图片来源@视觉中国
文 | 最话FunTalk，作者 | 何伊然，编辑 | 刘宇翔
北京时间3月23日晚间，TikTok CEO周受资出席了美国众议院能源与商务委员会听证会，听证会持续了超过5个小时，周受资回答了来自美国议员们的多个尖锐问题。
那场听证会备受全球瞩目，某种程度上影响着TikTok的命运。但如此重要的听证会，字节跳动创始人张一鸣却“缺席”了。有圈内人告诉《最话》，当时张一鸣也在美国，但不是在华盛顿，而是在西海岸，几乎与听证会同一时间，张一鸣没看直播，专心在挖角OpenAI的顶尖华人工程师，开出的价码是“一亿现金+股权”。
这则消息尚未交叉证实，也不清楚天价的价码最后能否挖到心仪的工程师，但圈内人都知道张一鸣对生成式AI有多“痴迷”。
几乎全世界的科技大厂都在重注生成式AI，不但顶尖工程师的价码水涨船高，就连算力的底座GPU也供不应求。
今年3月，已经拥有超强算力的微软宣布已帮助OpenAI建设了一个新计算中心，配置了数万块A100。5月，Google推出了一个拥有2.6万块H100的计算集群ComputeEngineA3，服务想自己训练大模型的公司。在中国，国金证券根据产业链信息，字节跳动今年已订购了超过10亿美元的GPU，字节到货和没到货的A100与H800预计有10万块。另一家大公司今年以来的订单量也达到了万卡级别，金额至少超过10亿元。而腾讯发布的腾讯云新版高性能计算服务中心也采用了上万块H800芯片。
但有赢家就有输家。游戏时代，N卡与A卡孰优孰劣一直是玩家们争吵不休的话题，而在AI时代，由美籍华裔苏姿丰担任的AMD却似乎掉队了，不但缺少对标产品，在股价上英伟达市值万亿美元，而AMD只有1760亿美元，两者差距巨大。
AMD就真的门庭冷落，再也没机会了吗？
反击
“在大型语言模型的推动下，人工智能的市场机会越来越大，到2027年市场潜力可能从目前的300亿美元增加到约1500亿美元。”
当地时间6月13日，AMD在美国旧金山召开了2023年数据中心与人工智能技术新品发布会。
打扮干练的苏姿丰带着自信的神情登台，一口气介绍了多款新品。
在“苏妈”平静的脸色下，或许也有着对AMD未来发展的担忧。
踩在生成式AI的大潮上，英伟达今年股价涨幅200%，是资本市场当红香饽饽。相比之下，AMD同期涨幅仅为英伟达的50%，双方差距在半年时间被明显拉大。
根据2023年一季度财报，AMD营收为53.53亿美元，同比下降9%，这是公司自2023年以来首次营收出现下滑。适用于PC产品的Ryzen处理器销售额仅是2023年同期的三分之一，足以看出消费电子在近两年的窘迫处境。AMD预计，第二季度营收约仍会有19%的同比下滑。
目前，AMD的业务分为四大板块：数据中心、客户端、游戏与嵌入式业务。数据中心包含AMD所有服务器相关收入；客户端收入指的是台式机与个人电脑，曾是AMD最核心业务；游戏板块涉及GPU产品线，索尼和微软的游戏主机是其稳定客源；嵌入式业务主要由2023年收购的赛灵思业务线构成。
在消费电子大起大落后，AMD在近两年旗帜鲜明地选择了数据中心和嵌入式业务优先的战略，强调人工智能是公司 “最大、最具战略意义的长期增长机会”。
苏姿丰介绍了“面向AI和高性能计算的全球首款 APU 加速器” MI300A，该产品将多个CPU、GPU和高带宽内存封在一起。在GPU和CPU领域都是“二把交椅”的AMD充分利用自己双边优势，搞起了互补开发。
根据芯片参数，该APU加速卡拥有13个小芯片，总共包含1460亿个晶体管：24个Zen 4 CPU核心，1个CDNA 3图形引擎和128GB HBM3内存。
本次发布会最重要的产品当属AMD针对大语言模型发布的MI300A优化版本MI300X。
“当你将MI300X与竞争对手进行比较时，你就能发现，MI300X提供了2.4倍的内存和1.6倍的内存带宽，有了这些额外的内存容量，我们对LLM是有巨大优势的，因为可以直接在内存中运行更大的模型。”
作为大模型的最佳算力发动机，GPU对生成式AI有着不可替代的支撑作用。目前，英伟达凭借83.7%的市占率领跑GPU市场，A100芯片价格在近期节节攀升，产量上也供不应求。2023年第一季度，英伟达GPU出货量下降了15.2%。
ChatGPT爆火后，行业内对GPU飞涨的价格充满怨言。
OpenAI创始人山姆·奥尔特曼近期表示，降低成本是ChatGPT当前首要目标。奥尔特曼透露，受到GPU资源的限制才导致ChatGPT目前难以开放更长的上下文窗口、提供微调 API 等服务。他也承认，多数企业根本养不起大模型。
据报道，OpenAI已经花费了微软云超12亿美元。由于将计算资源集中指出ChatGPT，微软其他部门可以使用的服务器受到了限制。此外，GPU训练大模型需要大量的电力来保证这些资源的供应，这就导致了GPU的高能耗，成为了“电老虎”。
在国内市场，华为、京东、百度的高管也都公开抱怨大模型训练高达千万元一次的训练成本。
发布会上，苏姿丰强调随着AMD芯片上内存增加，开发者有望减少GPU使用数量，从而节省成本，这显然迎合了市场的需求。
苏姿丰特意在单个MI300X GPU演示运行了拥有400亿个参数的Falcon-40B大型语言模型，并让它当场实时创作了一首关于旧金山的诗歌。
“梦想之城，总是让你渴望