英偉達(dá)、AMD將斷供中國高性能GPU芯片，卡脖子又有了新的花樣？

今日一早，有媒體報(bào)道英偉達(dá)發(fā)布公告，表示之后向中國（包括香港）和俄羅斯的客戶出口兩款高端GPU芯片A100和H100需要新的出口許可。一紙公告引發(fā)人工智能和芯片半導(dǎo)體兩個(gè)行業(yè)的雙重地震。

事實(shí)上，我國高端GPU芯片進(jìn)口從2019年以來就一直有被限制，只是之前主要針對(duì)的廠商是AMD；而在應(yīng)用場景上又以超算中心為主，所以企業(yè)和消費(fèi)者在產(chǎn)品端的感知并不強(qiáng)。

而這一次范圍擴(kuò)大之后，許多互聯(lián)網(wǎng)大廠也就受到了影響。因?yàn)橐訟100芯片為例，其主要應(yīng)用場景除了超算中心之外，還包括云計(jì)算服務(wù)器、數(shù)據(jù)中心、AI訓(xùn)練等場景。

實(shí)際上，隨著國內(nèi)云計(jì)算、以及互聯(lián)網(wǎng)企業(yè)在云端儲(chǔ)存，數(shù)據(jù)處理等方面需要的數(shù)據(jù)量越來越多。各大互聯(lián)網(wǎng)企業(yè)、云廠商最近幾年在AI芯片領(lǐng)域也都早有布局。

但國內(nèi)大廠的AI芯片主要都是專用芯片，雖然在特定領(lǐng)域能夠?qū)崿F(xiàn)對(duì)英偉達(dá)的部分替代，但從產(chǎn)業(yè)全局來看，高端場景短期仍然很難擺脫對(duì)英偉達(dá)芯片的依賴。

當(dāng)然，這也并不意味著國內(nèi)云廠商和互聯(lián)網(wǎng)大廠配置的英偉達(dá)服務(wù)器就要宕機(jī)，芯謀研究分析師商君曼對(duì)科創(chuàng)板日?qǐng)?bào)表示，本次被限制的芯片處于一個(gè)很高端的位置，對(duì)國內(nèi)企業(yè)的影響有限。

而在一些更普遍的應(yīng)用場景，除了已經(jīng)擁有的部分國產(chǎn)GPU芯片可以替代之外，英偉達(dá)的一些低端產(chǎn)品并不在限制范圍內(nèi)。國內(nèi)大廠其實(shí)還有相當(dāng)?shù)臅r(shí)間可以輾轉(zhuǎn)騰挪。

GPU為何卡脖子？

首先要講清楚的是，這次針對(duì)英偉達(dá)被限制的GPU并不是常規(guī)意義上的顯卡，而是非常高端的商用芯片，即A100和H100。這兩款芯片都是專門針對(duì) AI、數(shù)據(jù)分析和 HPC 應(yīng)用場景研發(fā)的。

其中，A100芯片是2020年5月英偉達(dá)在GTC2020上發(fā)布的產(chǎn)品。A100是一塊 3D 堆疊芯片，采用安培（Ampere）架構(gòu)，應(yīng)用了當(dāng)時(shí)臺(tái)積電最先進(jìn)的7nm工藝，擁有 540 億個(gè)晶體管，GPU 的最大功率達(dá)到了 400W，算力比上一代采用 Volta 架構(gòu)的Tesla V100提升了20倍，號(hào)稱當(dāng)時(shí)全球最大的7nm芯片。

H100則是一款針對(duì)大模型專門優(yōu)化的產(chǎn)品，在今年3月份在GTC大會(huì)上才發(fā)布，采用了最新的Hopper構(gòu)架，應(yīng)用的也是臺(tái)積電最先進(jìn)的4nm工藝，擁有800億個(gè)晶體管，GPU最大功率800W。

除此之外，H100還加入了全新的Transformer Engine和可擴(kuò)展性更高的Nvidia NVLink互連功能，用于提升大型AI語言模型、深度推薦系統(tǒng)等等。當(dāng)然，目前H100還未正式進(jìn)入商用。

圖片來源：anandtech

目前，國內(nèi)GPU高端場景的GPU應(yīng)用基本上都由英偉達(dá)的A100覆蓋，甚至今年3月份H100發(fā)布時(shí)，國內(nèi)主流廠商也都已經(jīng)預(yù)定。

比如，英偉達(dá)A100發(fā)布時(shí)，首批應(yīng)用的OEM廠商包括浪潮、聯(lián)想等企業(yè)；云服務(wù)公司也有阿里、騰訊、百度等主流廠商；而H100發(fā)布時(shí)，阿里云、百度云和騰訊云等廠商也都計(jì)劃提供基于H100的實(shí)例。8月底，英偉達(dá)在第三財(cái)季展望上提到，這一塊業(yè)務(wù)預(yù)計(jì)在中國有4億美元的潛在銷售。

這個(gè)情況在國外也是如此，包括AWS、Google Cloud、微軟Azure、Oracle Cloud；或者思科、惠普等國際大廠采用的也都是英偉達(dá)的產(chǎn)品。目前，英偉達(dá)在數(shù)據(jù)中心 GPU 市場占比超過 80％，在云端訓(xùn)練市場上占比 90％，云端推理市場上占比 60％。

簡單來說，就如同高通驍龍系列對(duì)于智能手機(jī)性能的決定性一樣，英偉達(dá)的高端GPU芯片決定了云服務(wù)的性能和性價(jià)比，因此被國內(nèi)外云廠商廣泛采用。

當(dāng)然，被廣泛采用的另一個(gè)潛臺(tái)詞，其實(shí)是沒有可替代的產(chǎn)品（同等性能上）。

比如在高性能計(jì)算方面，借助HBM2e每秒超過2TB的帶寬和大容量內(nèi)存，科研人員可以在A100上將原本要花費(fèi)10小時(shí)的雙精度模擬過程縮短到4小時(shí)之內(nèi)。但在國內(nèi)，目前沒有芯片公司能夠?qū)崿F(xiàn)FP64的技術(shù)能力。

顯然這一次美國對(duì)先進(jìn)GPU的出口限制也將對(duì)中國的云廠商帶來非常重大的影響。但從另一方面來說，這對(duì)中國自主GPU的發(fā)展也未嘗不是一件好事。

大廠造芯能否自給自足？

雖然這次限制突如其來，但國內(nèi)相關(guān)的云廠商和互聯(lián)網(wǎng)大廠也并非全無準(zhǔn)備。

早在幾年前，隨著國內(nèi)云計(jì)算、以及互聯(lián)網(wǎng)企業(yè)在云端儲(chǔ)存，數(shù)據(jù)處理等方面需要的數(shù)據(jù)量越來越多。各大互聯(lián)網(wǎng)企業(yè)、云廠商就已經(jīng)在AI芯片領(lǐng)域開始布局了。

比如阿里在2019年發(fā)布了AI芯片含光800，百度在2020年量產(chǎn)了第一代AI芯片昆侖；稍微慢一點(diǎn)的騰訊也在2021年發(fā)布了視頻處理芯片“滄?！焙虯I芯片“紫霄”。今年7月份，字節(jié)在“2022 火山引擎原動(dòng)力大會(huì)”上也正式確認(rèn)了其在自主造芯方面的布局。目前，字節(jié)的芯片研發(fā)已經(jīng)涉足視頻平臺(tái)、信息和娛樂應(yīng)用等。

雖然各大廠商進(jìn)入芯片領(lǐng)域的時(shí)間有先后，但在具體的方向和應(yīng)用場景上，大家的動(dòng)作反而是出奇一致的。目前為止，國內(nèi)互聯(lián)網(wǎng)大廠研發(fā)的芯片，或者方向都集中在云計(jì)算，視頻圖像處理等方面的專用或者通用芯片上。

當(dāng)然，大廠造芯除了解決技術(shù)自主問題之外，更重要的還在于成本和效率。

比如2019年阿里拍立淘商品庫每天新增 10 億商品圖片，使用傳統(tǒng) GPU 算力識(shí)別需要 1 小時(shí)，但阿里同年推出的AI芯片“含光800”應(yīng)用之后，這一時(shí)間被縮短到5分鐘。

同時(shí)，自研芯片還能極大程度節(jié)省云服務(wù)器的成本。

比如過去十年在云服務(wù)市場一直保持領(lǐng)先的亞馬遜就因?yàn)橥ㄟ^自研服務(wù)器芯片Graviton替換英偉達(dá)來持續(xù)降低價(jià)格。據(jù)The Information報(bào)道，亞馬遜的客戶表示，他們通過租用Graviton服務(wù)器節(jié)省了10％～40％的計(jì)算成本。

事實(shí)上，不僅是阿里和亞馬遜，如今的互聯(lián)網(wǎng)大廠其實(shí)都面臨著數(shù)據(jù)爆炸來帶的處理效率、能耗以及成本的問題。對(duì)外提供云服務(wù)的企業(yè)更需要面對(duì)市場的競爭，不對(duì)外提供云服務(wù)企業(yè)也要考慮自身效率的提升。

比如現(xiàn)在的抖音，主屏已經(jīng)從過去的底部4欄，頂部兩欄擴(kuò)充到底部4欄，頂部4欄等多個(gè)類目。而復(fù)雜的內(nèi)容背后，往往意味著龐大的數(shù)據(jù)處理。

有數(shù)據(jù)顯示，2017年抖音租借的服務(wù)器僅3萬臺(tái)，但到了2020就達(dá)到了42萬臺(tái)。除此之外，這一年字節(jié)在美國弗吉尼亞租還有一個(gè)可容納10萬臺(tái)服務(wù)器的數(shù)據(jù)中心。

字節(jié)跳動(dòng)主管火山引擎、數(shù)據(jù)中臺(tái)的副總裁楊震原表示，如今字節(jié) 95％ 的業(yè)務(wù)已經(jīng)跑在自己的數(shù)據(jù)中心上。龐大的數(shù)據(jù)處理成為推動(dòng)字節(jié)自研芯片的核心動(dòng)力。

除了滿足內(nèi)部需要之外，以阿里、百度為代表的大廠其實(shí)也在將自研芯片向外進(jìn)行“售賣”。比如阿里“含光800”雖然不對(duì)外售賣，但張建峰也提到：“含光 800 將通過阿里云對(duì)外輸出 AI 算力，未來企業(yè)可以通過阿里云獲取含光 800 的算力?！?/p>

基于云的芯片通過云走向市場。這其實(shí)也是為什么各大廠商的芯片主要都是自用的原因。當(dāng)然，這種自用也并不是絕對(duì)的，畢竟現(xiàn)在各大廠商其實(shí)都在通過云服務(wù)的方式，將自身的能力分享給其他玩家。

比如張建峰也提到：“含光 800 將通過阿里云對(duì)外輸出 AI 算力，未來企業(yè)可以通過阿里云獲取含光 800 的算力?；诤?800 的阿里云性價(jià)比提升了 100％。”

據(jù)調(diào)研機(jī)構(gòu)Canalys發(fā)布的2022年一季度中國云計(jì)算市場報(bào)告顯示，中國云市場總體規(guī)模達(dá)到73億美元，同比增長21％。阿里云以36．7％的市場份額保持領(lǐng)先位置，華為云、騰訊云、百度智能云分別以18．0％、15．7％、8．4％的市場份額位居第二至第四位。

從云服務(wù)分類來看，目前IaaS的市場份額最大，2021年占比超過62．14％。但如今，IaaS產(chǎn)品的競爭其實(shí)也趨向于同質(zhì)化，在這樣的背景下，價(jià)格戰(zhàn)成為IaaS產(chǎn)品競爭的主要方式。2020年6月，字節(jié)的火山引擎上市后就喊出了“極致性價(jià)比”的口號(hào)。

要打價(jià)格戰(zhàn)，對(duì)于廠商來說，前提就是要降低成本。而自研芯片就是降低成本的成本的最好方式。

在國外，如亞馬遜、谷歌等大廠，率先開始了通過芯片自研來降低成本。比如，自2015年亞馬遜收購Annapurna開啟芯片自研之路以來，AWS就先后歷經(jīng)了百余次降價(jià)。在國內(nèi)，火山引擎總經(jīng)理譚待也曾表示，實(shí)現(xiàn)極致性價(jià)比的方式就是“全棧自研、軟硬一體”。

舉個(gè)簡單的例子，對(duì)于龐大的云服務(wù)器而言，電費(fèi)其實(shí)占了日常運(yùn)營成本的很大一部分，而決定電費(fèi)的關(guān)鍵因素又在于服務(wù)器運(yùn)行的功耗。

針對(duì)這個(gè)問題，阿里推出的首款通用型CPU“倚天710”采用的就是以低功耗為特點(diǎn)的ARM構(gòu)架，并在設(shè)計(jì)上也采用了多核互聯(lián)網(wǎng)和芯片間互聯(lián)等低功耗技術(shù)。從阿里公布的數(shù)據(jù)來看，“倚天710”的能效比要比業(yè)界標(biāo)桿提升50％以上。

去年底騰訊云與智慧事業(yè)群 CEO 湯道生在接受《中國企業(yè)家》采訪時(shí)稱，騰訊造芯的核心思路是基于自身需求，要么降低成本，要么更高效地使用基礎(chǔ)設(shè)施。

整體而言，業(yè)內(nèi)造芯的主要目的就是為了降本增效，盡管自研芯片的前期研發(fā)投入比較高，但在規(guī)?；懂a(chǎn)后，單片成本一定比集中采購低?！币晃煌瑢倩ヂ?lián)網(wǎng)大廠芯片從業(yè)者向虎嗅解釋。

來源：周天財(cái)經(jīng)

是危險(xiǎn)，也是機(jī)遇

除了大廠自研AI芯片之外，最近幾年隨著國內(nèi)芯片半導(dǎo)體產(chǎn)業(yè)的蓬勃發(fā)展，也隨之崛起了一大批的GPU芯片企業(yè)，比如芯原微電子、燧原科技、摩爾線程、壁仞科技等等。其中如老牌CPU廠商龍芯、海光更是都已經(jīng)實(shí)現(xiàn)了上市。

不過，雖然業(yè)內(nèi)人士也指出，計(jì)算芯片最大的門檻其實(shí)不是硬件，而是軟件。如果一個(gè)芯片沒有與之配套的軟件生態(tài)，則很難真的形成大面積的應(yīng)用。而這其實(shí)也是許多國內(nèi)GPU公司的產(chǎn)品很難獲得客戶認(rèn)可的原因。

但這兩年，國內(nèi)許多GPU芯片公司其實(shí)也在飛速成長，海光DCU8系列Z100產(chǎn)品數(shù)據(jù)接近英偉達(dá)的MI100產(chǎn)品，同時(shí)兼容CUDA生態(tài)而被市場廣泛看好。

除此之外，國產(chǎn)GPU還面臨更多挑戰(zhàn)。比如之前產(chǎn)量的問題，雖然海光的芯片性能獲得了市場的認(rèn)可，但由于其出貨量不足，以及其主要產(chǎn)能又供給給國家的超算中心，以至于市場上能拿到海光的芯片其實(shí)并不多。

另一方面也在于市場，在之前海外高端GPU芯片購買暢通的時(shí)候，國內(nèi)芯片其實(shí)很難受到客戶的認(rèn)可，大家普遍的選擇都是購買最先進(jìn)、穩(wěn)定的產(chǎn)品。而這一次國外先進(jìn)的GPU受到限制之后，其實(shí)也在提醒國內(nèi)的客戶重新考慮外部的實(shí)際情況，從而也是給國產(chǎn)GPU企業(yè)進(jìn)入客戶供應(yīng)鏈提供了一次機(jī)會(huì)。

認(rèn)證為百度資深系統(tǒng)工程師的答主lychee在知乎提到，“之前有 30％ 的性能提升可能都不會(huì)考慮（生態(tài)不行），現(xiàn)在有 30％ 的性能差距可能都不是問題了，畢竟刀架在脖子上，先用上再說?！?/p>

除此之外，在摩爾定律“失效”的大背景下，世界芯片半導(dǎo)體亟需建立一套新的規(guī)則，這是中國芯片半導(dǎo)體前所未有的機(jī)會(huì)。

目前英偉達(dá)被限制的A100芯片采用的是7nm制程，之前華登國際合伙人王林在于光錐智能的交流中就提到：“未來5nm、3nm的制程工藝可能還存在一些困難，但7nm制程工藝突破只是時(shí)間問題?！?/p>

而超過7nm之后，制程工藝提升所帶來的能效提升與為了達(dá)到這個(gè)制程所付出的成本就開始不成正比了。邊際效益遞減，企業(yè)投入重金研發(fā)先進(jìn)制程的動(dòng)力也開始不足。

早在2018年，國際芯片巨頭格羅方德就宣布放棄7nm的研發(fā)，原因就是成本上升到無法承受的地步。而作為國際芯片代工巨頭的臺(tái)積電，最近也在3nm制程上也遇到了困難。

按照臺(tái)積電的規(guī)劃，3nm工藝的節(jié)點(diǎn)共有 N3、N3E、N3P、N3X 四種工藝。而目前市場卻有消息，稱因?yàn)槌杀咎?，臺(tái)積電也計(jì)劃放棄第一代3nm工藝，轉(zhuǎn)而投入到N3E的研發(fā)中。

與國外芯片半導(dǎo)體執(zhí)著于更先進(jìn)的制程不同，國內(nèi)卻已經(jīng)開始在其他方面另辟蹊徑，比如更先進(jìn)的封裝工藝，異構(gòu)芯片等領(lǐng)域。而在這些方面，中國其實(shí)是有彎道超車的機(jī)會(huì)的，因?yàn)榇蠹叶荚谝粋€(gè)起跑線上。

在國內(nèi)，壁仞科技的GPU芯片是率先采用Chiplet技術(shù)的芯片。

8月初，壁仞科技在上海發(fā)布了首款通用GPU BR100，該芯片集成了770億個(gè)晶體管，其16位（半精度，英偉達(dá)最先進(jìn)的芯片達(dá)到64位，雙精度）浮點(diǎn)算力能達(dá)到1000T以上、8位定點(diǎn)算力能達(dá)到2000T以上，單芯片峰值算力達(dá)到了每秒千萬次計(jì)算（PFLOPS）的級(jí)別。

雖然這款芯片只有半精度級(jí)別，但作為對(duì)比同樣7nm制程的英偉達(dá)A100芯片在8位和16位定點(diǎn)的算力水平，壁仞科技的BR100已經(jīng)超過了英偉達(dá)。

壁仞科技聯(lián)合創(chuàng)始人、總裁徐凌杰表示，BR100系列芯片以及相應(yīng)硬件計(jì)算產(chǎn)品將于今年年底量產(chǎn)。同時(shí)，壁仞科技也與包括浪潮信息在內(nèi)的多家服務(wù)器廠商達(dá)成了合作。

所以說，雖然對(duì)我們來說，外部環(huán)境越來越嚴(yán)苛，但中國在芯片領(lǐng)域仍然在穩(wěn)定的進(jìn)步。給國內(nèi)的企業(yè)一些時(shí)間，相信絕大部分問題都能夠逐步有序的被解決。

更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<