芝能智芯出品
人工智能（AI）在多个行业的广泛应用，AI数据中心的需求急剧增长，推动这一趋势的关键技术之一是GPU加速器，尤其是AMD与Nvidia的Instinct和A100/H100等系列产品。
AI加速器市场看似不断扩展，实际的市场增长预测显示，未来几年增速将有所放缓。这种放缓趋势背后隐藏着复杂的市场和技术因素。
根据AMD首席执行官Lisa Su的最新预测，全球在AI数据中心加速器上的支出预计将在2023年到2028年间达到7000亿至9000亿美元。
这个数字本身虽然巨大，但较之前的预测已显示出增长放缓的趋势。与2023年6月的预期相比，2024年10月的预测复合年增长率（CAGR）从70%下调至60%。
未来几年AI加速器市场仍会继续扩张，但其增速将逐渐减缓，可能预示着行业进入成熟期。
● GPU加速器主导市场
GPU加速器主导着AI数据中心市场，尤其是由Nvidia和AMD推动的高性能GPU，如Nvidia的A100、H100系列以及AMD的Instinct MI300系列。
这些加速器的优势在于其处理复杂计算任务的能力，特别是在机器学习和深度学习领域。FPGA（现场可编程门阵列）虽然曾一度被认为是AI加速的重要技术，但在现阶段市场份额有限。
然而，随着越来越多的企业研发自主的AI加速器（如谷歌的TPU和AWS的Inferentia），AI加速器市场的竞争格局变得更加多样化。特别是在云计算领域，定制化硬件逐渐成为一种趋势。
● 数据中心AI加速器TAM的变化
AMD的最新预测显示，到2028年，数据中心AI加速器的终端收入可能达到5000亿美元，这一数字较之前的预测有所调整，复合年增长率从70%降至60%。
这种增长率的调整并不意味着市场需求减弱，而是反映了市场进入稳步扩展阶段后，爆发性增长逐渐消退。
AI加速器的TAM（可寻址市场总额）不仅涵盖GPU，还包括FPGA和其他定制加速器的增长。
Su & Co的预测模型虽然显示到2028年终端收入达到5000亿美元，但实际的市场增速仍可能受制于全球经济环境、技术创新速度以及企业对AI加速器的需求变化。
Nvidia和AMD作为AI加速领域的龙头企业，其产品如Nvidia的H100和AMD的Instinct MI300系列都具备出色的AI处理性能，适用于深度学习和机器学习等计算密集型任务。
然而，谷歌、亚马逊和微软等科技巨头自主研发的AI加速器逐渐蚕食市场份额，尤其是在云计算和特定应用场景中，这些企业的自研硬件加速器因其高度定制化和成本效益受到青睐。
以谷歌的TPU为例，其针对特定AI任务进行了专门优化，能够提供比通用GPU更高的计算效率和能耗比。而AWS的Inferentia则专注于推理任务，降低了云服务中大规模推理计算的成本。
这些定制加速器的崛起为市场带来了更多的选择，同时也促使GPU厂商不断提升技术，以保持竞争优势。
AI加速器市场的持续扩展不仅依赖于硬件性能的提升，还需要架构上的创新。例如，AMD和Nvidia的最新一代GPU不仅在计算能力上有所突破，还通过改进内存架构、增加处理单元、提升能效比等方面进行优化，以适应AI工作负载的多样化需求。
AI加速器可能会在异构计算架构上继续演进，即将CPU、GPU、FPGA和其他加速器整合到一个统一的计算平台中。这种架构可以更高效地处理复杂的AI任务，尤其是在推理和训练任务中。
此外，量子计算和神经拟态计算等前沿技术的逐步商业化也可能为AI加速领域带来革命性变化。
AI加速器市场增速放缓的一个重要原因是需求的动态变化。尽管AI技术在多个领域得到了广泛应用，如自动驾驶、语音识别和医疗影像分析等，但企业对AI加速器的投资并非线性增长。
部分企业在初期对AI加速器进行大规模投资后，可能在后期减少了新增设备的采购。
企业更加关注如何优化现有的AI基础设施，而非一味追求硬件更新。这种现象特别体现在云计算领域，云服务提供商通过优化现有AI加速器集群的使用效率来满足用户需求，而非不断扩展硬件规模。
GPU在处理AI任务时表现出色，但其高能耗和散热问题仍是限制其大规模应用的关键因素之一。尤其是在超大规模数据中心中，GPU加速器的能耗成为了运营成本的重要组成部分。
为了解决这一问题，行业内的技术创新方向开始转向低功耗、高能效的加速器解决方案。AI加速器的研发重点可能会集中在如何通过改进架构、优化功耗管理等方式降低能耗，同时提升计算性能。
这一趋势不仅会推动AI加速器的进一步发展，还将为AI数据中心的可持续性提供技术支持。
2023年至2028年间，全球在AI数据中心加速器上的支出将达到7000亿至9000亿美元，而整个AI系统的支出则可能接近2万亿美元。这一庞大的市场规模不仅会影响半导体行业，还将对全球经济产生深远影响。
AI在各个行业的渗透率不断提高，这可能会导致部分传统行业的工作岗位被取代。例如，自动化技术的普及使得制造业、物流业等领域的劳动力需求减少。
然而，AI技术的快速发展也创造了新的就业机会，尤其是在数据科学、AI算法开发和AI硬件设计等领域。
从经济角度看，AI加速器的应用将推动各行业的数字化转型，提升生产效率并降低运营成本。尤其是在金融、医疗、制造和零售等领域，AI的应用已经显现出巨大的经济效益。
此外，AI加速器市场的扩展还将带动半导体产业链上下游企业的增长，进一步推动全球科技产业的发展。
AI加速器市场的增速预测有所放缓，但其长期发展前景依然广阔。AMD和Nvidia作为市场的主要推动者，将继续通过技术创新保持竞争力，自研AI加速器的崛起、多样化需求的涌现以及新兴技术的应用，都会对AI加速器市场的未来产生深远影响。
