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。
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。
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。
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。
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。
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。
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。
总体来看，JN江南·体育下载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。
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。
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。
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。
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。
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。
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。
