如果有一家公司能够在2023年的生成式AI热潮中统治一切，那家公司很可能就是Nvidia。
很少有公司能像这家价值1万亿美元的芯片巨头一样发挥如此大的力量和影响力，因为它的图形处理单元(GPU)已被证明是训练OpenAI的ChatGPT和Google的Bard等应用程序背后的大型语言模型所需的计算能力的重要来源。。
Nvidia的GPU（例如售价40,000美元的H100）的需求如此之大，据报道，首席执行官黄仁勋（Jensen Huang）准备在明年面临短缺的情况下将产量增加两倍。各国一直在努力确保供应，而近几个月来，加工商的黑市如雨后春笋般涌现。
换句话说，英伟达对那些希望加速人工智能模型开发、彻底改变整个经济运作方式的公司有着束缚。
一个竞争对手迫切希望为那些感到压力的人提供一种替代方案。
半导体公司Graphcore的首席执行官Nigel Toon在接受nsider采访时表示，他的公司在开发人工智能处理器方面“现在正处于这个转折点”，他认为Graphcore可以开始被视为“一个Nvidia的真正替代品。”
Graphcore的基本主张是一种全新类型的处理器，称为IPU（智能处理单元的缩写）。Toon将其描述为一项技术，可以极大地提高处理输入人工智能模型的数据所涉及的数字处理能力。
他说：“IPU对多条数据并行执行多条指令，并协调如何将这些指令组合在一起形成一个完整的计算产品。” “这就是我们与GPU的不同之处。”
拥有更先进的硬件并不足以让公司远离英伟达。Toon表示，Nvidia的最大卖点是其CUDA软件，对于希望使用其技术的公司来说，该软件是一个简单的即插即用系统。
Graphcore正处于“昂贵”的孵化阶段，因为它正在与选定的客户一起测试其处理器。它还致力于开发自己的软件Poplar，以提供与Nvidia相同的即插即用可用性。最新文件显示，2021年损失总计1.845亿美元。
如果成功，Toon认为2024年是推动Graphcore IPU大幅销售的好时机，特别是因为他认为GPU短缺将继续困扰明年的人工智能市场。
他说：“我们正处于技术发挥作用、技术日趋成熟的阶段，我们将能够在明年开始相当迅速地扩大客户范围。” “明年客户仍然会短缺，因此我们有巨大的机会。”
他在从英伟达手中夺走客户方面能取得多大成功目前还不清楚。Insider 首先报道称，风险投资巨头红杉资本去年减记了其在Graphcore的股份，而监管机构对向中国出售产品的担忧依然存在。
Toon还承认，大型科技公司正试图通过内部制造自己的芯片来绕过Graphcore等公司。
但他认为，鉴于构建此类专业技术的复杂性，这些公司将面临困难，迫使其中许多公司绝望地重新思考。
“我认为他们中的很多人都会落入这个阵营，他们实际上会回来说‘天哪，我们面临着与英伟达花费数十亿美元的前景，我们需要一个替代方案’，”图恩说。“这就是我们进来的地方。”
