誰能想到，2nm 還沒來，預計 2026 年量產的 1.6nm 就已經引起轟動了。根據中國台灣經濟日報援引產業鏈人士報道，除了蘋果照例預定台積電 A16（16 埃米等於 1.6 奈米）首批產能，OpenAI 也加入了台積電 A16 產能的先發名單。
OpenAI 要造 AI 芯片並不意外，OpenAI CEO Sam Altman 早就打算募集 7 萬億美元來建設晶圓廠，以進行自家 AI 芯片的研發和生產。但耐人尋味的是，蘋果和 OpenAI，兩個時代的開創者正在展開了一場關於台積電 A16 首批產能的競賽。
背後是新時代巨頭與 AI 芯片的崛起。
爭搶台積電 16A，不只是 OpenAI 與蘋果之爭
A16 芯片是台積電目前已揭露的最先進制程節點，也是台積電邁入埃米制程的第一步，預定在 2026 下半年量產。
這件事的分量到底有多重？ 據台積電介紹， A16 將采用下一代奈米片晶體管技術，並采用超級電軌技術（SPR），SPR 技術就是將供電路線移到晶圓背面，以在晶圓正面釋放出更多訊號路線布局空間，來提升邏輯密度和效能，是一種獨創的、領先業界的背面供電解決方案。
路線圖，圖/台積電
總的來說，台積電不僅將帶來晶體管密度的提升，還整合了最新的奈米片晶體管技術和背面電力傳輸系統，理論上將大幅提高芯片的效能與能效。換句話說，這可能將 AI 芯片推向更高峰，甚至開啟一輪新的技術革命。
而對 OpenAI 來說，這不僅是搶占先機，更是對未來 AI 計算的戰略布局。 要知道，AI 模型的復雜度和計算需求日益增加，沒有強大的硬體支持，想象力再豐富也只能止步於紙上談兵。
OpenAI 與蘋果爭奪首批台積電 A16 制程產能，實際上也反映了整個科技行業對 AI 硬體需求的旺盛與迫切，不僅凸顯了 AI 計算需求的飛速增長，也標誌著 AI 硬體正在成為科技行業的核心競爭力之一。
圖/ X
在這個新的戰場上，誰能率先掌握最先進的芯片技術，誰就能在未來贏得更多的先機。 從這個角度看，OpenAI 與蘋果之爭的背後，也是 AI 時代與移動時代的一場角力。
2024 年，AI 芯片大熱下的分化
5 月底，知名市場研究機構 Gartner 釋出了一份報告，指出 2023 年全球 AI 芯片銷售收入達到了 536 億美元，並預計 2024 年將同比增長 33%至 710 億美元，在 2025 將增長至 920 億美元。
不意外，驅動 AI 芯片銷售收入增長的主要因素包括對邊緣計算的需求激增，尤其是在手機、PC、物聯網裝置以及自動駕駛系統等領域的需求 。此外，AI 芯片在數據中心更進一步的套用也為市場帶來了巨大的推動力 。
而在 2024 年，我們同樣能看到當海外芯片巨頭在 AI 技術浪潮中繼續乘風破浪，國內 AI 芯片廠商也在加緊追趕，努力縮小與國際領先者的差距。
說到 AI 芯片，首先肯定繞不開目前 AI 芯片領域的王者——輝達（NVIDIA）。今年上半年，輝達依舊霸氣外露，推出了全新的 Blackwell B200 平台——有史以來最強大的 AI 芯片，直接將 AI 訓練和推理效能拉到了新高度。
Blackwell B200，圖/輝達
盡管 Blackwell B200 被曝出貨時間將從今年 10 月推遲到明年初，但輝達的 GPU 仍然是市場的主角，幾乎壟斷了全球 AI 芯片市場，特別是在數據中心和高效能計算領域，繼續穩坐龍頭老大的位置。
老對手 AMD 也不甘示弱。2024 年上半年，AMD MI300X 就開始了大量出貨，在推理效能上超越了輝達部份產品。雖然在 AI 芯片的市場份額上還不能與輝達相提並論，但 AMD 不論是產品還是市場表現已經足以讓人刮目相看。
在國內市場，寒武紀和華為昇騰的表現也不容小覷。
寒武紀即將釋出的思元 590 據稱效能大幅提升，直接對標輝達 A100，計劃年內量產出貨。盡管距離輝達還有很長的路要走，並且今年上半年的財報還顯示寒武紀營收只有 6477 萬元，同比下降了 43.42%，但其市值一直從去年漲到今天。本質在於，外界依然看好寒武紀在 AI 芯片領域的技術積累，以及國產替代的機遇。
另一方面，華為的昇騰 AI 芯片則已經在國內市場風生水起，被大量國內公司采購。華為此前推出的昇騰 910B 被認為基本可以對標輝達 A100， 而預計在今年 10 月出貨的昇騰 910C 則是對標目前最主流的輝達 p00，或將進一步鞏固了華為在國內 AI 芯片市場的領導地位。
昇騰 910，圖/華為
總體來看，2024 年上半年，AI 芯片市場依舊風雲變幻，輝達和 AMD 在海外市場上展開激烈競爭，而華為和寒武紀則在國內市場上逐步擴大影響力。面對 AI 芯片的激烈戰場，這些公司都在全力以赴，爭取在未來的科技格局中占據一席之地。
大模型「變小」：國產 AI 芯片「彎道超車」的好機會
過去，AI 芯片的競爭主要集中在如何為超大規模模型提供強大的計算能力，但如今，行業正在發生微妙的轉變——從提供「最強、最有用」的大模型轉向打造「最具價效比」的小模型。
從深度求索（DeepSeek）到 Gemini 1.5 Flash，再到 OpenAI 推出 GPT-4o mini，從今年年初開始，大模型廠商對更小參數規模模型的追求變得越來越明顯，這對 AI 芯片行業的影響不可小覷。
圖/ OpenAI
隨著模型規模的縮小，可以預見低功耗、高效率 AI 芯片的需求將越來越大。 這意味著芯片廠商可能會從過去一味追求效能的思路，轉向更多考慮最佳化能效和成本的方向。不僅是在行動裝置上，也包括 HPC 上，更精悍 AI 芯片將更加受歡迎，這不僅推動了芯片的小型化，或許也帶來了芯片架構設計上的改變。
此外，小規模模型的廣泛套用將可能降低對大規模計算資源的依賴，推動 AI 芯片在更廣泛的套用場景中普及。 過去，AI 芯片主要集中在數據中心等高效能計算領域，而未來，我們可能會看到 AI 芯片更多地套用於終端裝置和邊緣計算場景。這種轉變將推動 AI 套用與 AI 芯片下沈到更多的套用場景中，這對新興廠商來說，無疑是一個良機。
而對國內的 AI 芯片廠商來說，小規模參數模型的崛起尤其是趕超輝達等巨頭的絕佳機會。
圖/寒武紀
一方面，小規模模型對極高端硬體的依賴度降低，給了國內廠商在技術上縮小差距的可能性。 同時透過推出高效能、低功耗的芯片，也更能快速占領市場份額。尤其是在智慧城市、物聯網和邊緣計算等國內套用需求旺盛的領域，更有機會利用本土化的優勢，迅速擴大市場影響力。
另一方面，國內對於 AI 芯片的國產替代也給予了大力支持和政策傾斜，無論是資金投入還是技術研發，都能幫助國內廠商加速技術突破和市場擴充套件。 同時，隨著全球供應鏈的不確定性增加，自主可控的芯片供應鏈顯得尤為重要，也為國內 AI 芯片廠商提供了前所未有的發展機會。
然而，趕超輝達也絕非易事。
輝達在全球 AI 芯片市場的領導地位不僅依賴於其強大的硬體效能，還得益於其成熟的生態系和廣泛的行業合作夥伴。要實作趕超，中國廠商不僅需要在技術上取得突破，還必須構建一個強大的軟硬體生態系，吸引更多的開發者和企業客戶。
寫在最後
AI 芯片的競爭就像一場沒有終點的馬拉松，每個參與者都在奮力奔跑，試圖占領更多的市場份額。強如輝達，也要在海外和國內市場面對無數強敵的進攻。
小規模參數模型的發展確實為中國 AI 芯片廠商提供了一個趕超巨頭的良機，但這條路上依然充滿挑戰。成功的關鍵在於技術創新、市場策略的靈活調整，以及生態系的構建和擴充套件。 如果能夠抓住這個趨勢並有效執行，國產 AI 芯片有望在未來的全球市場中脫穎而出。
不過也要指出，AI 芯片市場已經不僅僅是硬體效能的戰場，而是軟硬體生態、創新能力和市場戰略的綜合比拼。而歸根結底，在這個技術飛速發展的時代，也只有那些不斷創新、勇於迎接挑戰的廠商，才有資格贏下這場 AI 芯片之爭。
