AMD与Google在AI领域将如何合作？

这是一个 “硬件制造商” 与 “全栈AI巨头” 之间的对决。

核心定位与商业模式

AMD: 硬件巨头，AI计算的加速者

• 核心业务: 设计和销售CPU、GPU、FPGA（现场可编程门阵列）等计算芯片。
• AI战略: 提供强大的、开放的计算硬件平台，让AI开发者和企业能够在其硬件上高效地训练和推理AI模型，AMD不直接开发面向大众的AI应用，而是为这些应用提供“引擎”。
• 商业模式: 硬件销售，通过销售其MI系列GPU Instinct加速器（用于数据中心）和Radeon系列GPU（用于消费级和专业市场）来盈利。
• 优势:
  • 开放性: 不绑定特定的软件栈或云服务，客户可以自由选择在AMD硬件上运行各种AI框架（如PyTorch, TensorFlow）。
  • 高性能计算: 凭借其CPU和GPU在超算和高性能计算领域有深厚积累,这些技术可以平移到AI领域。
  • 性价比: 近年来，AMD的GPU在提供强大算力的同时,往往能提供比竞争对手更具吸引力的价格。

Google: 全栈AI巨头，从芯片到应用的生态构建者

• 核心业务: 搜索、广告、云计算、安卓系统以及各种AI驱动的服务和产品（如Gmail, Google Maps, Google Translate）。
• AI战略: 构建一个完整的、垂直整合的AI生态系统，从底层芯片、软件框架，到上层应用和服务,全部由Google自己掌控。
• 商业模式: 多元化。
  1. 云服务销售: 通过Google Cloud Platform提供其AI模型和基础设施服务,这是其AI商业化的重要途径。
  2. 软件即服务: 通过订阅等方式提供其先进的AI模型（如Gemini API）。
  3. 硬件销售: 出售其TPU芯片，但主要面向其云客户,不直接面向个人消费者。
• 优势:
  • 全栈整合: 芯片、软件、模型、应用高度协同,可以实现极致的性能优化和能效比。
  • 海量数据与场景: 拥有全球最庞大的数据集和最丰富的AI应用场景,这为训练和验证世界一流的AI模型提供了无与伦比的优势。
  • AI先发优势: Google是深度学习领域的先驱，拥有TensorFlow、Keras等业界主流框架，以及顶级的AI研究团队（DeepMind, Google Brain）。

在AI领域的具体布局与产品

AMD: 专注硬件“肌肉”

1. AI芯片 (GPU/加速器):

   • Instinct系列: 这是AMD在数据中心AI训练和推理领域的主力产品。
     • MI300X: 当前旗舰产品，采用CDNA 3架构，拥有高达192GB的HBMe内存，专门为训练和运行大型语言模型（如Llama）而优化,直接对标NVIDIA的H100。
     • MI300A: 整合了CPU和GPU,适合AI与高性能计算融合的工作负载。
   • Radeon系列: 面向消费者和专业市场，如RX 7900 XTX等，虽然也用于AI计算,但在专业数据中心领域不是主流。

2. 软件与生态:

   • ROCm: 这是AMD的软件平台，类似于NVIDIA的CUDA，它允许开发者在AMD GPU上运行各种AI和高性能计算应用，AMD正在大力投入ROCm的开发和优化,以缩小与CUDA生态的差距。
   • 与AI框架合作: 与PyTorch, TensorFlow等主流框架保持紧密合作,确保其硬件能获得良好的支持。

Google: 从“大脑”到“神经”的全栈布局

1. AI芯片 (TPU - Tensor Processing Unit):

   • TPU v4/v5e/v5: 这是Google的“秘密武器”，TPU是专为张量计算（即深度学习的核心运算）而设计的ASIC（专用集成电路）,而不是通用GPU。
   • 优势: 在运行Google自己的AI模型（如Transformer架构）时，TPU的能效比和性能远超通用GPU，TPU v5是Google目前最先进的TPU,专为训练和运行大型模型而设计。

2. AI软件框架与模型:

   
   （图片来源网络，侵删）
   • TensorFlow: 全球最流行的开源机器学习框架之一,由Google主导开发。
   • JAX: 一个现代的、高性能的数值计算库，深受AI研究者喜爱,也是TensorFlow的底层基础。
   • Gemini: Google最新一代的、多模态的“大模型”，是其与OpenAI的GPT系列竞争的核心产品，它有Ultra, Pro, Nano等多个版本,覆盖从云端到手机端的各种场景。

3. AI云服务:

   • Google Vertex AI: 一个统一的AI平台，提供从数据标注、模型训练、模型部署到模型监控的全套服务，企业可以轻松地在Google Cloud上使用Google最先进的AI模型（如Gemini）或训练自己的模型。
   • AI API: 开发者可以通过API调用Google的AI能力，如Gemini API、Vision AI、Natural Language AI等。

4. AI应用:

   • Bard / Gemini Assistant: 对标ChatGPT的AI对话助手。
   • Google Search (SGE - Search Generative Experience): 在搜索结果中集成AI生成的摘要。
   • Google Photos: 用AI进行照片分类、修图、生成视频等。
   • DeepMind: AlphaGo, AlphaFold等震惊世界的AI成果的诞生地。

市场定位与竞争格局

总结与未来展望

• AMD: 正在扮演AI时代“挑战者”的角色，它凭借其强大的芯片设计能力和开放策略，努力在由NVIDIA主导的AI硬件市场中撕开一个口子，它的成功与否，关键在于ROCm生态的成熟度和能否持续提供性能领先且性价比高的硬件，如果AMD成功，将打破NVIDIA在AI硬件领域的垄断,为整个行业带来更多选择和更低的成本。

• Google: 是AI领域的“定义者”和“领导者”之一，它的优势在于构建了一个从底层到上端的完整闭环，这使得它的AI技术能够快速、高效地应用到实际产品中，并形成强大的网络效应，Google的竞争焦点将更多地放在如何将Gemini等大模型商业化，并扩大其在云AI服务市场的份额。

  
  （图片来源网络，侵删）

一个重要的合作点： 值得注意的是，AMD和Google在某些领域是合作关系。Microsoft Azure的云服务中，就同时使用了NVIDIA的GPU和AMD的MI系列GPU，为客户提供更多选择，Google Cloud也曾在其高性能计算虚拟机中提供AMD的GPU实例。

你不能简单地说AMD和Google谁在AI领域“更强”,因为它们处在产业链的不同位置。

• 如果你想购买硬件来构建自己的AI集群,你会比较AMD的Instinct和NVIDIA的H100。
• 如果你想使用云服务来快速开发或部署AI应用，你会比较Google Cloud的Vertex AI和AWS/Azure的AI服务。

AMD的成功将推动AI硬件的普及和成本下降，而Google的成功则将推动AI应用的创新和商业化,两者都在以不同的方式推动着人工智能向前发展。

标签： AMD Google AI芯片合作 AMD Google人工智能联合开发 AMD Google AI生态共建