美国限定高性能GPU芯片供应中国，倒逼产业链自主化

图/视觉中国

文|《财经》记者吴俊宇 陈伊凡 尹路

编辑|谢丽容

美国当局正在限定对华出售用于数据中心的高性能GPU芯片。数据中心GPU通常用于深度学习训练等场景。AMD、NVIDIA（英伟达）等半导体巨头受到了直接的影响。

8月31日，英伟达、AMD两家着名半导体企业旗下生产的GPU产物被美国列入限定范围。英伟达被限定的产物包罗A100和H100，以及搭载上述芯片的DGX服务器。AMD受管制GPU产物包罗MI250。

阿里云、腾讯云、百度云等云厂商，遐想、新华三、海潮等服务器制造商，均是英伟达A100 GPU芯片在华重点客户。因此将受到这一限定的影响。

在9月1日的中国外交部、商务部例行记者会上，两部分发言人均对此事做出了回应。外交部发言人称，此举违反市场经济规则，粉碎国际经贸秩序。商务部则表现，这一做法陵犯中国企业的正当权益，也将严峻影响美国企业的优点，对环球产业链供应链稳固和天下经济规复造成打击。

美国证券生意业务委员会官网8月31日发布的公告表现，英伟达2022年8月26日接美国当局关照，向中国出售A100、H100、DGX服务器必要颠末美国当局答应。将来，峰值性能便是或凌驾A100的GPU产物也要获取答应证，而且克制对俄罗斯出售产物，缘故原由是克制军事用途。

公告表明，这会影响A100的后续服务，并影响H100的开辟进度。英伟达正在与美国当局相助，为公司对中国的开辟、服务活动寻求宽免。别的，英伟达还在为中国客户探求更换产物。假如更换产物不敷，公司会为中国客户申请A100、H100的答应，但不包管能得到授权。

英伟达在公告中表现，将有约4亿美元的对华贩卖额大概会受到新答应要求的影响。

英伟达A100在2020年推出，是现在环球性能最强的数据中心专用GPU。H100本年3月发布，尚未全面商用，是英伟达面向数据中心的下一代GPU产物。

英伟达2021年财报表现，其数据中心年营收106亿元，约有10%来自中国市场。A100代表的高性能GPU在华贩卖占比正在连续提拔。

芯片答应限定影响了英伟达股价。英伟达（NASDAQ: NVDA）股价在盘中生意业务时一度下跌6.5%。停止美国西部时间8月31日16时收盘时，英伟达股价下跌3.7%。

尚未正式公布

一位半导体业内人士对《财经》记者表现，假如细则落地，受影响最大的是阿里云、腾讯云、百度云等云厂商在建、新建的高端商用数据中心。

2021年开始，国内云厂商、服务器制造商都在大规模推出搭载英伟达A100的云服务器产物。

值得注意的是，上述芯片答应限定的实验细则尚未出台。《财经》记者从国内多家云厂商数据中心业务负责人士得到的消息是，他们暂时未收到英伟达、AMD方面的消息。

“这个细则涉及到美国14纳米以下的芯片，以及逻辑芯片对华出口管制。细则大概很快就会出台。”一位法律人士表现，美国当局现在对英伟达、AMD只是做出了预关照。目标是让厂商提前做好准备。

英伟达A100于2020年推出，是现在环球性能最强的数据中心专用GPU。英伟达2022年二季度财报电话会中透露，特斯拉最新的超等盘算机利用凌驾7000枚A100 GPU举行主动驾驶训练。Facebook在本年初公布，本年建成的AI研究超等集群至少采取了6080枚A100 GPU。

国内云厂商对A100 GPU的采购数目现在不详。不外，2020年开始，部分领先的云厂商就在采购A100 GPU。一位云厂商数据中心人士对《财经》记者表现，在智能盘算，尤其是AI大模子训练方面，英伟达A100是国内云厂商最主流的选择。

在云盘算的算力池中，CPU、GPU是两种差别的算力。前者更多处理处罚通用盘算需求，后者处理处罚处理处罚大数据、呆板学习和人工智能场景的服从更高。因此，AI大模子训练、AI推理、数据分析、图像分析等场景都有赖于英特尔、AMD、英伟达的GPU芯片。

云厂商正在把智能盘算作为云盘算下个技能阶段的紧张方向。中国信通院2021年一组数据表现，通用算力占算力的比重由2016年的95%降落至2020年的57%，智能算力占算力的比重则由2016年的3%提拔至2020年41%。

另一位国内数据中心技能人士对《财经》记者说，一台顶尖的智能算力服务器，通常会搭载1枚-2枚CPU、8枚英伟达A100 GPU。A100 为代表的高性能GPU受限，会影响部分智算中心的建立进度。办理方案是，被迫利用性能更低的更换产物，或靠“堆数目”得到划一规模的算力。带来的直接影响是，划一算力的盘算资本提拔，一些高精度要求的盘算本领降落。

英伟达首创人黄仁勋也在公开渠道表现，将立刻与中国客户相助，探求更换产物或申请答应证。但对必要A100全面性能的客户来说，更换产物性能会不敷。但对多数客户而言，更换产物可以满足需求。

相比之下，当局主导的超算中心影响不大。上述半导体业内人士表现，超算中心一样寻常实验单一任务，通常CPU可实现。别的，超算中心建立之月朔样寻常会思量到供应链安全和自主可控，尽大概克制对国外公司芯片的依靠。

倒逼产业链自主化

实际之下，探求AI算力的更换办理方案成为出路。用于数据中心的GPU芯片通常被称为AI芯片。AI芯片也被称为AI加快器或盘算卡，即专门用于处理处罚人工智能应用中的大量盘算任务的模块。当前的AI芯片紧张分为 GPU（图形处理处罚器）、FPGA（现场可编程逻辑门阵列）、ASIC（特别应用集成电路）。

若不思量性能和服从，一个可行的做法是采购未被限定的产物，靠“堆数目”方式办理题目。究竟上，无论是英伟达、AMD，仍有性能相对更弱的GPU仍可选择。

一位半导体业内人士打了个比方，AI芯片是一个集群，一个数据中心大概必要几万片AI芯片，高性能芯片，假如必要5000片。那么性能更低的产物，大概就必要2万片。这个做法只管理论可行，却会带来更高的盘算资本。

另一个办理方案是，依靠国产厂商生产的数据中心GPU。但是国产GPU、AI加快芯片现在缺少高端产物，本领相对单一。和英伟达GPU相比，相当于是单项活动员和万能选手。前者大概可以大概在某一个方面的性能凌驾英伟达，但从通用性来说，远达不到英伟达的性能。

专利壁垒也是国产GPU或AI加快芯片公司必要办理的题目。多年的技能积累，英伟达已经构筑起了一道专利高墙。怎样绕过英伟达专利，是一个寻衅。

另一个寻衅是生态和适配。国产GPU必要软件适配，更必要时间磨合。对于国产GPU厂商来说，构建生态比计划制造芯片更难。不停以来，英伟达已经搭建了一条完备的生态。

燧原科技CEO赵立东曾向《财经》记者表明生态的意义，所谓的AI芯片的生态，指的是，芯片之上整个软件栈来支持AI框架，而AI应用步伐则是基于这些框架开辟的。软件栈包罗驱动步伐、编译器、函数库、算字库、工具包等，是实现高性能、高通用性、高易用性，以及针对差别应用场景深度优化的关键。

在AI云端训练芯片上，少少有公司可以大概突破英伟达的生态。英伟达生态形成多年，全部开辟者都会顺着这个生态做。重新更换底层芯片，顺应新的生态，背后也是巨额的学习资本。

“固然，假如断供之后没有选择，那就只有自主化一条路可以走。再难也要走下去。”上述半导体业内人士表现。这可以大概倒逼国内AI芯片公司发展——厂商不得不做好随时被断供的准备，有客户，就意味着有时机可以大概验证和试错，本土企业构建自主生态有了进一步的大概。