最近ChatGPT大火，推動算力板塊爆紅，包括CPU、GPU、ASIC等相關廠商。

在GPU板塊，國產企業目前只有景嘉微一家上市公司，其當前產品也并未涉及高性能AI計算。算力擴張的實際受益者仍然是國外巨頭NVDIA、AMD、Intel，以NVDIA為最。

但一眾中國創業企業，已在各市場領域布局，開啟了國產GPU的螞蟻憾大象之旅。目前以摩爾線程的布局最為全面，其他企業大都采用點式突破。

火種初現的中國廠商

作為全球算力硬件當之無愧的龍頭公司，英偉達每年的GTC大會都吸引著眾多尖端科技工作者的目光，尤其是在2023這個ChatGPT的出圈元年，作為人工智能硬件的主要提供商，英偉達GTC的曝光量更是得到了顯著的增加。

而在此次大會中，英偉達展示了其針對訓練、推理、云服務等多維度的ChatGPT領域布局。

在AI訓練領域，英偉達助力算力持續提升，賦能大模型突破。

基于GPU并行計算的特性以及英偉達在AI領域的前瞻布局，英偉達在AI訓練領域擁有絕對優勢，同時十分重視人工智能賽道，不斷提升其人工智能硬件的計算能力。

并且，隨著GPT大模型對于算力需求的提升，全球科技巨頭均已開始或即將搭載英偉達的H100產品：Meta已在內部為團隊部署了基于H100的Grand Teton AI超級計算機；OpenAI將在其Azure超級計算機上使用H100來為其持續的AI研究提供動力。

而在此次GTC 2023上，基于Hopper架構及其內置Transformer Engine，英偉達H100針對生成式AI、大型語言模型（LLM）和推薦系統的開發、訓練和部署都進行了優化，利用FP8精度在LLM上提供較上一代A100更快的訓練及推理速度，助力簡化AI開發。

而在AI推理領域，AI視頻、圖像生成、大型語言模型部署及推薦系統也在加速部署。

在今年的GTC 2023中，英偉達推出了全新的GPU推理平臺：基于加速AI視頻、圖像生成、大型語言模型部署和推薦系統，形成了4種配置、1個體系架構和1個軟件棧的產品體系。

其中H100 NVL GPU受到了市場較為廣泛的關注：英偉達在GTC 2023公開表示，該產品將配備雙GPU NVLink，或將實現比現用A100快10倍的速度，可處理擁有1750億參數的GPT-3大模型，并支持商用PCIe服務器擴展，適用于訓練大型語言模型。

黃仁勛稱，相較于目前唯一可以實時處理ChatGPT的HGX A100，一臺搭載四對H100和雙NVLink的標準服務器能將速度提升10倍，并且還可以將大語言模型的處理成本降低一個數量級。黃仁勛也將NVIDIA DGX H100稱作全球客戶構建AI基礎設施的藍圖。

黃仁勛也表示，ChatGPT僅僅是人工智能第一個出圈的應用，也只是一個起點。在人工智能浪潮來臨之時，全球范圍內必將出現一批進軍人工智能大模型硬件的企業。但英偉達在短期內擁有絕對的技術優勢，未來也將持續發力。

毫無疑問，英偉達發布的最新硬件對于人工智能企業來說，是解決算力問題的最大福音，但對于中國企業來說，這卻并非是一則喜訊。

2022年8月，美國監管機構以國家安全為由，對NVIDIA A100、H100兩款GPU實施禁令，不得銷售給中國企業，意在通過“卡脖子”的方法來降低國內AI模型的傳輸速度，拖延中國人工智能發展。

從長遠來看，未來大模型的研發和部署是必然趨勢，而每個大模型訓練和部署的背后，都有幾萬個 GPU 芯片在支持。因此，未來隨著這方面的研發和應用的普及，通用 GPU 市場需求將會迎來爆發式增長。

而中國能獲得的最佳替代品，則是英偉達專供中國的A800芯片，也是A100的“閹割版”，其傳輸速度只有A100的70%，而在H100大規模供貨后，中美AI公司的差距則將進一步拉大。

高性能的GPU，已經成為了限制中國AI行業發展的最直接因素之一。

但也正是在算力需求激增、硬件供給被切斷、難以真正“市場化”的背景下，國內才涌現了一批GPU的“火種”企業。

這些新興的企業中，核心團隊基本都是業內頂尖專家，許多技術專家來自英偉達、AMD 等國際龍頭企業。初創企業們接連完成新融資，并陸續推出新品加速商業化。

首先，是借軍工信息化之風邁向全面國產替代的GPU企業——景嘉微(SZ:300474)。

景嘉微的技術核心團隊來自于國防科技大學，公司業務也是依靠軍工業務圖形顯控模塊芯片起家，持續投入研發布局全自主研發GPU芯片的圖形顯控傳統業務。

在后續的發展中，伴隨著國家專項基金的支持與企業芯片研發的推進，公司的GPU芯片業務逐漸“開枝散葉”，滲透入了民用市場，在“8+N”個行業中進行著快速的發展。

截止目前，公司是國內首家成功研制國產GPU芯片并實現大規模工程應用的企業，也是國內唯一具備完全自主研發GPU能力并產業化的上市公司，目前已擁有267項專利，在圖形顯控領域走在行業前列。

而公司的產品，也正在從“能用”邁向“好用”的階段。

根據景嘉微2021年公告，公司研發的JM9系列圖形處理芯片將支持OpenGL 4.0、HDMI 2.0等接口，以及H.265/4K 60-fps 視頻解碼。

其核心頻率至少為1.5GHz，配備8GB顯存，浮點性能約 1.5 TFlops，與英偉達GeForce GTX 1050 相近。

而在與公司的交流中，相關人員表示，之前的7系列分為多個版本，根據客戶的需求、價格和價位承受能力來配合出貨，所以取得了較大的成功。而9系目前還在談價的過程中，也相信9系列會促使全球顯卡價格的下行。

并且對方還表示，公司對標的是海外競爭對手幾年前的產品，而當利潤低于一定程度后，海外的公司會主動放棄市場。公司也會從相對的低端做起，隨著技術的進步，逐漸追趕英特爾、AMD的步伐。

盡管目前景嘉微的產品與國際尖端GPU存在著極大的差距，但作為一顆由中國企業完全獨立研發、采用正向設計、具有自主知識產權的GPU，已經邁出了國產自主道路上的一大步，成為中國算力的“希望之火”。

接著，是依靠CPU、DCU雙輪驅動，深度受益國產化替代的企業——海光信息(SH:688041)。

海光信息成立于2014年，主營業務為研發、設計和銷售應用于服務器、工作站等計算、存儲設備中的高端處理器，目前擁有海光通用處理器（CPU）和海光協處理器（DCU）兩條產品線。

而其中，DCU作為專注通用計算、單純提供人工智能算力的產品，成為了企業新的業績增長極。

海光信息于2018年切入DCU領域，堅持自主研發，目前已經成功掌握高端協處理器微結構設計等核心技術，并以此為基礎推出了性能優異的DCU產品，具備強大的計算能力和高速并行數據處理能力，性能基本能與國際同類型主流產品同臺競技。

選取公司深算一號產品和國際領先的GPU廠商英偉達的高端GPU產品（A100）及AMD高端GPU產品（MI100）進行對比，在典型應用場景下，海光信息深算一號單顆芯片的指標基本達到國際上同類型高端產品的水平。

對標目前國際主流人工智能企業都在使用的NVIDIA A100產品，海光DCU單芯片產品基本能達到其70%的性能水平，同時，公司DCU產品的片間互聯性能還有較大的提升空間。

而在硬件之外，海光信息也為打破CUDA生態專門制作了軟件配置：海光 DCU 協處理器全面兼容 ROCm GPU計算生態，由于ROCm與CUDA的高度相似性，CUDA用戶可以以較低代價快速遷移至 ROCm平臺。

因此，海光DCU協處理器能夠較好地適配、適應國際主流商業計算軟件和人工智能軟件，軟硬件生態豐富。

此外，海光還積極參與開源軟件項目，加快了DCU產品的推廣速度，并成功實現了與GPGPU主流開發平臺的兼容。

近些年來，在國內諸多創企的努力下，GPU硬件的突破捷報頻傳，但目前我國CPU廠商距離英偉達等國際頭部廠商的距離仍然還有很遠。

所以對于中國GPU企業來說，做好國產的Plan B，再謀求發展，或許才是正確的方向。

但可以確定的是，隨著科技的進步，中國GPU算力行業一定要、也一定會擺脫被“卡脖子”的問題，讓中國的AI企業用上中國的GPU，打贏這場算力之戰。

國產廠商將面臨哪些機遇和挑戰？

首先我們要知道GPU的核心競爭力是在于架構等因素決定的性能先進性和計算生態壁壘。一方面，性能先進性體現在高精度浮點計算能力。訓練需要密集的計算得到模型，沒有訓練，就不可能會有推理。而訓練需要更高的精度，一般來說需要float型，如FP32，32位的浮點型來處理數據。

另一方面，生態也是GPU發展需要解決的問題。其中英偉達早在CUDA問世之初就開始生態建設，AMD和Intel也推出了自研生態ROCm和one API，但CUDA憑借先發優勢早已站穩腳跟。為解決應用問題，AMD和Intel通過工具將CUDA代碼轉換成自己的編程模型，從而實現針對 CUDA 環境的代碼編譯。

憑借核心競爭力優勢，目前英偉達和AMD（美國超威半導體）已經是國際上非常成熟的GPU巨頭了。英偉達公司的GPU被廣泛應用于計算機圖形學、科學計算、深度學習等領域，而AMD公司則是全球第二大獨立半導體設計師，涉及CPU、GPU、服務器等多個領域。

但由于CUDA的閉源特性，以及快速的更新，后來者很難通過指令翻譯等方式完美兼容，即使部分兼容也會有較大的性能損失，導致在性價比上持續落后英偉達，之前國內廠商面臨的困境也是來源于此。所以國內GPU廠商紛紛大力投入研發迭代架構，謀求構建自主軟硬件生態。

但近年來，國產GPU也逐漸進入了主流市場。并且自2020年開始，國內GPU行業融資環境有較大改善，初創公司遍地開花，2021年，中國加速服務器市場規模達到53.9億美元（約合人民幣350.3億元），同比增長68.6%。其中GPU服務器以91.9%的份額占國內加速服務器市場的主導地位；神經網絡處理器（NPU）、ASIC和FPGA等非GPU加速服務器占比8.1%。預計2024年中國GPU服務器市場規模將達到64億美元。

在技術研發、市場推廣、科技創新等方面也均有積極的發展態勢。在國產GPU進化方面，華為早在2013年就開始了其異構計算芯片的研發工作，例如華為的麒麟系列芯片，包括麒麟970和麒麟970 AI，都集成了自家研發的AI芯片NPU，這使得華為手機等移動設備也具備了很高的AI算力。

可仍需要承認的是，國產GPU產品離高端市場還有距離，存在與國外領先水平的差距，尤其在科學計算、人工智能和新型圖形渲染方面。同時美國政府還限制高端的GPGPU售賣給中國客戶，要求英偉達的A100、H100系列和AMD的MI 250系列及未來的高端GPU產品售賣前需要先獲得美國政府的許可。而這幾款芯片均為用于通用計算的高端GPGPU，通常應用在人工智能計算的云端訓練和推理場景以及超級計算機中。

并且除了技術差距，國內GPU企業的發展還面臨著資金壓力。新創企業不僅面臨原材料和制造能力的供應緊張問題，還必須承受來自國內外同業的競爭壓力，而對于GPU創企而言，巨大的研發費用和資本開支是必需，但長期、持續的利潤支撐才是GPU跨代發展的強勁驅動力。

總之，隨著中國GPU市場的轉型和升級、國內GPU企業的迅猛發展，國產GPU在迎來黃金發展期的同時還面臨著更多的挑戰和機遇。但相信這些企業在技術上的不斷突破相信會進一步刺激市場需求，推動市場進一步擴大。未來，國產GPU有望在人工智能應用領域迎來更加廣闊的發展空間。