，辉达（NVIDIA）以85～90％遥遥领先第二名的超微（AMD）。摊开两边产品做比较，其实超微GPU的效能并没有落后太多，甚至在浮点运算的部分还超过辉达。那为何两者市占如此悬殊？关键在于辉达在模拟绘图、AI计算的晶片市场建构了完整的生态系。

辉达在2017年左右，推出以Tesla V100为基础的伺服器DGX及其主机板HGX产品，此后如A100与H100等陆续问世后，辉达仿照相同的作法，以资料中心需求为主要诉求，推出更多元、更大规模的伺服器方案，借此厚植其在伺服器产业生态的影响力。尽管当时超微乃至英特尔（Intel）的中央处理器（CPU）产品未受波及，但辉达在2021年宣布进军伺服器CPU后，情况便开始有所改变。

辉达在完成收购Mellanox，一口气补强资料处理器（DPU）、乙太网路与InfiniBand技术，如今Grace CPU也到位的情况下，几乎是补足了资料中心所需要的重要IC零组件的拼图，辉达也摇身一变，从晶片与显卡的供应商，变成重要的伺服器软硬体供应商。而市场对于辉达的印象，也不再只是专业的游戏显卡业者，俨然成为AI晶片甚至AI伺服器的代名词。

辉达在AI Model Training领域中，先以Tesla V100打下基础，再以Ampere架构为基础的A100进一步扩大了在该领域的领导地位，也使得全球主要的CSP业者纷纷向其采购GPU晶片甚至AI伺服器，在新兴的AI领域仿佛如入无人之境。若以市占率而言，辉达在全球AI Model Training市场地位近乎不可动摇。让积极想进军AI运算的超微，以及长年在伺服器与资料中心市场拥有领导话语权的英特尔，丧失了不少关注。再加上辉达也祭出Grace CPU产品，更显示争夺伺服器与资料中领导地位的野心。而超微虽然先后收购了赛灵思（Xilinx）与Pensando，也补强了FPGA与DPU的战力，但其产品线完整度仍不如辉达，要打造资料中心系统级方案恐怕也仍力有未逮。

除了上述以GPU领先的技术发动、产品线完整外，在软体整合，推出统一运算架构CUDA、模拟空间Omniverse等完整平台生态圈的建构，更是其竞争力强大的关键。由于辉达经营CUDA生态系统已有相当长的时间，从开发工具、API、函式库甚至自有的云端平台，提供开发者使用等一应俱全，加上辉达以CUDA架构投入AI领域的时间也远早于对手（2007年就发布），所以纵使超微收购FPGA大厂赛灵思，暂时仍不易撼动辉达在图像模拟乃至AI计算的领导地位。

超微当然也明白软体面与生态系在AI领域的重要性，除推出开发者开放平台ROCm外，近年来也不断诉求，客户所开发的软体成果能从辉达端轻松转移至自家的硬体平台上。但以现况来看，其成绩仍有努力的空间。超微要如何赶上辉达脚步，进而抢下其市占率？ 以自身优势，建立平台与生态圈会是一个必要的努力过程，相信会看到超微更多积极的布建。

PC市场在进入后疫情时代后，其需求已不若当年因应远距教学与工作般火热，短期内在没有明确成长动能的情况下，辉达与超微势必得寻求其他市场来增补整体营收的成长动能。而目前大型语言模型（LLM）驱动的AI市场是明确的巨大机会，AI伺服器相关产业的议题讨论，其重要性只会日益提升。

由于超微投入AI领域的时间相对晚，辉达已站稳生态圈的脚步，预估在近三年内还是会居于明显的领先优势。尽管超微有不错的表现，推出了MI250/MI300系列产品线尝试努力追赶，但超微在GPU领域的生态系统不如辉达的CUDA来得完备且基础厚实。观察辉达的产品布局与发布频率，接替H100的产品应会在2024年发表，届时超微倘若还只是以GPU效能表现跟辉达比拚，而没有其他软体或生态圈投资等亮点，极有可能又会被拉开双方的差距。