AI|算力之战:芯片竞赛,如火如荼
作者：微信文章作者：比利·佩里戈（Billy Perrigo）编译：雨雪霏霏
编译自Time，<Artificial Intelligence Special Edition>
拉米·西诺正蹲在文件柜旁，费力地从一个箱子里取出一个沙滩球大小的圆盘。忽然，一声闷响在实验室里响起。
“我刚刚摔了价值几万美元的材料。”他笑着说。
他站起身来，向我展示那件“宝物”：一块金色的硅晶圆片，在实验室的荧光灯下闪闪发光。这个圆形晶圆片被划分成约一百个矩形小片，每片包含数十亿个微型电开关。这些开关便是亚马逊迄今最先进的芯片Trainium 2 的核心。该芯片于 2024 年 12 月正式发布。
多年来，人工智能完全依赖一家芯片公司——英伟达（Nvidia）——来设计训练全球最强 AI 模型所需的高端芯片。但随着 AI 竞赛日趋白热化，亚马逊、谷歌等云计算巨头纷纷加速自研芯片，希望在快速增长的云计算市场中夺取份额。
到 2025 年初，这一行业的估值已高达 1 万亿美元。
这间位于美国德州奥斯汀的普通实验室，正是亚马逊争夺半导体霸权的前线阵地。而西诺是这场战役的关键人物。他是亚马逊云计算服务平台 AWS下属芯片设计公司安纳布尔纳实验室的工程总监。
他戴上护耳罩，刷卡进入一间保密室，自豪地向我展示一组他协同设计的Trainium 2 芯片。这些芯片正在运行。
由于芯片高能耗产生的大量热量被风扇送入空调系统，机器的轰鸣声震耳欲聋，他不得不大声说话。每枚芯片都正好能放进西诺的手掌中，而围绕它们的计算基础设施，包括主板、内存、数据线、风扇、散热片、晶体管和电源让这 64 枚芯片堆叠成的机架高高耸起，发出的噪声淹没了他的讲话。
然而，这个机架只是这些芯片“自然栖息地”的缩影。不久之后，数千台类似冰箱大小的超级计算机将被运往美国各地，互联成一个巨型数据中心集群，即“雷尼尔项目”（Project Rainier）。该项目的名称源自俯瞰亚马逊西雅图总部的雷尼尔山。这将是全球规模最大的 AI 数据中心之一。
算力激战，硝烟四起
“雷尼尔计项目”是亚马逊对 OpenAI 和微软联合推出的“星门计划”（Stargate） 的对标，后者由特朗普总统在 2024 年 1 月于白宫正式宣布，投资高达 一千亿美元。
与此同时，Meta 和谷歌目前也在建设类似的“超大规模”数据中心，每个中心耗资数百亿美元，用于训练新一代强大的 AI 模型。
过去十年，大型科技公司积累了巨额现金，如今，它们正倾尽所有，竞相建设史无前例的 AI 计算基础设施。这将是人类历史上前所未见的算力规模。他们认为，这些基础设施将从根本上改变这个世界。
关于“雷尼尔项目”的具体芯片数量、数据中心总成本及具体地点，亚马逊守口如瓶。（尽管未透露“雷尼尔项目”本身的预算，但公司表示， 2025 年预计投资约 1000 亿美元，其中大部分将投入 AWS。）竞争之激烈可想而知。
亚马逊声称，项目完成后将成为“全球最大的 AI 计算集群”，暗指其规模甚至超过“星门”。当被问及如何看待来自 OpenAI 等竞争者的挑战时，安纳布尔纳实验室的产品总监加迪·赫特回应颇为强硬：“宣布星门很容易，”他说，“但先看看他们能不能真正建出来。”
亚马逊专门为AI 公司 Anthropic设立“雷尼尔项目”。Anthropic已与亚马逊签订长期租约（期限同样保密），计划在这些数据中心里，利用数十万枚 Trainium 2 芯片训练其下一代 Claude 系列 AI 模型。这些芯片的总算力将是现有最强模型系统的五倍。
“规模要大得多，大得多。”Anthropic 联合创始人汤姆·布朗告诉《时代周刊》。
至于这次算力跃升将带来何种结果？不得而知。Anthropic 首席执行官达里奥·阿莫代伊曾公开预测，“强人工智能”（他更喜欢这个说法，而非“通用人工智能 AGI”）可能最早会在 2026 年出现。这意味着，Anthropic 认为，AGI 极有可能诞生自雷尼尔项目或其竞争项目。
Anthropic不仅是亚马逊的客户，也是其投资对象。亚马逊已向 Anthropic 投资 80 亿美元，持有少数股权。而这份投资的相当一部分， Anthropic 反过来将用来支付 AWS 数据中心的租金。这种循环关系揭开了推动 AI 行业发展值得探讨的一面：本质上，亚马逊是通过 Anthropic 来验证其 AI 数据中心业务的可行性。
微软与 OpenAI 的关系、谷歌与 DeepMind 的关系，本质上也相似。
“让最前沿的实验室运行在你的云上，会让你的云变得更好。”布朗说。布朗是Anthropic的联合创始人，管理公司与亚马逊的关系。他将此比作 AWS 与 Netflix 在 2010 年代初的合作：Netflix 当时是 AWS 早期的大客户，为了向全球用户快速传输视频，它对 AWS 的基础设施提出了极高的要求，“这迫使 AWS 优化整个系统，为整个云计算行业铺平道路，”布朗说。
如今，所有的云服务商都想在 AI 时代重演这一模式。“他们都需要有一个人先进入丛林，砍出一条路来，因为此前没人走过。但一旦这条路被打通，后来者就可以轻松通行了。”布朗说。
飞轮效应，谁领风骚
亚马逊投资 Anthropic，后者再把大部分资金花在 AWS 上，这就形成了一个亚马逊口中的“飞轮”：一个自我强化的循环。这个“飞轮”推动更高级芯片的研发与数据中心的建设，降低运行 AI 所需算力的成本，同时体现AI 的商业价值，从长期来讲，也吸引更多客户使用 AWS。
表面上，风光的是 OpenAI、Anthropic 等初创公司，实际上，真正的赢家却是掌握全球云计算平台的几个科技巨头。
当然，亚马逊仍在部分业务上严重依赖英伟达的芯片。而业内普遍认为，谷歌的 TPU 定制芯片性能仍然超过亚马逊的产品。
更复杂的是，亚马逊并不是唯一一家投资Anghropic的科技巨头，谷歌也向 Anthropic 投了 50 亿美元，持股约 14%。因此， Anthropic 同时使用谷歌云和亚马逊云，以避免过度依赖任何一方。尽管如此，雷尼尔项目与 Trainium 2 芯片的推出，仍是亚马逊全力冲击行业领先地位的重要里程碑。
西诺表示，Trainium 2 芯片的设计过程得到Anthropic 的大量反馈，后者向 AWS 分享其软件在 Trainium 1 芯片上的运行细节，并提出对新一代芯片的改进建议。西诺指出，这种紧密合作对 AWS 的客户来说并不常见，但在“前沿 AI”的残酷竞争中却必不可少。因为一个模型的性能与其使用的训练和运行的计算资源成正比：算力越高，性价比越好，AI 模型越强。
“对Anthropic来说，性能每提高一个百分点，价值都巨大。”西诺说，“他们越能高效利用基础设施，投资回报就越高。”
自研芯片，突破困局
亚马逊自研的芯片越先进，就越能减少对英伟达的依赖。多年来，行业龙头英伟达的芯片需求远超供给，价格居高不下，并且可以自由挑选客户。
亚马逊有一个英伟达无法比拟的优势。英伟达直接向客户出售GPU，这意味着每一块 GPU 都必须经过优化，以确保能独立运行。而亚马逊并不直接销售芯片，而是通过 AWS 向客户租赁其数据中心的算力。
“这让我们拥有更大的自由度。”赫特解释说，“与必须让每个 GPU 独立运行的英伟达相比，亚马逊可以在自己的数据中心内统一优化系统，实现更高效率。这是竞争对手难以复制的结构性优势。”
回到实验室，西诺小心地将硅晶圆放回箱中，走到另一边，向我指出正在设计的新一代芯片——Trainium 3各个层面的设计过程。这代芯片可能迅速实现强大的新AI。
他兴奋地一口气列举了各种数据，表示这款预计于 2025 年底发布的芯片速度将提升一倍，能效提高 40%。更令人惊讶的是，Trainium 2 芯片也协助团队的工作，参与Trainium 3 的设计过程。这意味着，AI 正在加速自身的发展，速度越来越快。
“毫无疑问，这就是一个飞轮，”西诺笑着说。
《暖暖秋日》
页:
[1]