Nvidia的挑战：微软自研AI芯片

在其硬件合作伙伴的展台上，Nvidia 的标识贴满了整个会场。Nvidia 在人工智能领域的主导地位可能会继续保持下去，但企业也渴望找到替代方案。

Nvidia 的好消息不断，宣布有 40 多家科研机构采用其 GH200 芯片。该芯片包将新的 H200 GPU 与基于 Arm 的 Grace CPU 搭配使用。

超级计算中心表示，Nvidia 的 GPU 是满足其不断增长的计算需求的唯一加速计算选择。

不过，客户正在越来越多地评估其他可替代的 GPU 和 AI 芯片。

美国国家计算机科学中心（NCSA）发布了采用 GH200 芯片组的人工智能超级计算装置 DeltaAI。该大学还在评估来自 SambaNova 和其他 AI 芯片制造商的芯片。

Groq 和 Cerebras 等公司也在现场展示了自己的硬件。还有一些公司希望摆脱英伟达（Nvidia）的束缚，在耗电更少的情况下执行更多的人工智能任务。展会现场到处都是生产水冷产品来冷却 Nvidia GPU 的公司。

另一个针对 Nvidia 的惊喜远在 SC23 展会之外。

在 Ignite 大会上，微软发布了两款自研芯片： Maia AI Accelerator（用于生成式人工智能应用）和 Cobalt CPU（用于在其 Azure 云服务中部署的 ARM CPU）。微软的人工智能基础架构目前是基于Nvidia的 GPU 构建的，而新的人工智能芯片加速器可能会削减 GPU 的部署。

微软 Maia AI 加速器和 ARM Cobalt CPU 将部署在其 Azure 云服务中（图源：微软）

微软的 Eagle 服务器基于英伟达 GPU 运行，在 Top500 榜单中占据第三位。

这些芯片将在几个月后进入微软的数据中心，为微软Copilot或Azure OpenAI服务提供动力。这些服务目前由英伟达（Nvidia）GPU提供支持。

微软在一篇博客中说："这些芯片是微软提供基础架构系统的最后一块拼图，其中包括从芯片选择、软件、服务器到机架和冷却系统的所有一切，这些系统都是自上而下设计的，可以根据内部和客户的工作负载进行优化。

Maia加速器更多用于推理，专为公司的人工智能基础设施而设计。微软表示，该芯片在优化功耗、性能、可持续性或成本方面提供了更大的灵活性。

微软表示："Azure的端到端人工智能架构，现在通过Maia优化到了芯片，为训练能力更强的模型铺平了道路，并使这些模型对我们的客户来说更优惠。”

微软还宣布将增加用于推理的 Nvidia H200 GPU。该公司还宣布了基于 AMD MI300X GPU 的 ND MI300X 虚拟机。