Menu
Woocommerce Menu

AI芯片股价暴涨背后 英伟达前路并非一片坦途

0 Comment

澳门新萄京官方网站67677,日前,以CPU为主的英特尔和GPU为主的英伟达先后发布了自己今年第一季度财报,其中双方利润分别同比增长了45%和48%,按理说双方利润的增长都相当可观,尤其是对于英特尔,在当季PC市场依然下滑之时,仍以PC芯片为主的英特尔能够实现如此的利润增长实属可贵。但事实远没有看起来那般简单,反映在资本市场中,英特尔在取得了看似不错的财报后,其股价不涨反跌,跌幅高达6%左右,相比之下,英伟达的股价则大幅上扬了14%左右。那么问题来了,为何同是利润增长,且增长幅度几乎相同,但双方在股价上的表现却大相径庭呢?这背后的真正原因是什么?又预示着芯片产业怎样的趋势?其实只要稍微留意双方的财报和业内的分析就不难发现其中的缘由。由于云服务提供商的数据中心对于芯片的需求非常旺盛,英伟达第一财季的数据中心业务营收为4.09亿美元,同比增长了一倍以上,轻松击败了分析师预期的3.182亿美元。与之相比,英特尔的数据中心业务(DCG)收入为42亿美元,尽管增长了6%,但因不及预期,导致英特尔股价大跌3%。也就是说双方在数据中心(芯片)市场的表现才是决定股价的关键。如果说上述是因为外部(主要来自英伟达)竞争压力导致英特尔股价下跌的话,英特尔内部业务的表现也起到了关键作用。从构成英特尔营收和利润的两大主力业务看,据英特尔第一季度财报显示:以PC芯片为主的客户端计算事业部(CCG)的运营利润为30.31亿美元,同比增长60%,而以数据中心服务器芯片为主DCG运营利润则同比下降了16%至14.87亿美元。而众所周知的事实是,CCG业务所在的PC产业日渐走低,以数据中心服务器芯片为主DCG才是英特尔现在和未来增长的动力已是业内(包括英特尔自己)的共识,更何况本季度CCG的运营利润增长并不具备可持续性,这点从PC市场依然下滑,英特尔CEO科再奇在财报发布上的今年全年,这一业务仍然会出现个位数下滑的预测可见一斑,也进而再次证明了以数据中心服务器芯片为主DCG业务表现对于英特尔的举足轻重。实际上,分析师对本季度英特尔的DCG运营利润下滑均感到不解,纷纷在电话会议期间进行询问。而英特尔给出的原因是因为把未来制程节点作为了首选,成本较高所致。事实真的如此吗?“现在,全世界各大互联网和云服务提供商都在使用英伟达的GPU芯片。”英伟达首席财务官科莱特-克雷斯(Colette
Kress)在财报电话会议结束后说。不知业内看到这句话有何感想?我们看到的是,克雷斯说的这些大公司包括社交网络Facebook、Alphabet公司旗下的谷歌、IBM、微软和阿里巴巴集团。甚至连亚马逊AWS云服务都在使用英伟达的芯片。而这些也是英特尔DCG业务的主要客户。在此,也许有人会质疑,在目前占有数据中心服务器芯片市场90%以上市场份额的英特尔,英伟达的冲击真的会对英特尔造成实质性的影响吗?这里我们不妨看看英伟达的GPU在数据中心服务器芯片市场的表现。以其去年发布的Tesla
P100为例,由8块Tesla P100搭建的DGX-1,其GPU吞吐量相当于
250台传统服务器的水平。除此之外,DGX-1系统还包含一套深度学习软件,即深度学习GPU训练系统
(DIGITS™),可用于设计深度神经网络
(DNN),据了解DGX-1可以将深度学习的培训速度加快75倍,将CPU性能提升56倍,即英特尔双路至强系统需要250多个节点和150个小时来训练Alexnet,而DGX-1只需要一个节点2个小时,后者在性能和节点总带宽上都有明显的优势。其实,在谷歌Brain项目中,英伟达的GPU已经量化了相对于英特尔CPU的优势,该项目中,其3台机器中配置了12颗GPU,性能就达到了包含1000个节点的CPU簇的水平。

科技世界网     发布时间:2017-06-02   
鉴于AI芯片的应用尚在起步阶段(目前仅占数据中心1/10左右的负载)及对手英特尔在此领域中有的放矢的并购和自身在CPU的挖潜和整合能力,英伟达以AI之名换来的股价暴涨背后并非高枕无忧和一片坦途。
日前,图形芯片厂商英伟达发布了季度营收创6年最大增幅的财报,并拉动其股价盘后飙升14%而引发业内的关注,加之此前,其CEO黄仁勋宣称英伟达已经是一家AI芯片公司(颇有赶AI风口的意味),业内纷纷看好其在芯片,尤其是AI芯片的市场表现。事实真的如此吗?
AI芯片股价暴涨背后 英伟达前路并非一片坦途

我们先看看这个季度英伟达的财报表现

总营收20亿美元,同比增长53.6%。其中图形芯片部门的营收在其总营收中占比85%,同比增长52.9%,为17亿美元;数据中心业务同比增长两倍,为2.4亿美元;汽车业务同比增长60.8%,为1.27亿美元。
从营收的构成上,不难看出,支撑英伟达的核心业务依旧是传统PC市场的图形芯片,而涉及到AI相关领域或者是与AI密切相关业务的营收仅占到其总营收的12%左右。所以仅从营收看,英伟达远称不上是一家AI芯片公司。
而众所周知的事实是,目前AI是产业竞相追逐的热点,曾经,包括现在依然是传统PC产业独立显卡的英伟达摇身一变成为AI公司自然会吸引不少的眼球。

缺乏CPU的英伟达

当然,我们在此并非否认AI芯片(支持AI应用和功能)将是未来芯片产业的发展趋势。尤其是谷歌人工智能软件Alpha利用深度学习技术击败全球顶尖围棋选手李世石,预示着人工智能将是科技行业和大佬们竞争的下一个热点,而大数据和物联网的发展促使IBM、谷歌、Facebook、微软等在内的科技巨头和许多大型的提供云服务的云计算公司竞相开发人工智能技术,以期利用未来物联网设备收集的海量数据为市场和用户提供更好的服务。
需要说明的是,尽管各家厂商叫法不同,例如IBM称之为认知计算,Facebook和谷歌称之为机器学习或人工智能,但作为支撑这些技术和应用的数据中心基础硬件之一的芯片依然扮演着重要的角色。
基于此种趋势,据相关统计,目前运行在包括IBM、谷歌、Facebook、亚马逊、微软等大佬们和云计算公司的数据中心至少有10%左右的工作负载与AI应用有关(或自己开发相关的AI应用或支持和运行客户的AI开发及应用等),且随着市场和用户对于AI的需求,这种趋势未来还会扩大。这种趋势对于数据中心的基础芯片计算能力和功耗提出了新的挑战,而英伟达此前一直专攻的。
GPU具备有天然的优势。例如AI所需的大规模并行运算能力;同等面积下,GPU上拥有更多的运算单元(整数、浮点的乘加单元,特殊运算单元等);GPU拥有更大带宽的Memory,因此在大吞吐量的应用中也会有很好的性能;GPU对能源的需求远远低于CPU等。
尽管如此,这并不代表上述大佬们的数据中心对CPU没有需求,相反,CPU依然是计算任务不可或缺的一部分,在深度学习算法处理任务中还需要高性能的CPU来执行指令并且和GPU进行数据传输,同时发挥CPU的通用性和GPU的复杂任务处理能力,才能达到最好的效果,这也是为何目前大多数企业采用的依然是“CPU
GPU”的组合,或者称为异构计算,而在这种异构模式下,应用程序的串行部分在CPU上运行,而GPU作为协处理器,主要负责需要大量计算的部分。
从这个角度看,缺乏CPU应该是英伟达在现在和未来自诩为AI公司始终存在的短板。

既然提到CPU,自然就会联想到此领域的老大英特尔

它既是英伟达成为AI芯片公司在CPU上无法跨域的障碍,即便是在其擅长的能够满足上述大佬AI需求的GPU上也是最大的挑战者。
这种挑战首先体现在英特尔对于CPU计算能力的创新挖潜上。例如其日前发布的用于数据中心服务器的XeonPhi芯片。据英特尔的相关报告显示,XeonPhi处理器的训练速度比英伟达的GPU快了2.3倍、XeonPhi芯片在多个节点的扩展路为38%,且最多可达128个节点,这是目前市面上的GPU无法办到的。
同时,由128XeonPhi处理器组成的系统要比单个XeonPhi处理器快50倍,意旨XeonPhi处理器的扩展性优势明显,而这对于满足AI的应用至关重要。
不过,针对英特尔的说法,英伟达提出了强烈的反驳,并指出英特尔使用的是18个月前的数据,比较的是四个MaxwellGPU和四个XeonPhi处理器。如果使用更新的CaffeAlexNet数据,就会发现四个MaxwellGPU比四个XeonPhi处理器的速度快30%。
我们这里姑且不论谁的说法更接近客观,但从双方对于报告的口水战看,至少说明天然不占优势的CPU还是大有潜力可挖,至少从CPU本身,英特尔就可以缩小与英伟达的差距,或者说给英伟达带来压力。
另外,从单纯满足AI应用本身的计算能力和实现方法上看,GPU是否是最好或者说是惟一在业内依然存在争议。有研究人员测试,相比GPU,FPGA的架构更灵活,单位能耗下性能更强。深度学习算法在FPGA上能够更快、更有效地运行,而且功耗也能做到更低。这似乎很好地解释了为何英特尔此前以167亿美元收购FPGA制造商Altera的原因。
而提及并购,还有一桩被业内认为英特尔可以借此提升自身在AI芯片竞争力,甚至有可能超越英伟达的就是对于专攻AI芯片的NervanaSystems公司的并购,据称,NervanaSystems研究的深度学习芯片具有性价比高于GPU,处理速度是GPU的10倍等特点。
为了说明NervanaSystems公司的实力或者说对于英伟达的威胁,我们不妨介绍一段NervanaSystems被并购的插曲。据称,英特尔在接触Nervana谈论出售事宜时,Nervana认为英伟达是合理的选择之一,因为Nervana的深度学习软件Neon也可以运行在英伟达芯片上,可以帮助英伟达补齐短板。然而,英伟达对Nervana并不感冒,认为自己基于GPU的深度学习技术要好于Nervana,但当Nervana与英特尔达成交易之后,英伟达似乎改变了想法,并试图重启收购谈判,无奈的是机会已经错过。
对此,有分析认为,让英特尔得到Nervana是英伟达最大的失误,因为通过这次收购,英特尔将得到一个用于深度学习的具体产品和IP,它们可被单独使用外,也能与英特尔未来的技术融合,生产出更具竞争力、创造性的芯片产品。
而提到整合,则是英特尔最为擅长的,例如针对并购来的NervanaSystems,其可以把相关产品整合到芯片或者多芯片封装中。例如把NervanaEngineIP加到一个至强CPU中,可以提供一个低成本的方法来实现AI所需要的性能的加速,将NervanaIP产品化,进而提升自己CPU的计算能力,满足AI开发和应用对于数据中心芯片的更高需求。
综上所述,我们认为,鉴于AI芯片的应用尚在起步阶段(目前仅占数据中心1/10左右的负载)及对手英特尔在此领域中有的放矢的并购和自身在CPU的挖潜和整合能力,英伟达以AI之名换来的股价暴涨背后并非高枕无忧和一片坦途。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

网站地图xml地图