Can AMD really break Nvidia's monopoly? AMD has risen more than 10% in the past two weeks, but...

硬件软件齐发力，AMD 正在努力赶超英伟达，目前正面临生态垄断的关键问题。

9 月底，Lamini 联合创始人兼首席执行官 Sharon Zhou 在 X 平台发布了一条推文，推文表示在过去的一年里，她一直在使用 AMD（超威半导体）的 100 多个芯片来为其人工智能初创公司的产品提供支持。

这条推文再度引发了市场兴奋。为了追赶英伟达，AMD 今年以来动作频频，过去两周以来，AMD 股价累计上涨了约 10%。

今年 6 月，AMD 在其新品发布会上发布最新 GPU Instinct MI300，并称 MI300X 提供的 HBM 密度最高是英伟达 AI 芯片 H100 的 2.4 倍，其 HBM 带宽最高是 H100 的 1.6 倍。这意味着，AMD 的芯片可以运行比英伟达芯片更大的模型，将于今年晚些时候发布的 Instinct MI300XA 也因此被视为英伟达 H100 的有力竞品。

但是在软件方面，英伟达的 Cuda 生态圈将 AMD 芯片拒之门外，想要打破英伟达的垄断并非易事。

AMD 的软件难题：跨越 Cuda 生态壁垒

从硬件参数上来看，AMD Instinct MI300A 已经赶上甚至赶超了英伟达 H100 的水准，剩下的难题就是完善软件生态，主要是需要兼容英伟达自研的 Cuda 生态。

英伟达的 Cuda 软件及其芯片形成封闭的生态圈，使得 AMD 的 RocM 软件难以流行。此外，英伟达在其他软件组件（例如连接操作系统和硬件的驱动程序）方面也拥有巨大的领先优势。

Zhou 在接受采访时表示，尽管其初创公司成立时间不过一年，但她的联合创始人 Greg Diamos 已经花费了多年的时间致力于针对 Lamini 开发的软件优化 AMD 芯片。

因此，如果一家初创公司的 AI 应用搭载的是英伟达芯片，那么它基本上不可能转向 AMD 芯片，因为这意味着公司必须 “扔掉所有代码并从头开始”。

为了更明确地表达跨越生态的难度，Zhou 指出，英伟达在 Cuda 生态方面拥有 “两个十年的领先优势”。

但这不意味着 AMD 的芯片没有任何优势。

首先，AMD MI300A 芯片率先实现了 CPU 和 GPU 的结合，能够加快训练计算的速度，而英伟达的 Falcon Shores 计划尚未落地。

其次，MI300A 芯片拥有 128GB 的内存，比 H100 80GB 的内存更大，意味着开发人员可以在单个芯片上加载更大、更复杂的人工智能模型，而不是将其拆分到多个芯片上，分割模型会使训练和运行速度变慢且更加耗电。

此外，很多初创公司也正致力于让非英伟达芯片也可以兼容生态。比如 Lamini 一直致力于简化在 AMD GPU 上构建人工智能模型的困难；Modular 正在构建软件，以允许开发人员在不同类型的硬件上训练和运行模型。

周二，AMD表示，正计划收购一家名为 Nod.ai 的人工智能初创公司，以增强其人工智能软件的开发能力，以便更轻松地部署针对 AMD 芯片的人工智能模型。