NVIDIA's GPU shipment volume last year was exposed, with a market share of 98%

根據半導體分析公司 TechInsights 的一項研究，Nvidia 在 2023 年的數據中心 GPU 出貨量呈爆炸式增長，總計約 376 萬台。研究顯示，與 2022 年相比，Nvidia 2023 年的 GPU 出貨量增長了 100 多萬台，當時 Nvidia 的數據中心 GPU 出貨量總計為 264 萬台。

2023 年，Nvidia 在數據中心 GPU 出貨量中佔據 98% 的市場份額，與 2022 年的市場份額相似。

TechInsights 的數據顯示，如果包括 AMD 和英特爾在內，2023 年數據中心 GPU 的總出貨量將達到 385 萬台，高於 2022 年的約 267 萬台。

Nvidia 還佔據了數據中心 GPU 收入市場的 98% 的收入份額，達到 362 億美元，是 2022 年 109 億美元增長的三倍多。

TechInsights 分析師詹姆斯桑德斯 (James Sanders) 表示，Nvidia GPU 的 AI 替代品正在以谷歌 TPU、AMD 的 GPU、英特爾的 AI 芯片甚至 CPU 的形式出現。

桑德斯表示，人工智能硬件還不足以匹配人工智能軟件的快速進步。

桑德斯表示：“我懷疑，由於人工智能的發展，它必須從英偉達實現多元化，這是不可避免的。”

Nvidia GPU 的短缺和成本幫助了 AMD 和英特爾，這兩家公司在 2023 年憑藉自己的 AI 芯片顯示出了復甦的跡象。

TechInsights 的數據顯示，2023 年 AMD 的出貨量約為 50 萬台，而英特爾則以 40 萬台的出貨量填補了剩餘的空白。

AMD 數據中心 GPU 出貨量今年有望上升。

AMD 的 MI300 系列 GPU 表現良好，已鎖定微軟、Meta 和 Oracle 的採購訂單。在 4 月份的財報電話會議上，AMD 首席執行官 Lisa Su 表示，MI300 的銷售額在不到兩個季度內就達到了 10 億美元。

根據 Motley Fool 上的財報電話會議記錄，蘇姿豐表示：“我們現在預計數據中心 GPU 收入將在 2024 年超過 40 億美元，高於我們 1 月份預計的 35 億美元。”

在本月的台北國際電腦展上，AMD 還表示將每年發佈新款 GPU，其中計劃今年發佈 MI325X，2025 年發佈 MI350，2026 年發佈 MI400。

AMD 正在遵循 Nvidia 每年推出一款 GPU 的藍圖。Nvidia 已經宣佈了今年的 Blackwell GPU、2025 年的增量升級以及 2026 年和 2027 年新 Rubin 系列的新款 GPU。

英特爾的 GPU 未來仍是一個問號。該公司最近停止了其 Ponte Vecchio GPU 的生產，並重新設計了其 Falcon Shore GPU，計劃於 2025 年發佈。該公司還提供 Flex 系列推理和媒體服務數據中心 GPU。

英特爾目前專注於 Gaudi AI 芯片，但這種芯片不像 GPU 那樣靈活。生成式 AI 模型必須經過特殊編程才能在 Gaudi 芯片上運行，這需要付出很多努力。Nvidia 的 GPU 更適合運行各種模型。

據 The Motley Fool 上的記錄顯示，英特爾首席執行官帕特·基辛格 (Pat Gelsinger) 在 4 月份的財報電話會議上表示：“Falcon Shores 將將 Gaudi 3 的出色收縮性能與完全可編程的架構相結合……隨後英特爾將積極推出 Falcon Shores 產品” 。

Gaudi 3 讓英特爾在 AI 芯片市場站穩了腳跟，英特爾目前預計 “2024 年下半年的加速收入將超過 5 億美元”，基辛格表示。

TechInsights 的桑德斯表示：“考慮到 Nvidia GPU 的容量和價格問題，GPU 之外也有很多動作，尤其是谷歌的 TPU。”

桑德斯表示：“谷歌的定製硅片工作比 AWS 和 AMD、Ampere 等商業硅片供應商的定製硅片工作產生的收入更高。”

谷歌已為其 Google Cloud 數據中心配備了自主研發的芯片，包括最近發佈的 Axion CPU 和第六代 TPU，後者是一款名為 Trillium 的 AI 芯片。TechInsights 的這項研究並未考慮這些新芯片。

桑德斯説：“由於某種奇怪的市場力量融合，谷歌最終成為了技術上第三大數據中心硅片提供商（按收入計算）。”

谷歌於 2015 年推出 TPU，並逐漸佔領市場份額。谷歌 TPU 的主要受眾包括內部應用程序和 Google Cloud 用户。

“Argos 是他們為 YouTube 開發的視頻編碼器，考慮到 YouTube 每小時需要處理的所有視頻。他們部署的每個 Argos 視頻編碼器 ASIC 都取代了 10 個 Xeon CPU。從功耗的角度來看，這是一個巨大的變化，” Sanders 説。

亞馬遜擁有自己的 Graviton CPU 和名為 Trainium 和 Inferentia 的 AI 芯片，它儘可能地為客户降低 AI 芯片的價格。

TechInsights 在研究報告中稱，2023 年，AWS 向客户出租了相當於 230 萬顆自主研發處理器的處理器，其中 Graviton 佔比 17%，超過了該平台上 AMD 芯片的使用量。

“即使銷量很高，他們的總收入也不會很高。他們希望保持……與英特爾或 AMD 驅動的實例相比，相當穩定的 10% 到 20% 的折扣，” 桑德斯説。

所有主要的雲提供商和超大規模提供商都在開發自主研發的芯片，以取代英特爾和 AMD 生產的芯片。

Nvidia 的絕對主導地位迫使雲提供商分配由 Nvidia 控制的專用空間，而 Nvidia 將其 DGX 服務器和 CUDA 軟件堆棧放置在這些空間中。

桑德斯表示：“雲平台不會完全擺脱英特爾、AMD 或 Nvidia，因為客户對這些雲平台中這些公司的芯片的需求永遠存在。”

微軟還推出了自己的芯片、Cobalt CPU 和 Maia AI 加速器，而谷歌於 2013 年開始自主研發芯片，以滿足加速內部工作負載的需求，距今已有近 10 年。

雲計算公司開發的內部芯片的量產取決於軟件基礎設施。谷歌的 LLM 是在其 TPU 上運行而開發的，這將確保芯片的量產快速進行。

微軟的 AI 基礎設施依賴 Nvidia GPU，目前正將其軟件堆棧調整為自研芯片。AWS 主要將其芯片出租給部署自有軟件堆棧的公司。

半導體行業觀察，原文標題：《英偉達去年 GPU 出貨量曝光，市場佔比 98%》