别自嗨了，真相残酷！看清中美AI芯片技术差距，还乐观得起来吗？

来源:是说芯语发布时间:2023-02-151710浏览

询问 AI

“是说芯语”已陪伴您1492天

价值线|出品

深度|栏目

边江、南山|作者

风飞扬|编辑

价值线导读

大洋彼岸的AIGC现象级产品ChatGPT聊天机器人的火爆成就了A股市场的一次狂欢。

一些上市公司一旦蹭上这个热点，股价就像坐上了火箭，短短几个交易日大涨超过50%甚至翻倍。反观隔壁的港股市场和美股市场，相对要理性很多。

在人工智能的发展浪潮中，AI芯片是基石。如果能够看清中美AI芯片公司的差距，你还乐观得起来吗？A股的投资者，先别自嗨了！

AI芯片，算力的基石
最近，很多使用ChatGPT的用户，都会遇到一个麻烦事。宕机、卡顿又如影随形，体验效果大打折扣。

究其原因，就是算力不够。

可能Open AI也没有料到，ChatGPT会火到这种程度，能够打败抖音，拿下新的最快月活人数破亿的记录。现在，每天涌入ChatGPT的人数还在暴增，解决算力问题成了迫在眉睫的任务。

那什么是算力呢？

作为人工智能三大核心要素（数据、算法、算力）之一，算力被誉为人工智能“发动机”。人工智能的每一次浪潮，都离不开算力的提升。

华泰证券研报显示，根据Open AI测算，自2012年以来，全球头部AI模型训练算力需求3-4个月翻一番，每年头部训练模型所需算力增长幅度高达10倍。AI深度学习正在逼近现有芯片的算力极限，也对芯片设计厂商提出了更高要求。

作为算力的硬件基石，AI芯片是针对人工智能算法做了特殊加速设计的芯片。

信达证券发布研究报告称，在技术架构层面，AI芯片可以分为 GPU（图形处理器）、FPGA（现场可编程门阵列）、ASIC（专用集成电路）和类脑芯片，同时CPU也可用以执行通用AI计算。

在应用层面，AI芯片又可以划分为云端、边缘端和终端三个类型，不同场景对芯片的算力和功耗的要求不同，单一芯片难以满足实际应用的需求。

在云端层面，由于大多数AI训练和推理工作负载都在此进行，需要运算巨量、复杂的数据信息，因此对于 AI 芯片的性能和算力要求最高；边缘端是指处理云端和终端之间的传输网络，承担着汇集、分析处理和通信传输数据的功能，一定程度上分担云端的压力，降低成本、提升效率。

终端AI芯片由于直面下游产品，大多以实际需求为导向，主要应用于消费电子、智能驾驶、智能家居和智慧安防等领域，终端产品类型和出货量的增加，也相应刺激了对芯片的需求。

不单单对于Open AI，所有涉及到聊天机器人的公司，增加算力都是绕不开的一道坎，这也就意味着，人工智能芯片的需求将会持续迎来井喷。

目前，采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。对于ChatGPT而言，支撑其算力基础设施至少需要上万颗英伟达GPU A100，一次模型训练成本超过1200万美元。

英伟达，跑在了前面

相比CPU，GPU在从事简单特定的并行任务时有着更高的效率。

CPU就像一个大学生，可以进行微积分等复杂计算，但若要在短时间内完成几万道加减算数问题，也是很难办得到的；而 GPU就像几百个小学生，虽然都不会微积分等复杂计算的能力，但人数多，可以在很短时间内完成几万道加减算数问题。

GPU的这一特性，使得其特别适合对密集数据进行并行处理，尤其是AI训练等需要大规模并发计算场景。一个例子是2010年，Google负责人工智能的吴恩达最初使用了16000台计算机的CPU完成训练，后来改用英伟达的GPU仅用了12个GPU就完成了训练。

说到GPU，就很难绕开英伟达，这家由华裔创立的科技巨头。

1993年，美籍华人黄仁勋联合Sun公司两位年轻工程师共同创立了英伟达。成立之初的英伟达推出了两代针对游戏主机的显卡产品，但并不成功。直到1997年，微软推出Direct3D通用API标准，原先的显卡市场领导者3dfx却坚持使用自己的封闭接口，英伟达此时抓住了这个机会，毅然放弃了部分已有专利，转而全面支持Direct X，其产品开始逐渐被戴尔等知名整机厂商使用。

1999年，对于英伟达而言，又是一个里程碑。随着图形显示规模的增加，CPU已经很难分出更多精力来处理图形信息。英伟达此时推出了世界上第一款GPU：GeForce 256。自此之后，英伟达在迈向显卡霸主的道路上再没有对手。

如今，在PC的GPU市场，英伟达份额接近70%，只看独显市场，英伟达市场份额更是高达70%-80%。

每6个月，英伟达就会推出一款新产品，每2年就会更新一次架构。当英伟达不断在AI、自动驾驶、数据中心等领域开疆拓土时，就算是英特尔、AMD这样的业界巨头也只能在后面苦苦追赶。

去年9月，英伟达发布了业界最强自动驾驶芯片Thor，这款芯片融合了Grace（CPU架构）、Hopper（AI加速架构）、Ada Lovelace（图形GPU架构），其算力高达2000TOPS，是去年发布的Altan的2倍，是目前蔚来、小鹏、理想等造车新势力新车采用的Orin X（254TOPS）的8倍。

国内公司，差距明显

即使国内头部公司，从算力上跟美国的英伟达等公司相比，差距非常明显。

以GPU这个最主要的细分赛道来看，目前国内自研GPU的领军企业主要是景嘉微、壁仞科技、芯动科技等，其中成立最早的是景嘉微，2006年就开始研发拥有自主知识产权的GPU产品。现在已经发展出了一系列的产品线，并且均采用国内成熟制程工艺及自主架构。

目前，景嘉微的主打产品有JH920独立显卡，支持4路显示输出及视频解码，支持OpenGL 4.0、Vulkan1.1等图形编程接口，支持OpenGL3.0计算编程接口，支持4 路4K@60fps HDMI 2.0外视频输入。

行业内专家称，从产品参数来看，景嘉微的JH 920的性能与英伟达在2016年发布的GTX 1050相仿，虽然从年份来看两者仅相差6年时间，但是GTX 1050实质上为英伟达10系显卡中的入门级产品，显然无法代表英伟达在2016年的全部水平。

在比对性能参数后，一直回溯到2010年的GTX 500系列才找到性能与GTX 1050相符且作为旗舰型号发售的GTX 580，意味着JH 920基本上是达到了英伟达12年前的水平，所以整体而言国产GPU的现状并不算乐观，虽然在特殊领域算是可以满足自给自足的需求，但是在中高端领域及个人消费领域还有着非常大的差距。

目前来说，景嘉微所代表的就是自主知识架构GPU的顶尖水平，其产品则主要应用于工业、人工智能、云计算、军用工业等领域，至少是保证了国内相关产业即使被封锁也依然能够正常提供服务。

在2021年，景嘉微被美国列入实体清单，赢得AI技术竞争早已经成为美国对华遏制战略的一项重要议题。

去年，在美国总统拜登正式签署芯片法案（《CHIPS and Science Act》）之后的大概一个月时间里，美国政府对华实施了高端GPU芯片的出口禁令。2022年8月26日，英伟达在其向美国证监会提交的8K文件中说明：美国政府要求其对中国（含香港地区）和俄罗斯禁运其所设计和售卖的高性能数据中心GPU芯片：A100以及H100。而另一家GPU设计商AMD同样被要求禁止向中国出口其所设计的高性能芯片MI250。

虽然2022年11月7日，英伟达向中国的供应商提供其重新封装的A800芯片，但传输性能较A100下降了50%。

与此同时，据金融时报报道，国内GPU设计商壁仞科技的GPU芯片BR100在台积电的试产也被迫叫停并主动修改设计，以符合出口禁令的限制。

关于美国的技术封堵，也分正反两面来看。

有行业内人士称，如果不是国内企业面临被美国断供的风险，不得不加快脚步研发GPU芯片，那么国产GPU的性能可能至少会落后20年的时间，而不是现在的10年左右。