原創首發 |?金角財經（ID:?F-Jinjiao)??作者 | 林石

英偉達方面表示，目前訂單都已經多到做不過來，接下來半年訂單都會大超市場預期。該公司股價近期出現的飆升，這得益于AI處理器需求的推動。

5月25日，英偉達發布一季度財報，AI芯片所在數據中心業務的營收創歷史新高，保持10%以上同比增速。就在業績電話會期間，英偉達股價已經迅速上行，漲至390美元上方的歷史最高水平，盤后漲幅超過28%。

摩根大通近日發布的一份報告就指出，英偉達今年將在整個AI產品市場占據60% 的份額。排在第二位的是博通，其專用集成電路（ASIC）預計將占到 13% 的收入份額。臺積電排在第 17 位，其收入占比為 3%。英特爾和 AMD 則都低于 1%。

以ChatGPT為例，其訓練和推理過程用到了超過1萬枚英偉達A100 GPU芯片的AI計算集群。花旗集團分析師Atif Malik預估，ChatGPT可以為英偉達在一年內帶來30億美元至110億美元的銷售額。

對于國內蓬勃發展的大模型業務來說，由于美國方面的出口管制禁令存在，英偉達只能向中國客戶提供A100 GPU芯片、H100 GPU芯片的平替版本，很難直接運用到最為先進的算力。

這意味著，國內大模型將很難直接參與到這場由英偉達掀起的技術與資本的盛宴。

與此同時，國產大模型算力落后，很有可能就此被拉開距離。時間，已經不多了。

點擊下方名片，關注金角財經，我們將為你剖析更多社會熱點，拆解經濟事件背后的邏輯。

底層算力的落后

對于國產大模型而言，版本落后已然成為現實。

5月29日，英偉達CEO黃仁勛在COMPUTEX大會上宣布，搭載了256顆GH200 Grace Hopper超級芯片的新型DGX GH200人工智能超級計算機現已投入量產。

黃仁勛在演講中說道，“我們已到達生成式AI引爆點。從此，全世界的每個角落，都會有算力需求。”而這一臺被黃仁勛描述為世界上第一個具有巨大內存的加速計算處理器，也將成為AI時代的“算力殺器”。

類似ChatGPT的語言大模型，必不可少的三件套是算力、算法和參數。算法、參數主要取決于一家公司的技術水平和投入，算力往往取決于你手上有多少芯片。

用前不久也入局大模型的人工智能公司“出門問問”CE0李志飛的說法就是，做大模型的門檻至少需要5000萬美元，其中的2000萬美元都得用來購買算力。

令人遺憾的是，國產大模型現階段難以染指。發布會上黃仁勛指出，谷歌云、Meta和微軟將會是首批獲得DGX GH200訪問權的客戶。

要想大模型變得更“聰明”，就必須適配最先進的GPU芯片。失去了英偉達的最新芯片，在大模型的底層架構上已經落后版本。

目前英偉達最主流的GPU芯片，是2020年5月公布的A100，按照當時黃仁勛在發布會上的說法，A100是“迄今為止人類制造出的最大 7nm制程芯片，集AI訓練和推理于一身，并且其性能相比于前代產品提升了高達20倍。”

沒想到的是僅僅兩年后，英偉達就已經推出了性能全面升級的H100——晶體管數量接近翻倍，部分性能是A100的六倍，黃仁勛稱其為“全球首個為生成式 AI 專門設計的計算機芯片”。

由于去年8月底，美國對英偉達生產的A100 GPU芯片、H100 GPU芯片實施了出口管制，而GH200 Grace Hopper超級芯片正是由H100 GPU芯片與其它產品組合而成，國產大模型在短期內用上這個“算力殺器”幾乎無望。

國產大模型，退而求其次

在應對“芯片荒”的問題上，英偉達出于商業層面的考量，基本上與中國企業站在同一戰線上。

畢竟去年8月的芯片禁令出臺之初，英偉達就曾發布財報預警，將可能會失去到中國市場2022年第三季度約4億美元的潛在銷售。受此消息影響英偉達的股價連續暴跌，一度跌到139.37美元，對比歷史高點下跌約 57.5%。

若非ChatGPT在今年年初直接引爆科技圈，英偉達很難通過硬核科技能力破局，黃仁勛表示：“我們看到了業界對NVIDIA計算平臺的強大需求。”

面對政策方面的“卡脖子”，英偉達先是爭取到了一個緩沖時間，可以在2023年3月前繼續向美國客戶出口（到中國）的產品提供A100，可以在2023年9月前繼續履行A100和H100的訂單。

在緩沖期內，黃仁勛著手準備“平替版本”來應對管制條款，僅僅一個多月后，英偉達就已經宣布，將向中國企業出口符合出口管制的A800 GPU——單卡大部分性能與A100GPU幾乎相同，僅互聯帶寬從600GB/s降低到400GB/s，意味著同樣數量GPU組成的集群算力下降。

今年3月，最新一代的H100芯片的“最佳替代產品”H800也投產發售，英偉達確認，阿里巴巴、騰訊和百度等中國廠商已經在用了。

黃仁勛已經鋪好了路，國內研發大模型的企業們也就不約而同地開始了囤貨。

網絡流傳的一份“阿里AI專家交流紀要”顯示：阿里云上至少有上萬片的A100，今年芯片采購量在1萬枚左右，其中6000枚是H800；百度則在年初緊急下單了3000臺由8張A800組成的服務器，共2.4萬張卡，預計全年百度會有A800和H800共5萬枚的需求。

騰訊云4月發布的新一代HCC高性能計算集群，則是明確搭載了英偉達的H800芯片，而且是國內首發。不過騰訊云并未透露具體使用了多少H800。

在國內企業瘋狂下單的加持下，無論是原本的A100芯片還是專供版的A800、H800，出貨周期都在大幅上升。據業內人士透露，目前的拿貨周期已經從原本的一個月左右延長到了三個月或更長，部分新訂單甚至“可能要到12月才能交付”。

供不應求的另一個結果，則是芯片價格的上升。

原本定價1萬美元的A100，從去年12月開始上漲，截至今年4月上半月，其5個月價格累計漲幅達到37.5%。如今在國內的價格已經漲到了10萬人民幣以上一枚。專供中國的A800芯片，京東上標價是88999元，甚至已經高出了原版A100的定價。至于最新版的H800芯片，目前還沒有大范圍進入市場，對比H100的價格大約是25萬元，估計售價也至少在20萬以上。

按照訓練一個ChatGPT用1萬枚A100來算，恐怕算力就得花10億元。

留給國產大模型的時間不多了

為了不被美國方面的政策原因“卡脖子”，不少國內科技巨頭都在嘗試自研芯片。

今年3月發布國內第一個大模型“文心一言”的百度，旗下就有自研的“昆侖芯”。2021年的時候，獨立拆分并完成融資的昆侖芯，估值已經達到130億元。先后在2018年、2021年推出了兩代芯片，目前百度昆侖芯前兩代的產品已有數萬片的部署，第三代會在明年的年初上市。

根據百度CEO李彥宏的說法，昆侖芯片目前則在大模型的推理側已經有了應用——“昆侖芯片現在適合做大模型推理，將來適合做訓練，這件事百度做了10年以上，而之所以它能夠用在大模型的推理上，是因為有反饋、有應用，當時做搜索時買別人芯片太貴，1萬美元一片，我們自己做，2萬元人民幣就做下來了，所以逼著自己做出了芯片。”

阿里2018年成立的平頭哥，則是在2019年的云棲大會上，推出了自研AI推理芯片含光800，當時號稱部份性能比業界最好的AI芯片性能高4倍。不過該芯片目前應用在阿里云上，并未單獨對外公開發售。

阿里云4月推出的大模型“通義千問”，就使用了自主研發的含光800芯片。“通義千問”自己的回答是，“在實際訓練中，我使用了阿里巴巴達摩院自主研發的大規模分布式計算平臺，包括含光800、云計算平臺等。在硬件設備方面，我使用了自主研發的高性能計算芯片“含光800”，這款芯片能夠滿足我的訓練需求。”

巨頭之外，國產AI芯片企業也試圖分一杯羹。

目前，國內的AI芯片企業包括海光信息、寒武紀、平頭哥、華為昇騰、天數智芯、燧原科技、摩爾線程、壁仞科技、沐曦等公司。

但國產芯片離英偉達還有一大段距離。

目前大模型對算力的需求主要體現在訓練和推理。簡單打個比方，訓練就是培養一個ChatGPT，推理就是讓ChatGPT幫你生成圖片、做ppt。

現階段來看，國產AI芯片基本都還未擁有獨立支撐起大模型訓練所需的能力。如壁仞科技（通用GPU芯片BR100）、天數智芯（“智鎧100”）、寒武紀（云端推理思元270），基本只能支持多媒體和圖形處理的單精度浮點計算（FP32）。

作為高算力計算的硬性指標——雙精度浮點計算能力（FP64），大多都并不具備。國內唯一支持FP64雙精度浮點運算的海光DCU（協處理器），性能也只有A100的60%左右。

如果美國對英偉達的出口管制仍將繼續存在，而國產AI芯片又難以突破的話，用于訓練國產大模型的GPU芯片，最好的也不過是英偉達2022年推出產品的平替版本。

可以說，留給國產大模型的時間已經不多了。

參考資料：

硅基研習社：《英偉達帝國的一道裂縫》

集微網：《「芯歷史」從“顯卡大廠”到“AI霸主”，英偉達的版圖沒有邊界？》

差評：《英偉達正在“壟斷”AI產業，國內廠商準備好了嗎？》

36氪的朋友們：《微軟/谷歌/亞馬遜展開AI“軍備競賽”：擺脫英偉達束縛，上馬自研芯片》