英特爾AI芯片Gaudi 3登場，狠挖英偉達牆腳

英偉達如今在 AI 芯片市場的地位無可爭議，直線上漲的數據中心收入和市值就是最好的佐證。但王權沒有永恆，英偉達並非不可撼動。

在英偉達發佈最新一代 BlackWell GPU 的三週後，4 月 9 日晚，英特爾在 Vision 2024 大會上發佈了一系列關於芯片的大消息。

會上，英特爾發佈了面向數據中心的第六代至強處理器，也提前展示了面向下一代 AI PC 的 Lunar Lake 處理器。不過縱觀整場大會，英特爾花費最多篇幅也最重視的，可能還是最新一代的 AI 芯片：

英特爾 Gaudi 3。

超越英偉達 H100：Gaudi 3 性能更強、成本更低

Gaudi 3 最直接的升級體現在性能和成本方面。

相比英偉達 H100，Gaudi 3 的人工智能推理性能平均提高 50%，能效平均提高 40%。基準測試中，Gaudi 3 可以在 Llama2-7B、Llama2-13B 模型中將訓練時間縮短到英偉達 H100 的一半，同時推理吞吐量也比後者平均高出了 50%。

可以說，Gaudi 3 至少在 Llama2 等關鍵大模型中擊敗了基於英偉達 Hopper 架構的 H100 GPU，這也是目前市售產品中技術最先進的 AI 芯片。

而 Gaudi 3 還有另一個極其重要的升級——比 H100 低得多的成本，按照英特爾的原話是：

也怪不得 Gaudi 3 剛剛發佈，英特爾就宣佈 Naver（韓國互聯網巨頭）、博世、IBM、Ola 等一大批公司成爲英特爾 Gaudi 加速器的客戶和合作夥伴。而最早在今年第二季度，英特爾就將向戴爾、惠普以及超微等 OEM 廠商率先供貨，第三季度正式上市。

耐人尋味的是，英特爾往年在 Vision 大會上基本不會發布新的芯片，今年卻一反常態發佈了六代至強處理器和 Gaudi 3 AI 芯片兩款重磅產品。

考慮到英特爾 CEO 帕特·基辛格（Pat Gesinger）去年底就炮轟過英偉達的 CUDA 生態「既淺又窄」，似乎除了軟件生態上的對抗，英特爾也在加快硬件上的追趕。

不過，Gaudi 3 真的有機會挑戰英偉達的 GPU 霸權嗎？

要知道，相比英偉達兩年前基於 Hopper GPU 架構的 H100，上個月基於 BlackWell GPU 架構發佈的 B100 又進行了一輪大幅的升級，包括馬斯克也不禁感慨，「目前沒有什麼比英偉達 GPU 更好的 AI 芯片了。」

Gaudi 3 硬件追上英偉達了嗎？

不同於 BlackWell 採用了最新的臺積電 3nm 工藝，Gaudi 3 基於臺積電 5nm 工藝打造，同時張量核心從 24 個升級到了 32 個。

相比上一代的 Gaudi 2，Gaudi 3 在 FP8 性能、BF16 性能、網絡帶寬、內存帶寬都得到了全面的提升，其中 FP8 吞吐量更是高達 1835 TFLOPS：

基本翻了一番。

比較奇怪的是，搭載 128GB 內存的 Gaudi 3 沒有采用最新的 HBM3（高帶寬內存），而是採用了稍微有點過時的 HBM2e。

除了更低的傳輸帶寬，HBM2e 的單顆容量也只有 16GB，相比之下 HBM3 的傳輸帶寬得到了大幅提升，單顆容量也能達到 24GB，甚至是 32GB。

此外，Gaudi 3 採用了英偉達 BlackWell 類似的雙芯片設計，同時封裝了兩個相同的芯片，並通過高帶寬鏈路進行連接。每個 Gaudi 3 芯片都具有 48MB 板載 SRAM，整個芯片提供 96MB SRAM，總帶寬爲 12.8TB/秒。

I/O 方面，英特爾並沒有放棄以太網路線，在 Gaudi 3 上將以太網端口的速率從 100GB/s 升級到了 200GB/s，再考慮到雙芯片的設計和每個芯片 24 個以太網端口，每一張 Gaudi 3 的以太網 I/O 總帶寬高達 8.4TB/s。

總的來說，英特爾在 Gaudi 3 的升級上並不激進，甚至可以說有些保守，包括成本要低得多的 5nm 工藝和 HBM2e 內存，都說明了這一點。雖然相比上一代 Gaudi 2 已經有了明顯的進步，在部分大模型上超越 H100，但顯然很難與英偉達最新的 B100 相抗衡。

但英特爾的決策未必錯了。

一方面，考慮到英偉達在 AI 加速計算方面的技術和生態領先優勢，英特爾就算不惜一切代價進行追趕，很可能也難以追平，同時高昂的芯片成本，還會導致英特爾直接錯失正在快速增長的 AI 芯片市場。

另一方面，在成本優勢明顯的前提下，英特爾只要能做到超越英偉達 H100 的表現，自然能夠吸引足夠的客戶進行採購。

更何況就連英偉達自己也預計，「下一代產品（B100）將出現供應緊張」。面對「想買不能買」的窘境，很多客戶自然而然也會轉向其他可替代的 AI 芯片。

這其中，就有屬於 Gaudi 3 的機會。

硬件、軟件生態齊頭並進，英特爾能否扛起大旗？

「整個行業都希望能幹掉 CUDA，包括 Google、OpenAI 等公司都在想方設法讓人工智能訓練更加開放。我們認爲 CUDA 的護城河既淺又窄。」基辛格說。

在前不久雷科技的報道中，我們就解析了全球科技巨頭組建 UXL 統一加速基金會對抗英偉達 CUDA 的動作。

簡單來說，巨頭們基於英特爾 oneAPI 技術，正在開發一套開源軟件平臺來替代英偉達 CUDA 平臺，允許人工智能開發者在任何 AI 芯片上運行他們的代碼，也包括英偉達 GPU，核心是解除芯片硬件與軟件開發平臺之間的強綁定關係，打破英偉達 GPU 在開發生態上的霸權。

正如高通人工智能和機器學習主管 Vinesh Sukumar 所言：「我們實際上是在向開發者展示如何從英偉達平臺遷移出來。」

軟件的推倒、硬件的追趕，英特爾顯然明白英偉達的成功既來源於軟件，也來源於硬件，只有齊頭並進才能真正追趕上英偉達的腳步，甚至幹掉 CUDA，幹掉英偉達的護城河。

但英特爾能不能扛起「打倒英偉達」的大旗，奪回數據中心市場的領先地位？關鍵可能取決於兩點：

一是英特爾能不能在一衆英偉達挑戰者中脫穎而出，包括 AMD 以及一衆全球 AI 芯片公司都不會錯過英偉達 GPU「供不應求」的機會；

二是按照英特爾的路線圖，在合併 GPU 和 AI 芯片兩條產品線之後，代號「Falcon Shores」的下一代 GPU，能不能展現出超越英偉達最新一代 GPU 的潛力。

過去一年多，AI 掀起了一場不言而喻的革命，但不管 AI 將如何改變我們的生活，芯片算力依然是底層的驅動力。

但英偉達生生佔據了 AI 芯片市場的 80%，這顯然並不尋常，不過人們最不滿的關鍵其實還是：英偉達無法滿足所有人。在這個前提下，不管是英特爾、AMD 還是國產 AI 芯片廠商，其實都還有機會。

換言之，英特爾 Gaudi 3 面對的還是一塊「廣闊天地」，自然「大有可爲」。