Re: [新聞] 中國AI晶片業陷困境 兩大關鍵廠商消沉
前一篇文章太八卦了,
想一想還是刪掉好了,
我們就市場與技術做專業討論,
先說結論: All in TQQQ 就對了
AI晶片分成兩種: edge AI 與 server AI,
寒武紀是edge AI,
壁仞科技是server AI,
目前新聞與股市天天在吵的都是server AI,
而中國真正有戰鬥力能跟NVDA AMD 對打的 server AI 只有兩家:
壁仞科技與摩爾線程,
壁仞科技倒了表示全中國server AI 市場只能買NVDA AMD,
至於推文提到的華為 AI 晶片,
那是達文西+泰山 堆出來的東西,
是個十年前的設計,
跟檯面上的AI 晶片大廠只會被越拉越遠,
All in 美股七巨頭
然後我們把眼光放遠一點,
就像我之前說的,
這波AI 產業革命如果成真的話,
會像是之前的智慧手機與網路革命一樣,
從頭到尾可以整整吃十年以上,
在一開始的產業發展是放在硬體與Infrastructure 的開發,
比方說199x-2000年的CSCO,
以及智慧手機剛開始時的CPU 設計: QCOM, AAPL, ARM
以現在的情況來推算就是 NVDA AMD,
但是之後真正賺大錢的是應用平台的蘋果稅, 谷歌稅,
youtube, amazon, facebook 等,
所以之後AI 產業真正會賺大錢的是在應用平台上面,
只是現在還看不到也看不清
好, 回到重點,
AI server 的硬體, 尤其是GPU/TPU/ASIC,
我個人預估還有三到五年的榮景,
等到算力過剩 或是 大部分應用模型都訓練的差不多了,
接下來對大模型訓練的需求會減少,
這是趨勢,
所有科技的趨勢都是這樣發展,
接下來就是edge AI 的天下,
最終的應用平台都是要跑在客戶端, 比方說手機或筆電等,
尤其是inference 推理的應用一定都在 edge device上跑,
所以我個人預估一兩年內 edge AI 的需求會暴增,
三五年後 edge AI 會超過 server AI,
Then, who is the edge AI player:
台灣: 聯發科
中國: 寒武紀, 華為 NPU
美國: GOOG, ARM (Mali), NVDA (maybe), AMD (maybe), AAPL (NPU), QCOM
還有一些新創公司在做 edge AI 晶片,
目前 edge AI 做得最好的是GOOG 的tensor,
能夠配合安卓在手機上面跑AI 推論,
Pixel 手機上面也有一些 edge AI 晶片的應用,
包含照相美顏 與 即時修圖等功能,
結論還是All in 七巨頭, TQQQ
再來說CUDA的事情,
有OpenCL 跟CUDA 對打,
這是一個完全open source 的東西,
CUDA 與OpenCL 就像是當年DirectX 與 OpenGL,
所有其他GPU公司要繞開CUDA,
只能從OpenCL 或是其他open source framework 下手,
至於推文說的Pytorch 與 TensorFlow 等 framework,
又是不同的東西,
Pytorch TensorFlow 都是架構在CUDA/OpenCL 上面,
他們不是平行同等的東西,
所以才有所謂的GPU CUDA 加速 Pytorch TensorFlow,
一樣的道理,
你拿DirectX 與 OpenGL 來對比就知道我的意思,
現在OpenCL 還是比不上CUDA,
但是基於open source 與各大軟硬體公司合作,
相信幾年後一定會追上的,
就像當年OpenGL 也是多花了幾年的時間才追上 DirectX
※ 引述《Arim (億載金城武)》之銘言:
: ※ 引述《Su22 (裝配匠)》之銘言:
: : 原文標題:中國AI晶片業陷困境 兩大關鍵廠商消沉
: : ※請勿刪減原文標題
: : 原文連結:https://reurl.cc/WRAEMZ
: : ※網址超過一行過長請用縮網址工具
: : 發布時間:2024/01/27 08:22
: : ※請以原文網頁/報紙之發布時間為準
: : 記者署名:吳孟峰
: : ※原文無記載者得留空
: : 原文內容:
: : 曾經充滿希望的中國人工智慧(AI)產業正面臨艱困時期。壁仞科技和寒武紀這兩個新創
: : 產業巨頭都在苦苦掙扎。壁仞執行長兼聯合創始人徐凌傑最近辭職,引發人們對公司未來
: : 的擔憂;而寒武紀持續7年來虧損,不得不裁員。
: : 壁仞科技被美國政府列入
: : 這兩家公司並不是中國唯一的AI GPU開發商,但他們的掙扎反映整個中國AI硬體的困境。
: : 這些公司是否能夠適應、保持財務穩健,並跟上快速變化的市場趨勢,目前還有待觀察。
: : 心得/評論:
: : 之前壁仞的GPU產品線總經理焦國方也離職了
: : 現在另一個高層也閃人
: : 寒武紀(SHA: 688256)則是連續虧損中,股價也跌了不少
: : 有投資中港股市AI晶片概念股的網友要注意相關風險
: : ※必需填寫滿30正體中文字,無意義者板規處分
: AI GPU 這塊未來十年內肯定還是 Nvidia 獨大,就跟 台 gg 一樣,整個生態早就建立起來了,要幹翻他光有錢是不夠的
: 皮衣刀客在十幾年前就佈局 cuda,只要有用 Nvidia gpu 做加速的軟體通通都要綁 cuda,目前開源做深度學習跟推論的,也都是綁 cuda , 然後 cuda 並不是開源的,所以如果不是 Nvidia 的晶片,根本不能用 cuda
: 所以你看 meta 買 nv 的卡,openai 也買 nv 的卡,AMD 雖然也有自己的運算軟體,但生態系沒建立起來,在 AI 這塊終究看不到 nv 的車尾燈,你有看過有哪家大廠買 AMD 的卡做訓練嗎?
: 所以搞 gpu 晶片這塊就跟牙膏在 gg 面前說要做先進半導體製程一樣,只是純燒錢而已,什麼都不會有的
: -----
: Sent from JPTT on my Xiaomi M2004J19C.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1706498626.A.0C3.html
※ 編輯: waitrop (76.103.225.6 美國), 01/29/2024 11:26:09
推
01/29 11:26,
3月前
, 1F
01/29 11:26, 1F
推
01/29 11:28,
3月前
, 2F
01/29 11:28, 2F
推
01/29 11:30,
3月前
, 3F
01/29 11:30, 3F
推
01/29 11:30,
3月前
, 4F
01/29 11:30, 4F
推
01/29 11:31,
3月前
, 5F
01/29 11:31, 5F
→
01/29 11:31,
3月前
, 6F
01/29 11:31, 6F
推
01/29 11:32,
3月前
, 7F
01/29 11:32, 7F
推
01/29 11:33,
3月前
, 8F
01/29 11:33, 8F
推
01/29 11:33,
3月前
, 9F
01/29 11:33, 9F
推
01/29 11:36,
3月前
, 10F
01/29 11:36, 10F
台灣有在做GPU的公司 我只知道矽統,
當年矽統 的GPU 差點把nvidia ati(amd) 打趴,
不過那是25年前的故事了,
晶心做risc-v 偏向cpu,
不知道有沒有AI/GPU 的設計,
我也不知道台灣IP公司有沒有AI/GPU 的設計, 像是智原,創意,
所以我無法回答你,
※ 編輯: waitrop (76.103.225.6 美國), 01/29/2024 11:45:20
推
01/29 11:42,
3月前
, 11F
01/29 11:42, 11F
推
01/29 11:47,
3月前
, 12F
01/29 11:47, 12F
→
01/29 11:47,
3月前
, 13F
01/29 11:47, 13F
推
01/29 11:49,
3月前
, 14F
01/29 11:49, 14F
對, 歐印GG 也可以,
跟歐印TQQQ 一樣,
你最後還是要加入他的
推
01/29 11:50,
3月前
, 15F
01/29 11:50, 15F
→
01/29 11:50,
3月前
, 16F
01/29 11:50, 16F
→
01/29 11:50,
3月前
, 17F
01/29 11:50, 17F
不,
丟server 才是浪費資源,
computer science 吵"中心運算"與"平行運算" 已經吵了百年了,
最終都是平行運算勝利,
把所有計算放在 server 才是最耗資源 最耗水電的,
只有把運算分散到終端用戶,
才是最終最好的解法
比方說,
你買10000支手機 可以有一台 AI server 的算力,
也就是一台AI server 可以支援 10000 個用戶的運算需求,
但是這樣一台AI server 的造價與耗電量是 10000支手機的數百甚至數萬倍
※ 編輯: waitrop (76.103.225.6 美國), 01/29/2024 11:57:53
推
01/29 11:53,
3月前
, 18F
01/29 11:53, 18F
推
01/29 11:54,
3月前
, 19F
01/29 11:54, 19F
推
01/29 11:55,
3月前
, 20F
01/29 11:55, 20F
推
01/29 11:55,
3月前
, 21F
01/29 11:55, 21F
推
01/29 11:57,
3月前
, 22F
01/29 11:57, 22F
→
01/29 11:57,
3月前
, 23F
01/29 11:57, 23F
推
01/29 11:57,
3月前
, 24F
01/29 11:57, 24F
FNGG 等七巨頭ETF 也都有垃圾車呀!
沒辦法呀!
比持有率的話,
TQQQ/QQQ 持有垃圾車的比例還比較低
推
01/29 12:00,
3月前
, 25F
01/29 12:00, 25F
→
01/29 12:01,
3月前
, 26F
01/29 12:01, 26F
對,
edge 最在乎功耗
※ 編輯: waitrop (76.103.225.6 美國), 01/29/2024 12:04:07
推
01/29 12:03,
3月前
, 27F
01/29 12:03, 27F
→
01/29 12:03,
3月前
, 28F
01/29 12:03, 28F
推
01/29 12:04,
3月前
, 29F
01/29 12:04, 29F
→
01/29 12:06,
3月前
, 30F
01/29 12:06, 30F
推
01/29 12:07,
3月前
, 31F
01/29 12:07, 31F
推
01/29 12:08,
3月前
, 32F
01/29 12:08, 32F
→
01/29 12:08,
3月前
, 33F
01/29 12:08, 33F
OpenGL 後來真的追上DirectX,
甚至現在的3A 大作支援OpenGL 更多,
理論上,
open source 與 跨平台cross-platform 最終都會勝過封閉系統,
唯一的例外就是賣水果的那家,
所以信仰最重要
還有 132 則推文
還有 14 段內文
→
01/29 16:19,
3月前
, 166F
01/29 16:19, 166F
→
01/29 16:20,
3月前
, 167F
01/29 16:20, 167F
→
01/29 16:20,
3月前
, 168F
01/29 16:20, 168F
→
01/29 16:21,
3月前
, 169F
01/29 16:21, 169F
→
01/29 16:21,
3月前
, 170F
01/29 16:21, 170F
→
01/29 16:22,
3月前
, 171F
01/29 16:22, 171F
→
01/29 16:22,
3月前
, 172F
01/29 16:22, 172F
→
01/29 16:25,
3月前
, 173F
01/29 16:25, 173F
→
01/29 16:25,
3月前
, 174F
01/29 16:25, 174F
→
01/29 16:26,
3月前
, 175F
01/29 16:26, 175F
→
01/29 16:41,
3月前
, 176F
01/29 16:41, 176F
→
01/29 16:42,
3月前
, 177F
01/29 16:42, 177F
推
01/29 17:46,
3月前
, 178F
01/29 17:46, 178F
→
01/29 17:46,
3月前
, 179F
01/29 17:46, 179F
→
01/29 17:50,
3月前
, 180F
01/29 17:50, 180F
→
01/29 17:50,
3月前
, 181F
01/29 17:50, 181F
→
01/29 17:50,
3月前
, 182F
01/29 17:50, 182F
→
01/29 17:50,
3月前
, 183F
01/29 17:50, 183F
推
01/29 17:55,
3月前
, 184F
01/29 17:55, 184F
除非你要超前部署,
不然還早,
edge AI 快速成長也要一兩年後,
超過 server AI 大概要三五年後,
也就是三五年後有大量的AI應用 與平台之後,
才會開始噴 pc nb 手機
※ 編輯: waitrop (76.103.225.6 美國), 01/29/2024 18:00:02
推
01/29 20:48,
3月前
, 185F
01/29 20:48, 185F
推
01/29 21:08,
3月前
, 186F
01/29 21:08, 186F
→
01/29 21:08,
3月前
, 187F
01/29 21:08, 187F
→
01/29 21:08,
3月前
, 188F
01/29 21:08, 188F
→
01/29 21:11,
3月前
, 189F
01/29 21:11, 189F
→
01/29 21:11,
3月前
, 190F
01/29 21:11, 190F
→
01/29 21:18,
3月前
, 191F
01/29 21:18, 191F
→
01/29 21:18,
3月前
, 192F
01/29 21:18, 192F
→
01/29 21:18,
3月前
, 193F
01/29 21:18, 193F
推
01/29 21:48,
3月前
, 194F
01/29 21:48, 194F
→
01/29 22:38,
3月前
, 195F
01/29 22:38, 195F
→
01/29 22:38,
3月前
, 196F
01/29 22:38, 196F
→
01/30 03:46,
3月前
, 197F
01/30 03:46, 197F
推
01/30 09:38,
3月前
, 198F
01/30 09:38, 198F
→
01/30 09:39,
3月前
, 199F
01/30 09:39, 199F
→
01/30 09:39,
3月前
, 200F
01/30 09:39, 200F
→
01/30 09:39,
3月前
, 201F
01/30 09:39, 201F
推
01/30 09:49,
3月前
, 202F
01/30 09:49, 202F
推
01/30 12:30,
3月前
, 203F
01/30 12:30, 203F
我說過很多次了,
我在討論的是硬體與IC 晶片的部分,
所以沒有談到微軟
微軟是目前AI 應用平台與模型的領先者,
第一名的地位,
但是我們並沒有討論應用平台與模型
※ 編輯: waitrop (76.103.225.6 美國), 01/30/2024 15:13:56
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 6 之 6 篇):