谁能想到，2nm 还没来，预计 2026 年量产的 1.6nm 就已经引起轰动了。根据中国台湾经济日报援引产业链人士报道，除了苹果照例预定台积电 A16（16 埃米等于 1.6 纳米）首批产能，OpenAI 也加入了台积电 A16 产能的首发名单。
OpenAI 要造 AI 芯片并不意外，OpenAI CEO Sam Altman 早就打算募集 7 万亿美元来建设晶圆厂，以进行自家 AI 芯片的研发和生产。但耐人寻味的是，苹果和 OpenAI，两个时代的开创者正在展开了一场关于台积电 A16 首批产能的竞赛。
背后是新时代巨头与 AI 芯片的崛起。
争抢台积电 16A，不只是 OpenAI 与苹果之争
A16 芯片是台积电目前已揭露的最先进制程节点，也是台积电迈入埃米制程的第一步，预定在 2026 下半年量产。
这件事的分量到底有多重？ 据台积电介绍， A16 将采用下一代纳米片晶体管技术，并采用超级电轨技术（SPR），SPR 技术就是将供电线路移到晶圆背面，以在晶圆正面释放出更多讯号线路布局空间，来提升逻辑密度和效能，是一种独创的、领先业界的背面供电解决方案。
路线图，图/台积电
总的来说，台积电不仅将带来晶体管密度的提升，还集成了最新的纳米片晶体管技术和背面电力传输系统，理论上将大幅提高芯片的性能与能效。换句话说，这可能将 AI 芯片推向更高峰，甚至开启一轮新的技术革命。
而对 OpenAI 来说，这不仅是抢占先机，更是对未来 AI 计算的战略布局。 要知道，AI 模型的复杂度和计算需求日益增加，没有强大的硬件支持，想象力再丰富也只能止步于纸上谈兵。
OpenAI 与苹果争夺首批台积电 A16 制程产能，实际上也反映了整个科技行业对 AI 硬件需求的旺盛与迫切，不仅凸显了 AI 计算需求的飞速增长，也标志着 AI 硬件正在成为科技行业的核心竞争力之一。
图/ X
在这个新的战场上，谁能率先掌握最先进的芯片技术，谁就能在未来赢得更多的先机。 从这个角度看，OpenAI 与苹果之争的背后，也是 AI 时代与移动时代的一场角力。
2024 年，AI 芯片大热下的分化
5 月底，知名市场研究机构 Gartner 发布了一份报告，指出 2023 年全球 AI 芯片销售收入达到了 536 亿美元，并预计 2024 年将同比增长 33%至 710 亿美元，在 2025 将增长至 920 亿美元。
不意外，驱动 AI 芯片销售收入增长的主要因素包括对边缘计算的需求激增，尤其是在手机、PC、物联网设备以及自动驾驶系统等领域的需求 。此外，AI 芯片在数据中心更进一步的应用也为市场带来了巨大的推动力 。
而在 2024 年，我们同样能看到当海外芯片巨头在 AI 技术浪潮中继续乘风破浪，国内 AI 芯片厂商也在加紧追赶，努力缩小与国际领先者的差距。
说到 AI 芯片，首先肯定绕不开目前 AI 芯片领域的王者——英伟达（NVIDIA）。今年上半年，英伟达依旧霸气外露，推出了全新的 Blackwell B200 平台——有史以来最强大的 AI 芯片，直接将 AI 训练和推理性能拉到了新高度。
Blackwell B200，图/英伟达
尽管 Blackwell B200 被曝出货时间将从今年 10 月推迟到明年初，但英伟达的 GPU 仍然是市场的主角，几乎垄断了全球 AI 芯片市场，特别是在数据中心和高性能计算领域，继续稳坐龙头老大的位置。
老对手 AMD 也不甘示弱。2024 年上半年，AMD MI300X 就开始了大量出货，在推理性能上超越了英伟达部分产品。虽然在 AI 芯片的市场份额上还不能与英伟达相提并论，但 AMD 不论是产品还是市场表现已经足以让人刮目相看。
在国内市场，寒武纪和华为昇腾的表现也不容小觑。
寒武纪即将发布的思元 590 据称性能大幅提升，直接对标英伟达 A100，计划年内量产出货。尽管距离英伟达还有很长的路要走，并且今年上半年的财报还显示寒武纪营收只有 6477 万元，同比下降了 43.42%，但其市值一直从去年涨到今天。本质在于，外界依然看好寒武纪在 AI 芯片领域的技术积累，以及国产替代的机遇。
另一方面，华为的昇腾 AI 芯片则已经在国内市场风生水起，被大量国内公司采购。华为此前推出的昇腾 910B 被认为基本可以对标英伟达 A100， 而预计在今年 10 月出货的昇腾 910C 则是对标目前最主流的英伟达 p00，或将进一步巩固了华为在国内 AI 芯片市场的领导地位。
昇腾 910，图/华为
总体来看，2024 年上半年，AI 芯片市场依旧风云变幻，英伟达和 AMD 在海外市场上展开激烈竞争，而华为和寒武纪则在国内市场上逐步扩大影响力。面对 AI 芯片的激烈战场，这些公司都在全力以赴，争取在未来的科技格局中占据一席之地。
大模型「变小」：国产 AI 芯片「弯道超车」的好机会
过去，AI 芯片的竞争主要集中在如何为超大规模模型提供强大的计算能力，但如今，行业正在发生微妙的转变——从提供「最强、最有用」的大模型转向打造「最具性价比」的小模型。
从深度求索（DeepSeek）到 Gemini 1.5 Flash，再到 OpenAI 推出 GPT-4o mini，从今年年初开始，大模型厂商对更小参数规模模型的追求变得越来越明显，这对 AI 芯片行业的影响不可小觑。
图/ OpenAI
随着模型规模的缩小，可以预见低功耗、高效率 AI 芯片的需求将越来越大。 这意味着芯片厂商可能会从过去一味追求性能的思路，转向更多考虑优化能效和成本的方向。不仅是在移动设备上，也包括 HPC 上，更精悍 AI 芯片将更加受欢迎，这不仅推动了芯片的小型化，或许也带来了芯片架构设计上的改变。
此外，小规模模型的广泛应用将可能降低对大规模计算资源的依赖，推动 AI 芯片在更广泛的应用场景中普及。 过去，AI 芯片主要集中在数据中心等高性能计算领域，而未来，我们可能会看到 AI 芯片更多地应用于终端设备和边缘计算场景。这种转变将推动 AI 应用与 AI 芯片下沉到更多的应用场景中，这对新兴厂商来说，无疑是一个良机。
而对国内的 AI 芯片厂商来说，小规模参数模型的崛起尤其是赶超英伟达等巨头的绝佳机会。
图/寒武纪
一方面，小规模模型对极高端硬件的依赖度降低，给了国内厂商在技术上缩小差距的可能性。 同时通过推出高效能、低功耗的芯片，也更能快速占领市场份额。尤其是在智能城市、物联网和边缘计算等国内应用需求旺盛的领域，更有机会利用本土化的优势，迅速扩大市场影响力。
另一方面，国内对于 AI 芯片的国产替代也给予了大力支持和政策倾斜，无论是资金投入还是技术研发，都能帮助国内厂商加速技术突破和市场扩展。 同时，随着全球供应链的不确定性增加，自主可控的芯片供应链显得尤为重要，也为国内 AI 芯片厂商提供了前所未有的发展机会。
然而，赶超英伟达也绝非易事。
英伟达在全球 AI 芯片市场的领导地位不仅依赖于其强大的硬件性能，还得益于其成熟的生态系统和广泛的行业合作伙伴。要实现赶超，中国厂商不仅需要在技术上取得突破，还必须构建一个强大的软硬件生态系统，吸引更多的开发者和企业客户。
写在最后
AI 芯片的竞争就像一场没有终点的马拉松，每个参与者都在奋力奔跑，试图占领更多的市场份额。强如英伟达，也要在海外和国内市场面对无数强敌的进攻。
小规模参数模型的发展确实为中国 AI 芯片厂商提供了一个赶超巨头的良机，但这条路上依然充满挑战。成功的关键在于技术创新、市场策略的灵活调整，以及生态系统的构建和扩展。 如果能够抓住这个趋势并有效执行，国产 AI 芯片有望在未来的全球市场中脱颖而出。
不过也要指出，AI 芯片市场已经不仅仅是硬件性能的战场，而是软硬件生态、创新能力和市场战略的综合比拼。而归根结底，在这个技术飞速发展的时代，也只有那些不断创新、勇于迎接挑战的厂商，才有资格赢下这场 AI 芯片之争。
