英偉達和AMD的高端通用GPU禁運事件再次揪緊了中國半導(dǎo)體行業(yè)的神經(jīng)，國內(nèi)超算,、東數(shù)西算,、云計算、自動駕駛等行業(yè)已明顯感到“寒意”,。但正如硬幣的兩面,，這一禁令無疑也為國產(chǎn)GPU廠商創(chuàng)造了新的補位機會。

但從GPU市場來看,，仍上演著巨大的“落差”情節(jié),。在集成GPU市場，英特爾,、英偉達,、AMD三分天下,；獨立GPU領(lǐng)域,，基本是英偉達和AMD的天下，前者市場份額甚至超出2/3,；在GPGPU領(lǐng)域,，英偉達更是一騎絕塵。當英特爾,、英偉達,、AMD通過并購或整合,，在GPU+CPU+DPU時代全面布局并掌控話語權(quán)的當下，國內(nèi)GPU廠商仍需奮起直追,。 

要在GPU領(lǐng)域形成突圍之勢,，國產(chǎn)GPU的性能、生態(tài),、應(yīng)用等均是一環(huán)接一環(huán)的考驗,。要在性能層面率先通關(guān)，IP的力量不容小覷,。在生態(tài)層面,，是借助CUDA占位還是自建生態(tài)，仍是個兩難的選擇,。

風(fēng)起云涌

GPU的重要性從其市場規(guī)?？梢娨话摺?/p>

在多重因素交織影響下,，GPU已然完成華麗“蛻變”,，從最早用于2D/3D圖形的計算和處理，到近年來憑借并行處理和通用計算的優(yōu)勢成為數(shù)據(jù)中心,、5G,、AIoT、自動駕駛領(lǐng)域的關(guān)鍵算力的基礎(chǔ)設(shè)施,，GPU市場亦迎來了高速大發(fā)展,。

據(jù)Gartner預(yù)測，截至2023年,，AIoT,、5G應(yīng)用等將快速拉升全球商用GPU市場，規(guī)模有望達到250億美元,，包括PC在內(nèi)的民用GPU市場也將提升至150億美元,。

在這一風(fēng)雷激蕩的市場，不僅成就了英偉達,、AMD等的高歌猛進,，也為無數(shù)的新進入者提供了逐鹿的舞臺。受市場需求以及政策,、資本的推動,，GPU在國內(nèi)受到瘋狂追捧，國內(nèi)GPU初創(chuàng)企業(yè)如雨后春筍冒出,，融資紀錄不斷刷出新高,，多方出擊，呈現(xiàn)“星星之火，可以燎原”之勢,。

要指出的是,，GPU隨著技術(shù)的進階以及應(yīng)用的拓展，體系也日益龐雜,，按接入類型可分為集成GPU和獨立GPU,，以應(yīng)用來區(qū)分則有PC GPU、移動GPU和服務(wù)器GPU三類,；按功能劃分,，可分為側(cè)重圖形圖像的渲染GPU和側(cè)重通用計算的GPGPU。

國內(nèi)初創(chuàng)GPU公司結(jié)合自己的優(yōu)勢和階段性定位,，分別采取了不同的切入路線,，有的以GPGPU為重，有的直指渲染GPU,，也有先期立足GPGPU而后切入渲染GPU或并行推進的,，涉及壁仞、沐曦,、登臨,、天數(shù)智芯、摩爾線程,、勵算,、深流微、瀚博,、芯瞳,、格蘭菲等等。

作為此次禁運事件的主角,，英偉達的A100,、H100均是數(shù)據(jù)中心加速卡，A100擁有540億晶體管,，采用臺積電7nm工藝制程,，支持FP16、FP32和FP64浮點運算,。而H100作為英偉達最新一代數(shù)據(jù)中心GPU,，集成了800億晶體管，最高1.8萬個CUDA核心,，采用臺積電定制的4nm工藝,，已全面投產(chǎn)，合作伙伴50多款基于H100的服務(wù)器將在年底前上市,。

雖然國內(nèi)還有一年的緩沖期可以繼續(xù)備貨英偉達的產(chǎn)品（如果可以通過報備和審核）,，但一年以后很可能還將面臨無法拿到最先進產(chǎn)品的可能,，不同應(yīng)用端對此的感受或“冷暖自知”,。

應(yīng)用掣肘

“相對于超算,、互聯(lián)網(wǎng)等應(yīng)用場景來說，正在飛速發(fā)展的自動駕駛汽車領(lǐng)域才是這次訓(xùn)練卡禁售風(fēng)波的最大受害者,?！奔⒆稍冎苯訑嘌浴?/p>

因超算中的核心算力還是以CPU為主,，且可以用協(xié)處理器來配合核心CPU來進行工作,，GPGPU的影響在短期內(nèi)不會對超算應(yīng)用產(chǎn)生太大的影響。

此外,，雖然互聯(lián)網(wǎng)應(yīng)用的智能推薦,、圖像識別等算法也需要大量訓(xùn)練，但慶幸的是我國互聯(lián)網(wǎng)產(chǎn)業(yè)已經(jīng)經(jīng)歷了蓬勃發(fā)展時期,，目前處于穩(wěn)定期,，算法迭代和應(yīng)用落地相對比較成熟，目前互聯(lián)網(wǎng)巨頭手中訓(xùn)練資源相對比較平衡,，而且各家也都針對自己的業(yè)務(wù)需求特點開始自研訓(xùn)練芯片,，英偉達訓(xùn)練卡的禁售看似對互聯(lián)網(wǎng)產(chǎn)業(yè)影響大，但實際情況比想象得要好一些,。

相較之下,，自動駕駛端體會的“寒意”或更為明顯。

雖然英偉達沒有直接禁售自動駕駛芯片,，但自動駕駛算法的訓(xùn)練還是無法繞開云端GPGPU的,。國內(nèi)智能汽車或自動駕駛汽車的產(chǎn)品迭代快速，新車發(fā)布周期在縮短,，硬件堆疊也在不斷增加,，攝像頭視覺傳感器、雷達等硬件模塊的單車配置在快速上升,，高級別自動駕駛等級的迭代與滲透也在快速發(fā)展,。從而導(dǎo)致自動駕駛算法迭代也要跟上步伐，算法的迭代必然以訓(xùn)練為前提,，訓(xùn)練量的增加必定會反饋在對訓(xùn)練卡性能和需求的提升,。

更值得注意的是，自動駕駛信息涉及到的數(shù)據(jù),，大多涉及保密級較高的內(nèi)容,，這部分內(nèi)容大概率是無法依靠租賃云服務(wù)商的訓(xùn)練服務(wù)器來解決的。

IP難關(guān)

國內(nèi)GPU初創(chuàng)企業(yè)而言,，長期,、持續(xù)的利潤支撐才是GPU跨代發(fā)展的強勁驅(qū)動力，在英偉達、ADM等巨頭構(gòu)筑的高壁壘面前,，瞄準目標應(yīng)用大量的驗證及出貨是國產(chǎn)GPU必然要越過的難關(guān),。

而GPU作為高性能高復(fù)雜度的大芯片，想在短期內(nèi)快速推出相關(guān)產(chǎn)品,，必然依賴外部IP,。而且，近段時間以來,，國內(nèi)GPU廠商以接二連三的點亮和商用來探索發(fā)展之道,。但除卻生態(tài)、落地挑戰(zhàn)之外,，據(jù)一位業(yè)內(nèi)人士分析,，國內(nèi)GPU核心基礎(chǔ)技術(shù)的投入還是不太夠，雖然目前研發(fā)GPU的公司很多,，但絕大部分是license IP模式,，而且同質(zhì)化較為明顯。

提及GPU IP,，主要有數(shù)字和模擬兩大IP,，每一大IP體系有不同的分類。從模擬IP來看,，分為三部分,，一是PCIe；二是Memory,，涉及DDR5/4,、LPDDR5/4等；三是重要的顯示IP,，即Displayport和 HDMI,。從數(shù)字IP來看，涉及最核心的GPU IP,，還有基于RISC-V或Arm的微控制器IP,；以及Video編解碼如H.264等IP。要注意的是,，在GPGPU層面,，核心IP大都為廠商自研，也有廠商采用Imagination等訓(xùn)練或推理的IP,，且GPGPU不需顯示IP,。

從理論上來說，自研IP越多,，GPU的差異化更明顯,，但相對而言資金,、人員、時間上的成本投入也更高,。一家從事GPGPU研發(fā)的企業(yè)代表告知,，GPU IP自研需要36-48個月以及200個工程師，而采用外購IP的方式,，可以減少12-18個月開發(fā)周期。

不得不說,，因設(shè)計GPU IP的問題非常復(fù)雜,，許多最優(yōu)的解決方案已經(jīng)獲得專利保護，使得GPU 核心IP市場成為少數(shù)玩家的陣地,。

在PC和服務(wù)器GPU領(lǐng)域,，核心的GPU IP廠商主要是Imagination、芯原,、格蘭菲,；在移動GPU領(lǐng)域，主要有Arm Mali,、Imagination PowerVR系列,，芯原在前幾年收購美國嵌入式GPU設(shè)計商圖芯之后亦有不少授權(quán)用戶，以及高通的Adreno,。高通Adreno從AMD買入,，且不對外銷售。作為GPU的老牌巨頭,，英偉達,、AMD均有自己的強大GPU IP，英特爾也購買了AMD的GPU IP要在獨立GPU市場卷土重來,。

整體而言,，國內(nèi)GPGPU企業(yè)與國際大廠技術(shù)差距約3年，渲染GPU與國際大廠差距約10年左右,。要想彌補這一差距,，不止要在生態(tài)層面發(fā)力，提升國內(nèi)核心IP能力顯然是必然要做的功課,。

對此業(yè)內(nèi)人士也指出,，從GPU IP 供應(yīng)商來看，國內(nèi)本土研發(fā)存在投入不足,、競爭力偏弱,、市場窄、技術(shù)研發(fā)的后續(xù)力不明朗等問題,。國內(nèi)想發(fā)展GPU,，是要想辦法讓GPU技術(shù)鏈條各個環(huán)節(jié)上,，真金白銀投入技術(shù)研發(fā)的公司生存并慢慢滾動發(fā)展。

值得關(guān)注的是,，盡管火熱的Chiplet開啟了 IP的新型復(fù)用模式,，也為IP 廠商的經(jīng)營模式帶來全新變革，國內(nèi)GPU IP廠商芯原等也在加速實現(xiàn)以Chiplet形式的IP芯片化,。但我們認為,，這除對商業(yè)模式帶來挑戰(zhàn)之外，還要解決設(shè)計,、die到die接口挑戰(zhàn),、封裝和制造等層面的難關(guān)，難以實現(xiàn)彎道超車,。

生態(tài)之憂

盡管A100和H100的禁售成為國內(nèi)GPGPU發(fā)展的新催化劑,，可以說造就了難得的機會窗口，但要成功“補位”,，除了性能差距之外,，生態(tài)過關(guān)顯得尤為迫切。 

“很多客戶用英偉達的訓(xùn)練加速卡已用得非常順手了,，一方面是其性能優(yōu)異,，通用性強，另一方面則是生態(tài),，CUDA的運算平臺適合各類模型,，客戶基于此可高效訓(xùn)練或改進自己的算法?！奔⒆稍儽硎?，“國內(nèi)在芯片設(shè)計上的能力與頭部品牌還存在不小的差距，再考慮到軟件和生態(tài)層面,，差距就又會進一步拉大,。”

正如一家GPGPU廠商代表所言,，GPGPU的生態(tài)非常復(fù)雜,，要求一路打通到應(yīng)用層，提供面向所有應(yīng)用的全面支持,，甚至要自主開發(fā)以支持一個新的應(yīng)用領(lǐng)域,。

盡管禁運有一年的緩沖期，但一年以后呢,？很可能還將面臨無法拿到最先進產(chǎn)品的可能,。雖然英偉達也放話說可提供一些相對低端的性能不及A100的產(chǎn)品讓客戶通過堆疊等來實現(xiàn)相應(yīng)的算力，但這仍將大幅影響訓(xùn)練的成本和效率,。

因而,，雖然國內(nèi)在GPGPU領(lǐng)域?qū)崿F(xiàn)了一些國產(chǎn)替代,，但在性能上要達到A100水平，短期內(nèi)還不現(xiàn)實,。此外,，更大的阻力來自生態(tài)，雖然眾多國產(chǎn)GPGPU公司芯片都支持兼容CUDA,，但兼容度和兼容水平無法量化,，各家的產(chǎn)品水平標準也不統(tǒng)一，這必定會增加算法工程師的使用和學(xué)習(xí)成本,。

兼容是捷徑,，但不是終點，從長遠來說一定要建立自己的生態(tài),。國內(nèi)GPGPU廠商還應(yīng)風(fēng)物長宜放眼量,。

無疑,，美對我國芯片行業(yè)的全面圍剿將形成一道新的半導(dǎo)體“鐵幕”,，也將不斷加速國產(chǎn)芯片自主化的進程，但要從弱到強,，從低端到高端,，顯然是一場以數(shù)年為計的長征之路。

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