根据半导体分析公司TechInsights的研究显示，英伟达去年的GPU出货量占据了市场份额的98%。该公司预测，到2023年，英伟达在数据中心GPU出货量将呈现爆炸式增长，总计约达到376万台。

研究指出，2023 年 Nvidia 的GPU出货量比2022年增加了100多万台，当时Nvidia数据中心GPU的出货总量为264万台。2023 年，Nvidia 在数据中心 GPU 出货量中占据着 98% 的市场份额，与 2022 年相比市场份额保持稳定。TechInsights 的数据显示，到了 2023 年，数据中心 GPU 的总出货量将会达到 385 万台，这个数字包括 AMD 和 Intel 公司的产品，比 2022 年的 267 万台有显著的增长。Nvidia 在数据中心 GPU 收入市场上仍然占据着 98% 的市场份额，收入达到 362 亿美元，比 2022 年增长了超过三倍，增长了 109 亿美元。TechInsights分析师詹姆斯桑德斯表示，Nvidia GPU的AI替代方案已经开始出现，包括谷歌的TPU、AMD的GPU、英特尔的AI芯片，甚至CPU。桑德斯认为，目前的人工智能硬件水平与人工智能软件的快速进步相比还非常不足。桑德斯说：“我觉得人工智能的发展意味着英伟达必须变得更多样化，这是不可避免的。Nvidia GPU 的短缺和价格问题促进了 AMD 和英特尔的增长。这两家公司在 2023 年凭借自己的人工智能芯片展现出了复苏的迹象。根据

TechInsights的数据显示，到2023年，AMD的出货量将达到约50万台，而英特尔则填补了剩余空白，出货量为40万台。预计今年 AMD 数据中心 GPU 出货量将会增加。AMD 的 MI300 系列 GPU 展现出良好的性能，并且已经获得了微软、Meta 和 Oracle 的采购订单。AMD 首席执行官苏姿丰（Lisa Su）在4月的财报电话会议上透露，不到两个季度时间，MI300的销售额已经达到10亿美元。根据 Motley Fool 网站的财报电话会议记录，苏姿丰表示：“我们现在预计到 2024 年，数据中心 GPU 收入将会超过 40 亿美元，这比我们在一月份预计的 35 亿美元要高。在这个月的台北国际电脑展上，AMD 公司宣布他们计划每年推出新一代 GPU，今年计划推出MI325X，2025 年推出MI350，2026 年推出MI400。AMD正在按照Nvidia每年发布一款GPU的计划进行推进。NVIDIA已经宣布了今年的Blackwell GPU，以及2025年的增量升级和2026年至2027年间的新Rubin系列GPU。英特尔的 GPU 未来依然存在不确定因素。该公司最近停止了生产Pont Vecchio GPU，并对Falcon Shore GPU进行重新设计，计划于2025年发布。公司还提供Flex系列数据中心GPU的推理和媒体服务。目前，英特尔专注于Gaudi AI芯片的研发，不过与GPU相比，这种芯片的灵活性有所不足。要使生成式人工智能模型能够在 Gaudi 芯片上运行，就需要经过特殊编程来实现，这需要付出大量的努力。Nvidia的图形处理器更适用于执行各种模型。根据The Motley Fool的报道，英特尔首席执行官帕特·基辛格在4月份的财报电话会议上表示：“Falcon Shores将会将Gaudi 3的优异收缩性能与完全可编程的架构结合起来……接下来英特尔将积极推出Falcon Shores产品”。基辛格指出，Gaudi 3 使得英特尔在人工智能芯片市场上有了坚实的立足之地。预计到 2024 年下半年，英特尔的加速收入将超过 5 亿美元。桑德斯在

TechInsights表示：“鉴于Nvidia GPU容量和价格的问题，GPU之外还有很多其他选择，尤其是谷歌的TPU。桑德斯表示，谷歌的定制硅片工作收入超过了AWS、AMD和Ampere等商业硅片供应商的定制硅片工作。谷歌在其 Google Cloud 数据中心中配备了自主研发的芯片，包括最近发布的 Axion CPU 和第六代 TPU。而第六代 TPU 的名称为 Trillium，是一款专为人工智能应用而设计的芯片。TechInsights的研究没有涵盖这些新型芯片。桑德斯表示：“由于某种神奇的市场力量的融合，谷歌已成为技术第三大数据中心硅片供应商（按收入计算）。2015年，谷歌推出了TPU，随后逐渐在市场上占据了一席之地。谷歌 TPU 的主要用户包括内部应用程序和谷歌云客户。Argos是他们为YouTube开发的视频编码器，考虑到YouTube每小时需要处理的全部视频。他们部署的每一个Argos视频编码器ASIC都能取代10个Xeon CPU。从能源消耗的角度来看，这是一个重大的改变，”桑德斯说道。亚马逊拥有自己的 Graviton 处理器和名为 Trainium 和 Inferentia 的人工智能芯片，致力于将人工智能芯片的价格尽量降低，以造福客户。据

TechInsights的研究报告显示，到2023年，AWS已将相当于230万颗自主研发处理器的处理能力出租给客户，其中Graviton处理器占比17%，超过了该平台上AMD芯片的使用量。即使他们的销量很大，他们的总收入也不会很高。他们希望保持相当稳定的折扣，达到10%到20%，与由英特尔或AMD驱动的实例相比，桑德斯说。所有主要的云服务提供商和超大规模提供商都在推动自主研发的芯片，以替代英特尔和AMD制造的芯片。Nvidia 的绝对主导地位迫使云服务提供商为其分配专用空间，以容纳Nvidia控制的DGX服务器和CUDA软件堆栈。桑德斯表示：“云平台无法完全摆脱英特尔、AMD或Nvidia，因为客户永远对这些公司芯片在云平台上的需求存在。微软不仅推出了自己的芯片，还有Cobalt CPU和Maia AI加速器。而谷歌在2013年开始自主研发芯片，以满足其内部工作负载的需求，到目前为止已经有近10年的时间了。云计算公司开发的内部芯片的批量生产取决于软件基础设施的支持。谷歌的LLM是在其TPU上开发并运行的，这样可以确保芯片的大规模生产过程更加迅速。微软的AI基础设施目前仍然依赖于Nvidia GPU，但正在进行调整以适应他们自家研发的芯片。AWS的主要业务是向需要部署自己软件堆栈的公司出租其芯片。

本文来自半导体行业观察，原文题为《英伟达去年GPU出货量曝光，市场占比98%》。请注意投资有风险，须谨慎。我们不对任何投资行为承担责任。本文并不包含个人投资建议，并且也没有考虑到每个用户的特殊投资目标、财务状况或需求。请用户在阅读本文时考虑其中提出的任何意见、观点或结论是否适用于他们自身的具体情况。在进行投资之前，需自行承担责任。