AMD在2023年11月15日宣布，将于太平洋时间 2023年12月6日举办一场现场直播活动“Advancing AI”，推出下一代AMD Instinct MI300数据中心GPU加速器系列，欲在AI界与英伟达正面交锋！。

Advancing AI上，AMD董事长兼首席执行官苏姿丰博士将与AMD高管、人工智能生态系统合作伙伴和客户一起讨论 AMD 产品和软件如何重塑人工智能、自适应和高性能计算格局。

在AI领域，AMD最大的对手是英伟达（NVIDA），在ChatGPT-4掀起的人工智能热潮中，95%的人工智能大模型训练使用的是英伟达A100、H100等芯片，单价早早突破1万美金，成为AI圈里的硬通货。

据Omdia的报告显示，英伟达向Meta和微软提供了超过15万块H100 GPU，是最大的出货口，腾讯以5万块H100 GPU的购买量位列出货榜第三，与其并列的还有甲骨文、亚马逊以及谷歌。

“硬通货”是如何产生的

AI大模型的训练通常使用GPU而不是传统的CPU，得益于它在高性能计算、并行处理和能效等方面的优势。

GPU是为处理图形和图像计算而设计的，具有大量的小处理单元，能够同时执行多个相似的任务，这种并行性非常适合深度学习中涉及的大规模矩阵运算和张量运算。相比之下，CPU虽然也能够执行并行计算，但GPU的设计更为专业，因此在深度学习训练中通常更为高效。

在深度学习中，大规模的数据集需要被分割成小批量进行训练，GPU能够有效地处理这种数据并行性，同时计算多个样本的梯度，从而提高训练速度。

同时，GPU通常与比CPU相比而言，能够在相同时间内完成更多的计算工作，这对于深度学习中需要大量迭代和优化的训练过程非常重要。

当前主流AI厂商都进入了“千亿参数时代”，多采用了英伟达的GPU进行大模型训练，据统计，英伟达在售的用于大模型训练的GPU至少有9款型号，其中包括V100、A800、A100及H100为高性能GPU。

如此高的市占率，让英伟达GPU一度供不应求，价格自然水涨船高，也就演变成AI圈的硬通货。

面对这份几乎被独占的蛋糕，AMD奋起直追，逐渐缩小了与NVIDA的差距。

根据统计机构Jon Peddie Research的数据显示，截至2022年四季度，英伟达占据了独立GPU84%的市场份额，其中AI芯片的贡献不可忽视。而AMD紧随其后，占据着12%的市场份额。

AMD能分一杯羹吗？

今年6月，AMD在发布会上推出了配备192GB HBM内存的AI大模型专用GPU MI300X，其提供的内存容量和带宽分别是英伟达H100的2.4倍和1.6倍，为AMD赢得了与NVIDA竞争中的一些优势。

AMD的MI300X AI芯片是专为大模型训练设计的，更高的内存支持使大模型进行训练和推理变得更快、更高效；此外，为了适应云计算和超大规模用户的需求，AMD还推出了代号为Bergamo的全新EPYC服务器处理器，每个插槽最多包含128个内核，并针对各种容器化工。

在 11月15日的Microsoft Ignite上，AMD和Microsoft介绍了AMD产品，包括即将推出的AMD Instinct MI300X加速器、AMD EPYC CPU等。

AMD 人工智能高级副总裁 Vamsi Boppana 表示：“AMD 正在推动人工智能无处不在，从云端到企业和终端设备，所有这些都由我们的 CPU、GPU、加速器和人工智能引擎提供支持。AMD与Microsoft以及快速发展的软件和硬件合作伙伴生态系统一起，正在加速创新，通过不断扩展的软件功能，将人工智能的优势带入广泛的计算引擎产品组合中。”

而AMD新一代Instinct MI300系列加速器即将迎来发布，作为AMD用于对标英伟达的产品，Instinct MI300系列预计出货量在30万到40万区间，这主要受台积电产能短缺影响，否则数据将进一步增长。