ChatGPT風靡全球后，科技巨頭們紛紛入局。

而AI的硬件心臟，則由英偉達強勢把持著，占據用于機器學習的圖形處理器市場的95%。

然而，現在英偉達的高性能GPU：A100和H100，都不允許賣給中國公司了！

按照美國政府的要求，未來峰值性能等于或超過A100的GPU產品也被限制出售。

不知道百度華為阿里騰訊，這次囤夠了顯卡沒？

A100出口管制立即生效

早在2022年8月26日，美國政府就向英偉達下達了通知，要求對A100、H100進行新的出口管制許可，并立即生效。

美國政府表示，新的許可要求將解決所涵蓋產品，可能用于或轉移到中國和俄羅斯的軍事最終用途。

當時，就有業內人士擔心，A100、H100這兩款GPU的斷供，將對國內AI計算，帶來嚴重影響。

就拿 A100 來說，在雙精度浮點數運算領域，它的性能比 7 張 3090 加起來都強。

這類芯片被斷供，我國高性能計算領域無疑會受到很大影響，包括計算機輔助工程，醫療等方面。

幸好事情出現了反轉，在英偉達的游說下，重新獲得了美國政府的出口許可。在2023年3月1日之前，英偉達可以繼續給中國大陸提供A100產品。

現在，緩沖期限到了。中國企業已經很難獲取英偉達A100芯片。現在國內的A100芯片儲備，多是存貨，剩余使用壽命約為4年-6年。

中國不少公司將面臨沖擊。

目前，國內的蔚來、小鵬、毫末智行等都在基于英偉達A100打造自動駕駛訓練中心。

另根據公開信息，英偉達在介紹關于A100時，展示出的客戶商標中，還包含了中國的互聯網巨頭阿里巴巴、百度、騰訊、京東、小米。

國內AI江湖不靠科技，靠金融？

決定AI大模型“智商”的核心因素是三個，算力規模、算法模型的精巧度、數據的質量和數量。

AI大模型的推理、訓練高度依賴英偉達的GPU芯片。缺少芯片會導致算力不足。算力不足意味著無法處理龐大的模型和數據量。最終的結果是，AI存在智商差距。

拿當紅的聊天機器人ChatGPT來說，其1月的獨立訪客平均數為1300 萬，那么對應的芯片需求就是 3 萬張英偉達 A100。

這意味著，其初始投入成本約為8億美元，每日電費在 5 萬美元左右。這個燒錢的速度，不是誰都能承受的起的。

而國內，擁有1萬張GPU的企業，少之又少。國內云廠商，主要用的是英偉達中低性能產品，例如A10。

擁有1萬張英偉達A100的公司，國內大概只有一家，叫幻方量化。這是家靠人工智能進行量化投資的對沖基金公司，于2015年創立。

目前，它是國內最大量化基金管理公司之一，在量化私募圈，素有“北九坤，南幻方”、“四大天王”的說法。

截至2022年12月，其資金規模接近600億，過去兩年成績斐然，今年整體收益則比較平淡，1月9日私募排排網發布的私募業績榜單顯示，幻方量化2022年收益為0.38%。

最佳替代品

問題來了，我們能否找到一個替代品，去和A100這些顯卡抗衡？

最佳答案可能是，英偉達的A800芯片。

A800被視為是A100的“閹割版”，是英偉達針對中國市場推出的特供芯片。

高端芯片從立項到上市，一般需要2-3年的時間，但英偉達僅用了2個月，就把A800搞出來了。而這也從側面說，美國所謂的禁令并不是鐵板一塊，水潑不進，還是有一定的運作空間。

誠然，A800性能比不上A100，更比不上賣到25萬元一張的H100。

這直接影響AI集群的訓練速度和效果，直接導致AI推理和模型訓練的準確度不足，中國企業即使做出類似的對話機器人，機器人的“智商”可能會遠低于ChatGPT。

但A800在國內市場，依然是難逢對手。

問題是，英偉達官方定價約82000一張，但市場價格常常高于10萬元一張，而且常常處于缺貨狀態。

高性能GPU芯片缺貨，正制約著中國AI的發展。

國產GPU成色幾何？

時至今日，發展自主芯片已經不再是一個有爭議的選擇題，而是必須要去做的事情。

目前國內AI芯片的研發，處于一個怎樣的水平呢？

國內一些上市公司，明確表示擁有類GPU芯片業務。

近幾年，天數智芯、壁仞科技、摩爾線程等公司，都獲得了連續大額融資，也都推出了自研的通用GPU產品。

其中，2022年8月，壁仞科技發布的壁仞100，突破了全球的算力記錄。

彼時，壁仞在發布會上將之與英偉達H100進行對比，從數據來看，壁仞100比英偉達H100的性能優越不少。

但它尚未量產上市，后續能不能支棱起來，還需要時間的驗證。

除此之外，騰訊、阿里、百度、快手、字節跳動等選手，也都在這方面有所涉獵。現在來看，多少有些未雨綢繆的意思。

最后小編想說，在英偉達的“霸權”之下，中國企業想在市場上打開局面，真的充滿了挑戰。

《電子工程專輯》，出了一份《45家國產AI芯片廠商調研分析報告》。

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：

「盡管國產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，而且在AI芯片價值鏈的EDA和IP環節上還有不小的差距。

但中國AI市場的體量和快速迭代發展仍然為眾多國產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AI芯片廠商加速AI應用落地和大規模部署的快速發展時期。」

現在，國產GPU廠商，在自研路仍任重道遠。