一颗芯片的新战争

今日快讯 2025年10月07日 11:41 0 admin

公众号记得加星标⭐️，第一时间看推送不会错过。

以往每年9月，都是手机发烧友的狂欢月，因为这时期苹果、小米、华为等都会发新机。然而，今年的9月，一个更深层次的产业变革正在暗流涌动。当所有人都在对iphone 17的续航、联网、铝合金质感等“找茬”时，一场关于AI推理芯片的战争，已悄然打响。

过去几年，云厂商为了训练大模型投入巨资购买芯片，如今也到了利用推理实现变现的时候了。根据麦肯锡报告，全球AI推理市场规模预计2028年将达1500亿美元，年复合增长率超40%，远高于训练市场的20%。推理支撑着各类应用的实时推理需求，包括智能推荐、内容生成、虚拟助手等。可以说，推理阶段才是实现实际应用和商业化的关键。

这场推理之战，随着华为、英伟达和谷歌三大巨头相继发布了各自的推理芯片之后，已经将正式打响！

华为Ascend 950PR：

成本优化下的推理利器

9月18日，在2025年华为全联接大会上，华为宣布了昇腾芯片的规划和进展。未来3年，也就是到2028年，华为在开发和规划了三个系列，分别是Ascend 950系列、Ascend 960、Ascend 970系列。华为表示，将以几乎一年一代算力翻倍的速度，同时围绕更易用，更多数据格式、更高带宽等方向持续演进，持续满足AI算力不断增长的需求

焦点落在即将推出的Ascend 950系列，特别是Ascend 950PR和950DT两颗芯片，它们均采用同一Ascend 950 Die（芯片裸片）。Ascend 950PR专攻推理Prefill阶段和推荐业务，采用华为自研的低成本HBM（高带宽内存）——HiBL 1.0。相较于高价位的HBM3e/4e，能够大大降低推理Prefill阶段和推荐业务的投资，这在规模化部署中至关重要。芯片预计2026年一季度面世，首发形态包括标准卡和超节点服务器。

与前代相比，Ascend 950的提升堪称革命性：

低精度支持：新增支持业界标准FP8/MXFP8/MXFP4等低数值精度数据格式，算力分别达到1P和2P，提升训练效率和推理吞吐。并特别支持华为自研的HiF8，在保持FP8的高效的同时，精度非常接近FP16。
向量算力跃升：通过提高向量单元占比、创新同构设计（支持SIMD/SIMT双编程模型）和细化内存访问颗粒度（从512B降至128B），更好地处理碎片化数据。
互联带宽翻倍：互联带宽相比Ascend 910C提升了2.5倍，达到2TB/s。
定制HBM策略：结合结合推理不同阶段对于算力、内存、访存带宽及推荐、训练的需求不同，华为自研了两种HBM：HiBL 1.0针对Prefill和推荐，HiZQ 2.0则面向Decode（解码）和训练。这种“Die+HBM合封”模式，类似英伟达的CoWoS封装，但更注重成本控制，体现了华为的成本-性能平衡之道。

从行业视角看，Ascend 950PR的低成本HBM策略直击全球痛点：一方面是从一定程度上解决HBM供给紧缺，另一方面降低成本，在AI推理中，内存成本占总支出的40%以上。华为此举不仅挑战国外厂商在HBM垄断，还为中国本土生态注入活力，预计将加速AI在边缘计算和云服务的落地。

英伟达Rubin CPX：

长上下文处理的革命先锋

9月9日，英伟达重磅推出Rubin CPX，一款专为大规模上下文处理设计的GPU。这标志着英伟达从“训练霸主”向“推理专家”的蔓延。这款芯片预计于 2026 年底上市。

Rubin CPX集成在NVIDIA Vera Rubin NVL144 CPX平台中，单机架算力达8 Exaflops（百亿亿次浮点运算），较GB300 NVL72提升7.5倍，配备100TB快速内存和1.7PB/s带宽。英伟达还提供独立计算托盘，兼容现有系统，便于客户升级。

黄仁勋强调，Rubin CPX开创了“CPX”新处理器类别，类似于RTX对图形领域的颠覆。它针对百万Token级上下文，处理速度和效率远超传统GPU。例如，在视频生成中，AI需处理上百万Token（相当于一小时视频），传统系统已达极限。Rubin CPX集成视频编解码器和长上下文推理技术于单芯片，支持NVFP4精度，峰值算力30 Petaflops，内存128GB GDDR7。

此外，Rubin CPX关键进步还包括：

效能翻倍：系统专注力提升3倍，能无缝处理长序列，而不牺牲速度。

经济配置：单晶片设计降低成本，支持InfiniBand或Spectrum-X网络，扩展性强。英伟达宣称，每1亿美元投资可获50亿美元Token收益，ROI（投资回报率）高达5倍。
应用转型：从简单代码生成到优化大型软件项目，Rubin CPX让AI助理更智能。

英伟达的洞察在于：长上下文是AI Agent的核心瓶颈。Gartner报告显示，到2027年，80%的AI应用将涉及多模态长序列处理。Rubin CPX的上市（2026年底），将巩固英伟达的生态霸权。

谷歌Ironwood TPU

效率与规模的双重王者

在9月份圣克拉拉举行的人工智能基础设施峰会上，谷歌人工智能和计算基础设施总经理 Mark LohmeyerMark Lohmeyer分享的数据显示，谷歌内部的推理请求量在过去一年里呈几何级增长，如下图所示，谷歌应用中的推理令牌（token）使用量在 2024年4月到2025年4月间，增长了惊人的50倍。这种增长趋势在2025年下半年变得更加陡峭，仅2025年6月到8月，月推理速率就从980万亿个飙升至接近1460万亿个。这凸显了高性能推理芯片的迫切需求。

红色是推理率变化

今年4月份，谷歌在Google Cloud Next 25大会上推出了其首款Google TPU推理芯片Ironwood，这也是谷歌的第七代张量处理单元 (TPU)。

一块搭载四块Ironwood TPU的系统主板（图源：Google）

一排七个Ironwood TPU 机架，每排一个CDU和一个网络机架。这是谷歌首次展示一排 Ironwood 机器。（图源：Google）

Ironwood 根据 AI 工作负载需求提供两种尺寸：256 芯片配置和 9,216 芯片配置。后者总算力达到42.5 Exaflops，是El Capitan超算的24倍；单芯片峰值4.614 Exaflops，功率效率1.5倍于Trillium，每瓦性能翻倍，较首代TPU提升30倍。

Ironwood的深度优化还包括：

功率效率大幅提升：Ironwood的功率接近10兆瓦，功率效率是Trillium的1.5倍。每瓦性能是第六代 TPU Trillium 的两倍，比2018年推出的首款云TPU 高出近30倍。

历代TPU的能效对比

内存带宽飞跃：Ironwood单芯片容量高达 192 GB，是 Trillium 的 6 倍；单芯片带宽达到 7.37 TB/s，是Trillium的 4.5 倍。通过突破性的芯片间互联 (ICI) 网络连接，双向带宽提升至 1.2 TBps，从而实现更快的芯片间通信，
OCS互联联科技：一个通过谷歌独特的光路交换机（OCS）互连的 Ironwood 集群，可以利用 9,216 个 Ironwood TPU，在训练和推理工作负载上提供总计 1.77 PB 的 HBM 内存容量，碾压英伟达Blackwell机架的20.7TB。这种 OCS 互连具有动态重构能力，可以在不重启整个训练和推理任务的情况下，修复TPU 故障。
软件栈革命：除了支持 JAX AI 框架外，Ironwood TPU现在也支持原生的 PyTorch；此外，谷歌自己的Pathways堆栈，能够简化万级TPU管理。

展示的是一块带有四个 Ironwood TPU 的系统板。每个芯片（带有金色盖子的方形物体）旁边都有四个长条状的内存模块，这些是高带宽内存（HBM）。这块板卡是谷歌为了将四个TPU芯片封装在一起，从而提供极高的算力和内存带宽而设计的。

谷歌不仅在硬件上发力，还展示了一整套针对AI推理优化的软件堆栈，旨在显著提升效率和降低成本。

谷歌推理堆栈的架构

软件堆栈核心组件主要包括：

GKE是Google Cloud上托管的Kubernetes容器服务，类似于内部使用的Borg和Omega控制器。GKE Inference Gateway 是一个新的服务，利用AI注入的智能负载均衡，将推理请求分发到计算引擎池，其目标是减少任务排队，提高利用率；确定不同部分推理硬件和软件堆栈的配置是一个艰巨的任务，因此谷歌创建了 GKE Inference Quickstart 工具，这也是一个新工具，现已普遍可用。
Anywhere Cache：这是一个新的闪存缓存服务，可大幅减少延迟和网络成本。它能将谷歌云区域内的读取延迟提高 70%，跨区域延迟提高 96%。
Managed Lustre服务是一个高性能文件系统，用于向 GPU和TPU集群提供数据。
Lohmeyer还展示了另一项名为推测解码的技术，该技术已被用于提高其Gemini模型的性能，并将其能耗降低了约33倍。

总的来说，通过这些软硬件的协同优化，最终能帮助谷歌云客户将推理延迟降低高达 96%，吞吐量提高 40%，并将每个令牌的成本降低多达 30%。

Groq：估值超69亿美元的推理芯片初创公司

除了这些芯片巨头，AI初创公司——Groq最近的融资也为推理芯片的热度再加一把燃料。Groq由前谷歌TPU工程师于2016年创立，专攻AI推理芯片。

2025年 9 月，Groq 宣布融资7.5 亿美元。这也是AI硬件领域最大的私人融资之一。自2024 年 8 月至 2025 年 9 月，Groq的估值已经从28亿美元跃升至 69 亿美元。而在2021 年，在老虎环球基金领投的一轮融资后，Groq 的估值略高于 10 亿美元。

此次融资由 Disruptive 领投，三星和思科也加入了这一轮融资。此外之前投资者D1 Capital、Altimeter 和其他之前支持过Groq 的公司也加入了进来。投资者的广泛性（从金融巨头到科技公司）凸显了人们对Groq的技术和市场方向的广泛信心。

Groq表示，新资金将用于加大芯片产量，计划到2025年第一季度部署超过108,000 个 LPU（14 纳米代），以满足需求。该公司还一直在投资人才，最近任命Stuart Pann（前英特尔员工）为首席运营官，甚至聘请Yann LeCun（Meta 的首席 AI 科学家）担任技术顾问。

除了风险投资，Groq的资金还因订单而增加。2025年 2 月，Groq从沙特阿拉伯获得了 15 亿美元的承诺，用于在沙特数据中心部署Groq的推理芯片；Groq 还成为贝尔加拿大 AI Fabric（一个横跨六个数据中心（计划容量为 500 兆瓦）的国家 AI 云网络）的独家推理提供商，Groq 芯片将于 2025 年为首批站点提供支持，贝尔选择Groq作为其主权人工智能基础设施的独家推理合作伙伴，理由是Groq比其他处理器“推理性能更快，而且成本低得多”。

Groq 的芯片被称为语言处理单元 (LPU)，采用新颖的“张量流”架构。它们采用单个大核心，配备片上内存和确定性、软件调度的数据流，这与 GPU 的多核、基于缓存的设计不同。这使得延迟比领先的 GPU竞争对手低10倍，并且通过将数据保留在片上，内存带宽优势高达10 倍——非常适合实时AI推理。

写在最后

从芯片巨头的重磅发布，到初创公司的估值飙升，种种迹象表明，AI的下半场——推理，已经进入了全面竞争的时代。这场竞赛的焦点不再仅仅是原始算力的比拼，更是对成本、能效、软件生态和应用场景的综合较量。

可以说，当大模型从实验室走向千家万户，当AI从概念变为日常应用，谁能提供更高效、更经济、更灵活的推理解决方案，谁就将最终掌握AI时代的钥匙。这场没有硝烟的战争才刚刚拉开序幕，未来的AI世界，将由这些推理芯片的角逐结果来定义。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

END

今天是《半导体行业观察》为您分享的第4187期内容，欢迎关注。

★

加星标⭐️第一时间看推送，小号防走丢