，芯片的三场关键战事洗牌年代

作者丨白嘉嘉

编辑|山核桃

美编丨渔夫

本文来自硅基研究室授权转载

编者按

竞争驱动洗牌，洗牌催生跨越。

我们深知，适应比预测更重要。无论是如今写在历史中的大公司们，还是依旧寻找方向的创业公司，无一例外不经历着一次又一次的洗牌，又在一次又一次的洗牌中或退场、或重生。

这是一个洗牌年代，也是一个值得书写的年代。

「硅基研究室」在年末之际，将推出「洗牌年代」系列策划，我们将以公司与行业分析为抓手，聚焦「洗牌年代」中的「人、事、物」，将行业共识凝练成经验，将预测化为分析观察。

本篇为本系列的第一篇，我们聚焦AI芯片行业的三场战事。

2024年注定是AI芯片厂商们捉对厮杀的一年。

过去一年时间里，AI赛道烈火烹油，以英伟达为代表的GPU厂商手握算力心脏，背靠AI企业扩大云计算规模和训练大模型的需求，吃下了AI时代的第一笔红利，赚得盆满钵满。

随着时间来到2024，AI从云端蔓延向终端，「AI 产品」概念下的许多新物种逐渐走到消费级的临界点。为了捕捉这些增长点，雄踞于各个细分领域的AI芯片龙头纷纷开启了跨界合作，一手推出新品，一手寻找新的合作伙伴。

即便是确定性相对较强的云端算力市场，也透着一股「山雨欲来风满楼」的气息。谷歌、微软、亚马逊先后宣布推出或计划推出自研AI芯片，AMD的新产品MI300X在性能上紧咬英伟达H100，英特尔CEO基辛格透露：“整个行业都被推动来减少CUDA（英伟达推出的运算平台）的市场。”

2024，AI芯片市场的格局将迎来什么变化？而这泼天富贵，又将花落谁家？

从云端需求和企业动作来看，2024年研发下一代大模型仍将是各大科技公司竞争的核心，其中多模态模型占比逐渐提高的趋势带动了更大的算力需求。

C端AI应用数量的增加也为云市场的增长注入了稳定性。过去，模型的预训练是GPU消耗最大的环节，大约80%，但随着越来越多的消费者开始调用模型进行推理，未来推理和训练的算力占比将倒置。晚点LatePost报道，多位大模型从业者估算，如果千亿参数或更大的人工智能模型被广泛使用，大模型的训练成本和推理成本会达到2:8，甚至1:9。

对AI创业者以及科技巨头来说，这个消息忧喜参半。

2023年，所有涌向AI的掘金者都对上游芯片供应商有一种复杂的情绪。

研发AI产品离不开AI芯片这颗算力心脏，但高昂的价格和短缺的产能同时也令他们无时无刻不被焦虑包围。

除了恐惧拿到芯片的同行领先自己在市场上铺开业务，更担心卖方市场的格局仍将持续下去，无法摆脱向上游「纳税」的命运。

但令人意外的是，这些赚得盆满钵满的卖水人同样不安。GPU龙头英伟达创始人黄仁勋在去年十一月的一场演讲中表示：“我们不需要假装公司一直处于危险之中。我们（确实）一直处于危险之中。”

黄仁勋在AI的暴风眼站了一年，这句话大概是他的真实感受。

压力首先来自于同行竞争。

作为市场上唯一有希望在GPU领域挑战英伟达的企业，AMD每次发布新芯片，英伟达都会被拿出来做对比，你甚至可以在去年12月的多轮交锋中看到火花迸射。

AMD12月6日推出MI300x时，宣称表现优于英伟达的AH100。英伟达随后发布了自己的基准测试作为回应，表明AH100在正确的设置下仍然更好。AMD再次对此做出回应，发布了新的基准测试，再次显示MI300X在正确的设置下表现出色。

此外，英特尔虽然在GPU领域鲜有建树，但仍未放弃这块甜美的蛋糕。英特尔声称，将在2024年上市的Gaudi3，性能超过了英伟达的AI芯片H100。

除了同行，英伟达的客户们也并不忠诚，谷歌、亚马逊、特斯拉、阿里、百度、微软……几乎所有的大客户都宣布将自研AI芯片。

这些客户还对英伟达的生态护城河发起了猛攻。“整个行业都被推动来减少CUDA的市场”，英特尔CEO基辛格最近公开表示，MLIR、谷歌和OpenAI等都在转向一个“以Python语言为基础的编程层”，以使AI训练更加开放。

自研芯片和生态建设并非易事，为何反倒成为了行业共识？英伟达的「镰刀」实在太锋利了。

《财新》的一篇报道中显示，哪怕花英伟达同样的成本，只要做出十分之一的效果，这些科技厂商便已经有利可图。更具体的案例是，按照谷歌的报价，使用其最新的AI芯片TPUv5e在训练、推理参数少于2000亿的大模型时，成本低于用A100或H100。

英伟达抢客户的行为也让云厂商难以接受。去年3月GPU最稀缺的时候，英伟达推出云计算服务DXGCloud。简单来说就是把卖给云厂商的GPU再租回来，进一步优化后再出租给需要GPU算力的客户。一来一去，云厂商承担了数据中心的建设成本，但客户却去了英伟达。

对英伟达来说，最大的变量可能还是在中国。近日外媒的一篇报道显示，由于对华出口芯片的性能被一压再压，中国玩家正在对其失去兴趣，这意味着它可能失去接近五分之一的营收。

当然，作为硅谷最具战斗精神和固执的企业之一，坐以待毙从来不是英伟达的风格。过去的一年里，凭借占市场份额接近95%的最大GPU卖方身份，英伟达的护城河其实被拓宽了。

英伟达的核心竞争力主要由三个板块构成——供应链优势、软硬件生态、投资。

软硬件生态方面，预计2024年出货的AI芯片H200及生态配件，仍是市场上最适合大模型生长的「土壤」。而投资方面，2023年英伟达完成了20多笔投资，投资版图涵盖AI相关的各个行业，即便未必能从中稳定获利，过程中积累起的KnowHow，也将逐渐成为其它初创企业选择英伟达的理由。

真正决定2024年市场格局的，是英伟达的供应链优势。

AI芯片产业链冗长、复杂，每个细分领域都有各自的领头企业，只有将它们集成到一起，才能生产出性能最好的芯片。

英伟达笼络它们的手段是承诺不可取消的订单。目前，英伟达有111.5亿美元的采购承诺、产能义务和库存义务，另外还额外签订了价值38.1亿美元的预付费供应协议。这些被承诺的订单中包含台积电近六成产能和SK海力士、三星、美光HBM的大部分供应。

台积电封装对芯片性能的影响无须多言，HBM同样关键。HBM是高带宽内存芯片，而GPU只有内存足够大、数据传输速度足够快，才能保证运行效率。

单从这方面看，没有其他供应商可以与之相媲美，因此他们也将无法参与正在发生的狂热AI浪潮，即便是谷歌等科技巨头。

综上所述，2024年的云端战事确定性较强，虽然英伟达遭遇围剿，但无论是自研芯片还是生态建设都需要时间来慢慢发酵，至少在供应链紧张的问题解决之前，英伟达的统治地位不会被动摇。

淘金先富卖铲人，背后的AI芯片厂商已经摩拳擦掌。分行业来看，AIPC、AIPhone、AICar是其中关注度最高的三个板块。

AIPhone：亟待AI拉动新增量

过去几年时间里，手机处于增长乏力的状态，即便厂商在硬件上「卷」到了极致，仍难以掩盖创新缺失的残酷真相。除了华为mate60横空出世给市场带来了一些新鲜血液，就连苹果的发布会都难以讲出说服消费换机的新故事。

AI是它唯一能拉动增长的发力点。「AI上机」的传说从ChatGPT向C端开放起就飘荡在市场的上空，被谈论了一整年。但在大模型向小型化发展之前，硬件与模型规模之间的矛盾几乎不可调和。

事实上在手机端，至今也很难在保证模型性能的情况下，避免手机发热、内存占用量过大等体验对消费者购买欲产生的影响。

年初，手机芯片双雄之一高通演示了在安卓上运行StableDiffusion的效果，并在近期宣布将推理时间缩短到1秒以内，但另一雄的联发科工程师表示，本地运行13B体量的小模型就意味着需要占用约13GB的内存，再加上安卓本身的4G，在不下载任何其他App的情况下，就已经超过了大多数手机16GB的内存容量。

即便如此，市场仍为AIPhone领域的增长投下了赞成票。它们的理由是，手机是人们日常使用频率最高的电子产品，基于入口优势，虽然本地部署还存在一定的困难，但云端运行AI带来的增量仍不容忽视。分析机构Canalys预测，2024年全球智能手机出货量将在2024年恢复增长，增幅约为4%。

AIPC：硬件、框架之争

相比之下，AIPC的进展则顺利得多。理由也很简单，与手机相比，PC的体积更大，芯片性能的上升空间更广。IDC预测，2024年将成为AIPC快速发展的第一年，2024年整体PC市场AIPC占比将达到55%，而2027年将达到85%。

目前PC端的AI芯片厂商已经释放出了浓烈的火药味，彼此间的混战一触即发。

NPU与GPU之争是混战的第一个赛点。

GPU无需多言，关键是NPU为什么能站上擂台。与算力中心背靠成千上万台集成了CPU、GPU等各种芯片的服务器不同，PC的算力主要集中在一块「总芯片」当中，这块芯片由CPU、GPU、NPU等「分芯片」构成，各芯片分工不同。其中NPU就是专门被设计出来处理AI相关运算任务的。

因此，矛盾产生了。虽然GPU的定义是图形处理器，但同时它浮点、并行运算的特性也促使它成为了运行AI运算的最佳载体之一，这一点在云端已经被证明。一旦AIPC实现，大量AI运算任务势必带动GPU的销量。本次CES展开幕之前，英伟达连发三款消费级GPU，显然是向市场释放信号。

X86构架和ARM构架之争，是混战的第二个赛点。

X86和ARM是芯片的两种构架。X86构架是英特尔的代名词，在PC芯片端，直接与英特尔展开竞争的是采用ARM构架的手机芯片龙头高通和联发科。

X86和ARM的区别可以简单概括成前者性能、功耗双高，后者双低。过去，ARM一般被用于手机，但近年内，随着ARM芯片的性能不断提高，低功耗的优势正在引起业内玩家的注意。微软、苹果、Meta等厂商都在支持基于ARM的PC。据界面新闻报道，英伟达和AMD正在考虑2024年为移动PC提供基于ARM的解决方案。

高通对于AIPC垂涎已久，去年10月面对Windows11发布的骁龙XElite芯片与同级X86相比，性能可达竞品的两倍，而达到相同峰值性能时，功耗仅为竞品的三分之一。

AICar：两大阵营跑马圈地

虽然AIPC的战场已经硝烟四起，但若是与AICar相比，甚至能被称作一团和睦。背后的原因也很好理解，PC和手机是为存量市场里找增量，而车载AI则是实打实的蓝海。

「AI上车」同样有两个赛点，分别是智能座舱和自动驾驶。

在智能座舱领域，高通率先采用SoC逻辑设计车载MCU芯片的举措为它带来了先发优势，因此扮演着守城者的角色。眼下，它正面临着英伟达、联发科、英特尔等企业的多重围攻。

去年6月，联发科宣布将与英伟达合作，为下一代软件定义汽车提供全套车载人工智能座舱提供解决方案，覆盖从豪华到主流的所有汽车细分市场。

双强合作的模式是，联发科将开发集成英伟达GPU的汽车SoC。而英伟达则是目前高端车型主要采用的自动驾驶系统供应商，客户资源广泛。本次CES展中，英伟达公布了DRIVE系列汽车业务的最新进展，理想、长城、极氪、小米等企业均已采用DRIVEOrin平台为其智能自动驾驶系统提供支持。

英特尔亦在CES宣布了进军汽车行业的重要战略，推出专为下一代汽车设计的AI增强软件定义车辆系统芯片(SoCs)。其旗下的自动驾驶解决方案公司Mobileye一直处于世界领先的地位。

在自动驾驶领域，则呈现两强争霸的格局。英伟达与地平线分别包揽高端和低端车型，按覆盖车型价格区间的广度排名，地平线第一，英伟达第二。

与英伟达CUDA类似，地平线也有自己的生态护城河。同时，作为本土供应商，地平线在交付效率上更具优势。

各家芯片厂商在AIPC、AIPhone、AICar卷出天际，在这个堪比「春秋战国」的新竞争时代，即便英伟达依旧遥遥领先，一些关键问题也随之而来：2024年，谁能杀出重围？谁又是英伟达之外最关键的变量？

毫无疑问，这将是一场格局之战。我们可以从蛛丝马迹中对2024年谁将杀出重围做出一些预判。

虽然三大热门场景都有变化，但增量的绝对值不尽相同。综合硬件性能、用户需求、市场规模等因素，「硅基研究室」判断，AICar会是增量最大的领域，AIPhone次之，AIPC最末。

车端可能是2024年最扑朔迷离的AI芯片战场。

市场上玩家布局的路线主要可以归纳成两条。一条从自动驾驶出发，向智能座舱拓展，譬如英伟达和Mobileye（通过英特尔实现）。另一条则是从智能座舱出发，，芯片的三场关键战事洗牌年代向自动驾驶拓展，譬如高通。

在智能座舱领域，眼下市场上各家新能源车企的竞争，与其说是芯片性能之争，不如说是对用车场景的理解之争。而在自动驾驶领域，因为和安全息息相关，必须要保证硬件运行的稳定性，并且需要经过市场验证，领先玩家具备更高的壁垒。

从这个角度出发，英伟达、Mobileye将率先受益，地平线等二线厂商有望凭借低成本、高成熟度的产品成为车企的替代方案。

但是，如果将视角切换到交付的稳定度和市场铺开面上，则是地平线、华为等国产玩家具备更强的潜力。

一方面，在地缘政治背景下，AI芯片的对华出口能否持续、稳定，需要画一个问号。性能和生态固然是一道门槛，但正在解决当中。

另一方面，虽然目前地平线主要在低端车型中铺开，但企业在自动驾驶领域的发展高度依赖数据积累，未来以更快的速度对先进厂商完成反超也并非没有可能。

在手机领域，AI芯片厂商享受红利的前置条件是大模型本地部署。

众所周知，大模型上机有两种模式，一种是云端接入，另一种是终端部署。

前者靠将用户的诉求反馈至云端，运算后在将结果发回手机。后者全流程均依靠本地硬件完成。

从能实现的功能上来看，两者类似，唯一对消费者购机意愿影响较大的因素是“是否愿意将本地数据（包括照片、文件、对话记录）上传至云端”。从这一点出发，本地部署确实存在需求，手机AI芯片的增长值得期待。

那么高通和联发科谁能将占据领先地位呢？

从市场站位来看，高通和联发科分别占据高端和中低端手机市场，向上突破的难度远大于向下兼容，并且目前推出AI手机的厂商均将价格定位在高端。

高端的市场站位给高通带来了更丰厚的毛利率，对比财报来看，高通第三季度的毛利率约为55.1%，联发科毛利率水平为47.4%，这意味着高通有更多的「余钱」来推动研发。滚雪球效应下，恐怕联发科想要追赶高通仍有一段路要走。

值得一提的是，苹果和华为的AI芯片计划也会对市场格局产生影响，但程度较轻。

近年来，苹果手机芯片的性能提升幅度与高通、联发科等竞争对手相比均不占优势。不久前登场的两大安卓芯片——高通8Gen3以及联发科天玑9300，在CPU多核性能、CPU多核能效比、GPU峰值性能、GPU能效比等核心技术指标上均已领先同时期的苹果A17Pro。

华为方面，受到地缘政治因素影响，目前在芯片性能方面还难以和国际一流芯片厂商掰手腕。

在PC端，虽然近日AIPC的声量不小，但距离它真正撬动C端市场的销量，还需要一些时日。

从C端场景出发，可以大致将AI应用区分为办公和娱乐两大类。

办公场景中，虽然微软、金山办公、Midjourney、Adobe等软件已经将AI功能融入其中，但它们的推理任务主要还是由云端负担，并且已经形成了按次付费的商业模式，不需要本地硬件具备太高的性能。

在娱乐场景中，在AI热兴起之前，为了支撑游戏流畅运行，本身就对GPU为代表的图形处理能力有较高的要求。按照眼下能被「塞」进PC的模型规模，过去用于渲染游戏画面的GPU，完全有充足的算力支撑AI衍生应用运行。

仍以英伟达为例，虽然在本次CES揭幕之前发布了三款新的消费级GPU，但三款GPU的性能均未超越2022年发布的RTX4090。

综上所述，2024年，在云计算等传统领域，英伟达得益于供应链优势等护城河，最值钱的卖水人地位短期内不会发生改变。

而在AIPC、AIPhone、AICar三大场景中，分别在技术和渠道方面占据优势的英伟达和地平线将率先吃到AICar的红利，而高通有望在亟需新故事拉动增长的AIPhone品类杀出重围，至于AIPC，在新场景和新工作范式出现，并带动更强的硬件需求之前，相关企业的市场份额及销量还有待观察。

2024年是AI芯片厂商迎来泼天富贵的一年，但同时，也能感受到水面之下酝酿着激烈的变化。企业和投资者当然可以投身这片蓝海，但最好时刻保持警惕。

参考资料：

大模型公司「卷」芯片，英伟达危？|元宇宙日爆

2024年，人工智能芯片展望|半导体行业观察

英特尔推最新AI处理器，挑战英伟达：训练主导地位不会持久|澎湃新闻

英伟达H200突然发布：容量翻倍，带宽狂飙|半导体行业观察

英伟达芯片，最新路线图|半导体行业观察

作为自动驾驶芯片领域的独角兽，地平线不再抗拒低端滤镜|零态LT

当苹果芯片跌落神坛|智东西

一夜暴增5600亿！美国英伟达发布最强消费级显卡，AI性能增长超170%｜直击CES2024|林志佳