英偉達A800、H800將被出口管制，國產(chǎn)GPU能否頂起一片天？

科技云報道原創(chuàng)。

10月17日晚間消息，美國商務部延長了在2022年10月首次實行的全面出口管制，將收緊對尖端人工智能芯片的出口管制。

在新規(guī)下，英偉達旗下先進的GPU、顯卡等將被禁止向中國市場出售，其中還包含了A800和H800這樣專門為中國市場定制的芯片。AMD、英特爾等芯片巨頭的高性能芯片也將被限制向中國出口。

此次美國出口管制規(guī)則更新后，還擴大了芯片制造工具出口限制清單，中國的兩家國產(chǎn)GPU制造商——摩爾線程、壁仞科技被列入“實體清單”。

業(yè)內認為，此次禁售意味著美方試圖對我國算力發(fā)展作進一步遏制，同時也對模型端發(fā)展有所限制，因此國產(chǎn)GPU廠商需要加速發(fā)展。

AI時代漸近，GPU需求的高速增長幾乎毋庸置疑。在美國屢次禁售高速GPU的背景下，GPU的國產(chǎn)化進程如何？

英偉達高性能

GPU供不應求

ChatGPT意外掀起的一波AI革命，帶火了AI芯片市場。而英偉達旗下A100和H100兩款AI芯片，正是ChatGPT這樣的大語言模型的核心動力。

目前在GPU領域，大部分國內企業(yè)仍然只能仰賴英偉達一家的技術。由于美國政府收緊對華出口管制，以及AI大模型帶來的龐大算力需求，英偉達的高性能GPU處理器“一芯難求”。

從去年開始，英偉達旗下A100、H100、A800、H800等高性能GPU芯片應聲漲價，尤其旗艦級芯片H100，4月中旬在海外電商平臺就已炒到超4萬美元，甚至有賣家標價6.5萬美元一片。

同時，英偉達的中國特供版A800和H800芯片也遭到了哄搶，整個市場需大于求，缺貨非常厲害。有業(yè)內人士表示，今年這類GPU芯片從原來的12萬人民幣左右，變成了現(xiàn)在是25萬甚至30萬，甚至有高達50萬一片。

即便價格不斷暴漲，國內大廠也不得不大批量買芯片。

據(jù)媒體報道稱，百度、字節(jié)跳動、騰訊和阿里巴巴向英偉達下單訂購50億美元的芯片。其中，字節(jié)跳動今年已向英偉達訂購了超過10億美元的GPU產(chǎn)品，僅字節(jié)一家公司今年的采購量就已經(jīng)接近英偉達去年在中國銷售的商用GPU總銷售額。

此次美國出口管制再次收緊，多家國內廠商表示已提前接到美國更新出口管制規(guī)定的通知，已提前進行囤貨。

據(jù)媒體消息，騰訊、百度等大廠由于“囤貨充足”，受“禁令”影響或有限。也有廠商表示，雖然目前已經(jīng)囤了足夠量，不過未來還是有很大壓力。

這種壓力，一方面來自國內對于AI算力需求的暴增，另一方面也源于國產(chǎn)AI芯片的差距。

國產(chǎn)AI芯片與

英偉達差距幾何

一個不可否認的事實是，國內相關的芯片產(chǎn)品都和英偉達A100有較大差距。

曾有人坦言，英偉達與其他芯片廠商的差距，是院士與高中生的差別。就如同黃仁勛所言，英偉達“一直在奔跑”，想要超越巨人的其它芯片廠商只能奮力狂奔。

據(jù)《電子工程專輯》發(fā)布的《45家國產(chǎn)AI芯片廠商調研分析報告》顯示，在調研分析了瀚博半導體、燧原科技、平頭哥、華為海思、紫光展銳、寒武紀、地平線等國內AI芯片廠商后，得出一個結論：

“國產(chǎn)AI芯片公司在高性能和先進工藝AI芯片的設計方面還面臨諸多挑戰(zhàn)，而且在AI芯片價值鏈的EDA和IP環(huán)節(jié)上還有不小的差距?！?/p>

目前，國內AI芯片廠商格局可大致分為三個梯隊：

一梯隊，有成熟產(chǎn)品、批量出貨的企業(yè)，包括寒武紀、華為昇騰、百度昆侖芯、燧原科技等；

二梯隊，以AI芯片起家的壁仞科技、天數(shù)智心、摩爾線程、沐曦等；

三梯隊，如海光、景嘉微等。

那么，這些國產(chǎn)AI芯片和英偉達芯片相比，處于什么樣的水平？綜合業(yè)界測評和實際部署的情況，以下是部分國產(chǎn)AI芯片的現(xiàn)狀：

華為昇騰910與英偉達的差距

2018年，華為推出了昇騰系列（HUAWEI Ascend) 芯片，主要產(chǎn)品有昇騰310與昇騰910。

目前昇騰910是業(yè)界算力最強的AI處理器，芯片基于自研華為達芬奇架構3D Cube技術，實現(xiàn)業(yè)界極佳AI性能與能效。測試數(shù)據(jù)顯示，昇騰910算力是英偉達V100的兩倍，略超 “A100 80GB PCIe”版本。

受到2019年開始的制裁影響，原計劃在2021年推出用于訓練場景的昇騰920研發(fā)進度向后延宕，發(fā)展進度受到巨大影響。

目前，華為昇騰只能用于華為自身生態(tài)中的大模型業(yè)務，比如昇騰不能做GPT-3，因為昇騰910不支持32位浮點，而目前大模型訓練幾乎都要使用32位的浮點，所以華為昇騰芯片只能利用華為開發(fā)的框架（如MindSpore），在加上優(yōu)化好的大模型，比如盤古CV。

由于任何公開模型都必須經(jīng)過華為的深度優(yōu)化才能在華為的平臺上運行，所以可以理解為華為昇騰只能運行自己閉環(huán)的大模型產(chǎn)品。

百度昆侖2代與英偉達的差距

百度已有兩款產(chǎn)品，都在百度云服務器上部署：

一是，2018年下半年發(fā)布昆侖芯一代產(chǎn)品，基于三星14nm，可以做訓練和推理，因此主要用于推理。

二是，2021年發(fā)布昆侖芯二代產(chǎn)品，搭載GDDR6高性顯存，支持256TOPS(INT8)算力，和V100差距縮小，可以做訓練和推理。

第三代昆侖芯產(chǎn)品，預計明年上半年發(fā)布。

寒武紀思元590與英偉達的差距

寒武紀主要還是ASIC架構，劣勢是通用性會比較差，優(yōu)勢是某些特定應用場景下，算力可以做到比GPU更高。

百度內部的測試結果顯示，寒武紀最好的產(chǎn)品思元590，性能接近A100 90%的性能；思元590基本支持主流的模型，綜合性能接近A100 80%的水平。

目前，百度文心一言在訓練端主要使用英偉達產(chǎn)品V100和A100，在推理端主要使用英偉達A100和百度昆侖芯2代，小規(guī)模部署了寒武紀思元590。

但實際上線中并沒有使用思元590，主要原因在于其性能指標不如A100，而且架構不太兼容、難度大。

壁仞科技與英偉達的差距

壁仞科技去年發(fā)布的產(chǎn)品規(guī)格很高，但主要還是停留在紙面數(shù)據(jù)，實測數(shù)據(jù)、實際性能方面業(yè)界和第三方評測機構評價沒有那么高，它本身的性能是不及A100的。

在軟件層面也還有很多工作要做，目前它只是做了一個軟件的雛形，從使用維度來講離成熟的生態(tài)軟件、規(guī)模化的出貨、客戶端的個適配還有很?的路要走。

現(xiàn)在它也面臨著制裁問題、實體清單問題，對于這樣的初創(chuàng)企業(yè)是生存層面的問題。

像天數(shù)智芯、摩爾線程、沐曦也都陸續(xù)有產(chǎn)品推出，但技術能力不及壁仞，只是停留在推理層面，不像第一梯隊的企業(yè)有更成熟的產(chǎn)品經(jīng)驗。

景嘉微JM9與英偉達的差距

景嘉微最好的JM9系列，可以滿足目標識別等部分人工智能領域的需求，但不能滿足AI計算、ChatGPT等領域的應用需求。大概達到英偉達GTX 1050的水平，只能算入門級GPU。

海光DCU Z100與英偉達的差距

海光是做X86CPU起家的，GPU的技術能力還有待市場的認可和檢驗。

目前，海光訓練產(chǎn)品的算力規(guī)模不足以支持做數(shù)據(jù)中心。海光DCU Z100訓練算力較小，不到100TFLOPS，只適合一些推理場景，不足以支持大模型的訓練，因此沒有能力去替代英偉達的產(chǎn)品。

從產(chǎn)品層面來講，海光離傳統(tǒng)做AI芯片的企業(yè)還是有較大的技術差距。

總體而言，國內已經(jīng)批量生產(chǎn)的AI芯片，大多都是A100的上一代。目前能運行大模型訓練的，還是英偉達的A100、A800、H100、H800效率最高。

這意味著，想要達到同樣的算力，需要企業(yè)購置更多的國產(chǎn)AI芯片。對企業(yè)而言，就意味著更多的成本支出。

國產(chǎn)GPU芯片

自研任重道遠

需要承認的是，國產(chǎn)AI芯片產(chǎn)品走向高端還有較遠的距離。

除了技術上的差距，國產(chǎn)GPU在生態(tài)建立方面仍不如英偉達完善，這也使得很多國內廠商不敢輕易改用國產(chǎn)芯片。

據(jù)一家國產(chǎn)GPU廠商銷售人員透露，目前國內第一批大模型廠商使用的基本都是英偉達A100、A800的芯片，因為英偉達構建了完善的CUDA生態(tài)。

“如果你用慣了這個生態(tài)，”該銷售人員說，“貿然換一個生態(tài)，意味著你的學習成本、試錯成本、調試成本都會增加，自然沒人會想要換了”。

眾所周知，芯片需要適配硬件系統(tǒng)、工具鏈、編譯器等多個層級，需要很強的適配性，否則會出現(xiàn)這款芯片在某個場景能跑出90%的算力，在另一場景只能跑出80%效能的情景。

早在2006年，英偉達就推出了計算平臺CUDA，這是一個并行計算軟件引擎，CUDA框架里集成了很多調用GPU算力所需的代碼，工程師可以直接使用這些代碼，無須一一編寫。開發(fā)者可使用CUDA更高效地進行AI訓練和推理，更好的發(fā)揮GPU算力。

時至今日，CUDA已成為全球AI基礎設施，主流的AI框架、庫、工具都以CUDA為基礎進行開發(fā)。

雖然英偉達GPU價格貴，但實際用起來反而是最便宜的。這對有意抓住大模型機會的企業(yè)來說，錢往往不是問題，時間才是更寶貴的資源，大家都必須盡快獲得足夠多的先進算力來確保先發(fā)優(yōu)勢。

因此，對于國產(chǎn)芯片供應商來講，哪怕能通過堆芯片的方式能堆出一個算力相當?shù)漠a(chǎn)品，但軟件適配與兼容讓客戶接受更難。

此外，從服務器運營的角度，它的主板開銷、電費、運營費，以及需要考慮的功耗、散熱等問題，都會大大增加數(shù)據(jù)中心的運營成本。

由此可見，國產(chǎn)GPU在與英偉達的競爭中阻力重重，想實現(xiàn)突圍并不容易。

但值得注意的是，此次美國限制出口政策的收緊，又一次為國內廠商敲響了警鐘。

盡管國產(chǎn)芯片在性能和軟件生態(tài)上比不過英偉達、AMD等行業(yè)巨頭，但在復雜的國際貿易關系及地緣政治因素等驅動下，“國產(chǎn)替代”成為國內半導體行業(yè)發(fā)展的主旋律。

從安全性以及自主可控的角度來說，這也為國內AI芯片企業(yè)提供了新的機遇窗口。

一位業(yè)內人士分析稱，在當前“缺芯”的形勢下，國內大模型廠商可以在不是特別商業(yè)化的場景多給國產(chǎn)芯片機會，支持國產(chǎn)芯片廠商技術迭代，共同營造生態(tài)，共同成長。

不僅如此，目前全國各地的智能算力中心建設穩(wěn)步推進，AI芯片的需求快速增長，國產(chǎn)化替代的需求也隨之提升。

中國巨大的AI市場體量和快速迭代的發(fā)展進程，為眾多國產(chǎn)AI芯片廠商提供了豐富的試驗基地和應用設計機會。接下來的3-5年，將是國產(chǎn)AI芯片廠商加速AI應用落地和大規(guī)模部署的快速發(fā)展時期。

“AI算力國產(chǎn)化”的市場大門，或許正在打開。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。