Tesla, Intel et d'autres géants « combattent » les puces IA : les « défenses » GPU, les « débordements » d'intégration de stockage et de calcul, les acteurs nationaux des puces veulent aussi partager le gâteau Nvidia
Nvidia est "dominant" avec son GPU, et de plus en plus d'entreprises tentent de s'emparer de "l'océan bleu" des puces IA. Musk a récemment déclaré que ** Tesla développe sa propre puce, mais elle ne s'appellera pas GPU ou 100, H100, etc., et Dojo2 se concentrera sur les grands modèles. Plus tôt Intel a lancé la puce Gaudi2 "China Special Edition", qui est plus rentable que H100. Ses ** et Inspur Information ont développé conjointement des serveurs AI**.
L'industrie estime généralement qu'il n'est pas facile pour Nvidia de garder ce gâteau. Great Wall Securities Hou Bin a souligné dans un rapport de recherche du 13 juillet que par rapport aux pays d'outre-mer, le marché des puces IA de mon pays augmentera à un rythme plus élevé au cours des trois prochaines années, et qu'il existe une grande marge de développement et un large espace de marché. Selon le rapport de recherche de China Merchants Securities Zhang Xia du 18 juillet, la taille du marché des puces IA de mon pays atteindra 178 milliards de yuans en 2025, soit une augmentation de près de 100 %** par rapport à 2022. De 2021 à 2025, la taille du marché des puces IA de mon pays** CARG est de 42,9 %**, ce qui est plus rapide que le taux de croissance du marché mondial (32,1 %) au cours de la même période.
Selon la structure du marché, il existe actuellement trois types d'acteurs dans le domaine des puces d'intelligence artificielle : les anciens géants des puces représentés par Nvidia et AMD, qui ont fait d'énormes acquisitions ces dernières années pour renforcer leurs gammes de produits d'intelligence artificielle, et les géants du cloud computing représentés par Google, Baidu et Huawei. Selon les données d'IDC, les expéditions de cartes accélératrices d'IA en Chine en 2022 seront d'environ 1,09 million, dont ** la part de marché de Nvidia sur le marché chinois des cartes accélératrices d'IA est de 85 % **, la part de marché de Huawei est de 10 %, la part de marché de Baidu est de 2 %, et Cambrian et Suiyuan Technology ont toutes deux 1 %.
▌Le marché des puces IA se dispute la première place : les prix du Nvidia A800 ont grimpé en flèche, les entreprises nationales ont « licencié » le GPU pour trouver une issue Cambrian a pris la bannière des puces IA nationales mais n'a toujours pas pu se sortir du sort d'années consécutives de pertes
Cette année, le marché AIGC est chaud pour les GPU. Face à la forte demande, les GPU sont toujours en pénurie, et l'étroitesse de l'offre a fait que de nombreuses sociétés de terminaux se sentent dépassées. YouKede a déclaré sur la plateforme d'interaction avec les investisseurs le 3 juillet que les GPU commandés par l'entreprise arrivent actuellement les uns après les autres et que la contribution à l'entreprise est limitée. Le délai de livraison et la quantité des GPU restants sont incertains ; Inspur Information a divulgué le rapport semestriel prévu la semaine dernière.
"Tout attend Nvidia." Un dirigeant d'une société d'intelligence artificielle a déclaré à un journaliste de Financial Associated Press que sa société avait passé une commande de produits de serveur en avril, mais comme le GPU de la société de serveur n'est pas encore arrivé, il n'y a pas de date de livraison exacte.
Les malheurs n'arrivent jamais seuls, le marché des GPU a une nouvelle fois connu une tempête.D'une part, le prix du Nvidia A800 a grimpé de plus de 30%** en une semaine, et même le prix n'a pas de marché.Le groupe Lenovo a indiqué lors du salon MWC de Shanghai que le serveur haut de gamme équipé de la puce A800 sera livré d'ici 10 mois. **
Selon des sources de l'industrie, outre la forte demande pour l'A800 et les facteurs politiques, il existe également le désir "égoïste" de Nvidia, "NVIDIA réduit actuellement les expéditions d'A800 et pousse le H800 plus rentable". Le prix d'un GPU à carte unique H800 atteint plus de 200 000 yuans, ce qui est bien supérieur à celui de l'A800 après l'augmentation des prix.** À partir de juin de cette année, le H800 sera officiellement promu à grande échelle**.
Dans ce contexte, de nombreuses personnes s'inquiètent de savoir si les sociétés nationales de GPU auront une chance d'obtenir une part à l'avenir. Gai Lujiang, président de Tianshu Zhixin, a déclaré qu'en fait, que les produits de Nvidia puissent ou non être vendus en Chine, ** nos produits peuvent déjà être utilisés . Shang Junman, analyste chez Xinmou Consulting, a déclaré avoir une attitude relativement positive à l'égard du développement des GPU nationaux dans leur ensemble, mais il existe un certain écart entre les chaînes industrielles nationales et étrangères dans la conception, la fonderie et les plates-formes logicielles écologiques**.
Selon les statistiques incomplètes de Financial Associated Press, les sociétés cotées en bourse A avec une mise en page dans le domaine GPU comprennent Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology et Tongfu Microelectronics**, etc. Les détails sont les suivants :
En tant que "premier stock de puces IA sur le Science and Technology Innovation Board", Cambrian a précédemment répondu sur la plateforme interactive que la puce intelligente conçue et développée par l'entreprise n'est pas un GPU, mais une puce spécialement conçue pour le domaine de l'intelligence artificielle. Les avantages en termes de performances et d'efficacité énergétique des puces intelligentes sont principalement concentrés dans les applications intelligentes. ** Dans le domaine de l'intelligence artificielle, il peut remplacer les puces GPU **, mais il n'est pas applicable à d'autres domaines en dehors de l'intelligence artificielle.
Il convient de noter que le 25 mai, Nvidia a publié son rapport financier pour le premier trimestre de l'exercice 2024, avec un chiffre d'affaires de 7,19 milliards de dollars US, une baisse de 13 % d'une année sur l'autre, mais toujours ** dépassant les attentes du marché de 6,52 milliards de dollars US **. Contrairement aux performances de Nvidia, le Cambrian a enregistré une perte nette de 255 millions de yuans ** au premier trimestre 2023, contre une perte de 287 millions de yuans à la même période l'an dernier.
En effet, depuis 2019, le résultat net de Cambrian** a toujours été en perte**, ou affecté par celle-ci, la baisse maximale cumulée de 84,35% depuis l'introduction en bourse. La société a déjà déclaré dans son rapport annuel 2022 qu'un investissement en R&D de haute qualité est une base solide pour le développement à long terme de l'industrie des puces. Sur l'ensemble de l'année 2022, les dépenses de recherche et développement de Cambrian** atteindront 1,523 milliard de yuans, soit une augmentation de 34,11 %** d'une année sur l'autre.
▌Des puces AI domestiques avec de grandes voies de changement de puissance de calcul ? Intel, Huawei et d'autres acteurs mondiaux accélèrent le déploiement du stockage et de l'informatique intégrés
En ce qui concerne les puces d'IA à grand calcul requises par le modèle AIGC actuellement en vogue, est-il possible de développer des puces d'IA capables de comparer les performances avec le GPGPU de Nvidia grâce aux approches techniques existantes ? Certaines technologies "étonnamment droites" incluent : puces définies par logiciel, chiplets, empilement 3D et emballage avancé, intégration du stockage et du calcul, etc. Selon l'analyse du secteur, ce n'est qu'en intégrant profondément les ressources informatiques, de stockage, réseau et logicielles, en accélérant le partage et l'intégration des données, que nous pourrons mieux prendre en charge l'informatique et exploiter pleinement la valeur des données.
Le 14 juillet, Huawei a lancé le nouveau produit de stockage AI "OceanStor A310 Deep Learning Data Lake Storage"** à l'ère des grands modèles. Ce produit est orienté vers les scénarios de lac de données de modèles à grande échelle de base/industriels et réalise la gestion complète des données massives par l'IA à partir de la collecte de données, du prétraitement, de la formation de modèles et des applications d'inférence. Il peut réaliser une intercommunication multiprotocole sans perte et simplifier le processus de collecte de données ; réaliser un prétraitement de quasi-données grâce à l'informatique en quasi-mémoire, réduire la migration des données et améliorer l'efficacité du prétraitement de 30 %. **
Le calcul dit proche de la mémoire (PNM) appartient à l'intégration du stockage et de l'informatique. Ce dernier est également connu comme "le prochain pôle de la puissance de calcul de l'IA". Founder Securities estime qu'il devrait devenir le "troisième pôle"** de l'architecture de puissance de calcul après le CPU et le GPU. En plus de Huawei, de nombreuses entreprises nationales et étrangères ont mené des activités de recherche et de développement sur la technologie d'intégration de l'informatique de stockage, notamment Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** et d'autres grands fabricants, qui déploient presque tous le PNM ; et ** Zhicun Technology, Yizhu Technology, Zhixinke** et d'autres start-up parient sur le PIM (traitement en mémoire), le CIM (informatique en mémoire) et d'autres systèmes de stockage plus intimes. des voies technologiques d'intégration.
Dans le contexte où la faible polyvalence des puces ASIC est difficile à faire face à l'évolution rapide des algorithmes en aval, et que le GPGPU est limité par une consommation d'énergie élevée et une faible utilisation de la puissance de calcul, la puce intégrée de calcul de mémoire devient une étoile montante dans l'industrie des puces en raison de sa faible consommation d'énergie mais de son taux d'efficacité énergétique élevé. Selon des statistiques incomplètes de Financial Associated Press, les sociétés d'actions A impliquées dans l'intégration du dépôt et du calcul comprennent Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology et Runxin Technology, etc. Les détails sont les suivants :
En termes de marché primaire, l'intégration du stockage et du calcul est également la piste la plus populaire pour l'investissement dans les puces au cours des deux dernières années.Selon les informations et les statistiques de SI Rui, sept acteurs intégrés du stockage et du calcul, dont Yizhu Technology et Zhicun Technology, sont favorisés par le capital. Il convient de noter que les quatre start-up de la filière stockage et informatique intégrés ** Yizhu Technology, Zhicun Technology, Pingxin Technology et Houmo Intelligence ont obtenu un financement ** pendant deux années consécutives.
Les analystes estiment que le GPU et le stockage sont plus compétitifs que compétitifs : le GPU, en tant que solution la plus mature à l'heure actuelle, ne peut être abandonné, et un groupe d'entreprises est nécessaire pour le faire avancer ; tandis que l'informatique de stockage est une attaque débordante et entrecoupée, brisant les barrières techniques étrangères et réalisant de nouvelles technologies.
Regardant vers l'avenir, l'industrie a souligné que la puissance de calcul de la Chine est devenue une ressource de plus en plus rare.Afin de répondre à la demande de grands modèles pour une grande puissance de calcul, le regroupement de la puissance de calcul sera la tendance future. Lors de la Conférence mondiale sur l'intelligence artificielle de 2023, Huawei a annoncé que le cluster Ascend AI avait été entièrement mis à niveau. La taille du cluster est passée du cluster initial de 4 000 cartes** à 16 000 cartes**, avec une vitesse d'entraînement plus rapide et un cycle d'entraînement stable de plus de 30 jours. Sur la base d'Ascend AI, plus de 30 modèles à grande échelle ont été incubés et adaptés nativement. Jusqu'à présent, environ la moitié des innovations de modèles à grande échelle en Chine sont prises en charge par Ascend AI**.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Tesla, Intel et d'autres géants « combattent » les puces IA : les « défenses » GPU, les « débordements » d'intégration de stockage et de calcul, les acteurs nationaux des puces veulent aussi partager le gâteau Nvidia
**Source : **Association financière
Modifier Ruoyu
Nvidia est "dominant" avec son GPU, et de plus en plus d'entreprises tentent de s'emparer de "l'océan bleu" des puces IA. Musk a récemment déclaré que ** Tesla développe sa propre puce, mais elle ne s'appellera pas GPU ou 100, H100, etc., et Dojo2 se concentrera sur les grands modèles. Plus tôt Intel a lancé la puce Gaudi2 "China Special Edition", qui est plus rentable que H100. Ses ** et Inspur Information ont développé conjointement des serveurs AI**.
L'industrie estime généralement qu'il n'est pas facile pour Nvidia de garder ce gâteau. Great Wall Securities Hou Bin a souligné dans un rapport de recherche du 13 juillet que par rapport aux pays d'outre-mer, le marché des puces IA de mon pays augmentera à un rythme plus élevé au cours des trois prochaines années, et qu'il existe une grande marge de développement et un large espace de marché. Selon le rapport de recherche de China Merchants Securities Zhang Xia du 18 juillet, la taille du marché des puces IA de mon pays atteindra 178 milliards de yuans en 2025, soit une augmentation de près de 100 %** par rapport à 2022. De 2021 à 2025, la taille du marché des puces IA de mon pays** CARG est de 42,9 %**, ce qui est plus rapide que le taux de croissance du marché mondial (32,1 %) au cours de la même période.
Selon la structure du marché, il existe actuellement trois types d'acteurs dans le domaine des puces d'intelligence artificielle : les anciens géants des puces représentés par Nvidia et AMD, qui ont fait d'énormes acquisitions ces dernières années pour renforcer leurs gammes de produits d'intelligence artificielle, et les géants du cloud computing représentés par Google, Baidu et Huawei. Selon les données d'IDC, les expéditions de cartes accélératrices d'IA en Chine en 2022 seront d'environ 1,09 million, dont ** la part de marché de Nvidia sur le marché chinois des cartes accélératrices d'IA est de 85 % **, la part de marché de Huawei est de 10 %, la part de marché de Baidu est de 2 %, et Cambrian et Suiyuan Technology ont toutes deux 1 %.
▌Le marché des puces IA se dispute la première place : les prix du Nvidia A800 ont grimpé en flèche, les entreprises nationales ont « licencié » le GPU pour trouver une issue Cambrian a pris la bannière des puces IA nationales mais n'a toujours pas pu se sortir du sort d'années consécutives de pertes
Cette année, le marché AIGC est chaud pour les GPU. Face à la forte demande, les GPU sont toujours en pénurie, et l'étroitesse de l'offre a fait que de nombreuses sociétés de terminaux se sentent dépassées. YouKede a déclaré sur la plateforme d'interaction avec les investisseurs le 3 juillet que les GPU commandés par l'entreprise arrivent actuellement les uns après les autres et que la contribution à l'entreprise est limitée. Le délai de livraison et la quantité des GPU restants sont incertains ; Inspur Information a divulgué le rapport semestriel prévu la semaine dernière.
"Tout attend Nvidia." Un dirigeant d'une société d'intelligence artificielle a déclaré à un journaliste de Financial Associated Press que sa société avait passé une commande de produits de serveur en avril, mais comme le GPU de la société de serveur n'est pas encore arrivé, il n'y a pas de date de livraison exacte.
Les malheurs n'arrivent jamais seuls, le marché des GPU a une nouvelle fois connu une tempête.D'une part, le prix du Nvidia A800 a grimpé de plus de 30%** en une semaine, et même le prix n'a pas de marché.Le groupe Lenovo a indiqué lors du salon MWC de Shanghai que le serveur haut de gamme équipé de la puce A800 sera livré d'ici 10 mois. **
Dans ce contexte, de nombreuses personnes s'inquiètent de savoir si les sociétés nationales de GPU auront une chance d'obtenir une part à l'avenir. Gai Lujiang, président de Tianshu Zhixin, a déclaré qu'en fait, que les produits de Nvidia puissent ou non être vendus en Chine, ** nos produits peuvent déjà être utilisés . Shang Junman, analyste chez Xinmou Consulting, a déclaré avoir une attitude relativement positive à l'égard du développement des GPU nationaux dans leur ensemble, mais il existe un certain écart entre les chaînes industrielles nationales et étrangères dans la conception, la fonderie et les plates-formes logicielles écologiques**.
Selon les statistiques incomplètes de Financial Associated Press, les sociétés cotées en bourse A avec une mise en page dans le domaine GPU comprennent Jingjiawei, VeriSilicon, Hangjin Technology, Zowee Technology, Haoli Technology, Allwinner Technology et Tongfu Microelectronics**, etc. Les détails sont les suivants :
Il convient de noter que le 25 mai, Nvidia a publié son rapport financier pour le premier trimestre de l'exercice 2024, avec un chiffre d'affaires de 7,19 milliards de dollars US, une baisse de 13 % d'une année sur l'autre, mais toujours ** dépassant les attentes du marché de 6,52 milliards de dollars US **. Contrairement aux performances de Nvidia, le Cambrian a enregistré une perte nette de 255 millions de yuans ** au premier trimestre 2023, contre une perte de 287 millions de yuans à la même période l'an dernier.
En effet, depuis 2019, le résultat net de Cambrian** a toujours été en perte**, ou affecté par celle-ci, la baisse maximale cumulée de 84,35% depuis l'introduction en bourse. La société a déjà déclaré dans son rapport annuel 2022 qu'un investissement en R&D de haute qualité est une base solide pour le développement à long terme de l'industrie des puces. Sur l'ensemble de l'année 2022, les dépenses de recherche et développement de Cambrian** atteindront 1,523 milliard de yuans, soit une augmentation de 34,11 %** d'une année sur l'autre.
▌Des puces AI domestiques avec de grandes voies de changement de puissance de calcul ? Intel, Huawei et d'autres acteurs mondiaux accélèrent le déploiement du stockage et de l'informatique intégrés
En ce qui concerne les puces d'IA à grand calcul requises par le modèle AIGC actuellement en vogue, est-il possible de développer des puces d'IA capables de comparer les performances avec le GPGPU de Nvidia grâce aux approches techniques existantes ? Certaines technologies "étonnamment droites" incluent : puces définies par logiciel, chiplets, empilement 3D et emballage avancé, intégration du stockage et du calcul, etc. Selon l'analyse du secteur, ce n'est qu'en intégrant profondément les ressources informatiques, de stockage, réseau et logicielles, en accélérant le partage et l'intégration des données, que nous pourrons mieux prendre en charge l'informatique et exploiter pleinement la valeur des données.
Le 14 juillet, Huawei a lancé le nouveau produit de stockage AI "OceanStor A310 Deep Learning Data Lake Storage"** à l'ère des grands modèles. Ce produit est orienté vers les scénarios de lac de données de modèles à grande échelle de base/industriels et réalise la gestion complète des données massives par l'IA à partir de la collecte de données, du prétraitement, de la formation de modèles et des applications d'inférence. Il peut réaliser une intercommunication multiprotocole sans perte et simplifier le processus de collecte de données ; réaliser un prétraitement de quasi-données grâce à l'informatique en quasi-mémoire, réduire la migration des données et améliorer l'efficacité du prétraitement de 30 %. **
Le calcul dit proche de la mémoire (PNM) appartient à l'intégration du stockage et de l'informatique. Ce dernier est également connu comme "le prochain pôle de la puissance de calcul de l'IA". Founder Securities estime qu'il devrait devenir le "troisième pôle"** de l'architecture de puissance de calcul après le CPU et le GPU. En plus de Huawei, de nombreuses entreprises nationales et étrangères ont mené des activités de recherche et de développement sur la technologie d'intégration de l'informatique de stockage, notamment Intel, IBM, SK Hynix, Micron, Samsung, TSMC, Ali** et d'autres grands fabricants, qui déploient presque tous le PNM ; et ** Zhicun Technology, Yizhu Technology, Zhixinke** et d'autres start-up parient sur le PIM (traitement en mémoire), le CIM (informatique en mémoire) et d'autres systèmes de stockage plus intimes. des voies technologiques d'intégration.
Dans le contexte où la faible polyvalence des puces ASIC est difficile à faire face à l'évolution rapide des algorithmes en aval, et que le GPGPU est limité par une consommation d'énergie élevée et une faible utilisation de la puissance de calcul, la puce intégrée de calcul de mémoire devient une étoile montante dans l'industrie des puces en raison de sa faible consommation d'énergie mais de son taux d'efficacité énergétique élevé. Selon des statistiques incomplètes de Financial Associated Press, les sociétés d'actions A impliquées dans l'intégration du dépôt et du calcul comprennent Dongxin Co., Ltd., Hengshuo Co., Ltd., Raput, Capital Online, Changdian Technology, Montage Technology et Runxin Technology, etc. Les détails sont les suivants :
Regardant vers l'avenir, l'industrie a souligné que la puissance de calcul de la Chine est devenue une ressource de plus en plus rare.Afin de répondre à la demande de grands modèles pour une grande puissance de calcul, le regroupement de la puissance de calcul sera la tendance future. Lors de la Conférence mondiale sur l'intelligence artificielle de 2023, Huawei a annoncé que le cluster Ascend AI avait été entièrement mis à niveau. La taille du cluster est passée du cluster initial de 4 000 cartes** à 16 000 cartes**, avec une vitesse d'entraînement plus rapide et un cycle d'entraînement stable de plus de 30 jours. Sur la base d'Ascend AI, plus de 30 modèles à grande échelle ont été incubés et adaptés nativement. Jusqu'à présent, environ la moitié des innovations de modèles à grande échelle en Chine sont prises en charge par Ascend AI**.