今年年初，ChatGPT犹如一颗火种，激发了AI应用的发展动力，AI产业进入发展的快车道。国内的AI产业自然也乘势而起，仅半年光景国内就涌现出近百款AI大模型产品，由此进入“百模大战”的竞争格局。
训练大模型需要以算力为基础，全球AI公司对NVIDIA 芯片追捧至极，GPU有价无市。近期新闻，NVIDIA H100已无存货，就算现在订购，也要等2024年Q1甚至Q2才能用上。据传闻，百度、字节、阿里、腾讯等大型科技公司也向NVIDIA下了总计50亿美元的A800等芯片订单。
只不过有人企图对国内AI大模型发展加以干涉。美国《华尔街日报》透露，由于担心中国可能使用NVIDIA 和其他公司的人工智能芯片“进行武器开发和黑客攻击”，美国政府考虑加码计算芯片领域的制裁，限制NVIDIA公司向中国出口A800、H800芯片，一时间让处于快速发展中国AI产业，又一次笼罩于禁售阴影之下。
难以替代的GPGPU架构芯片
从美国对国内算力芯片的一而再，再而三地限制中，可以看到美国对中国AI产业发展的忌惮。近年来随着数字经济的蓬勃发展，国内在推进算力基础设施建设取得积极成效。据工信部统计，目前我国算力总规模居全球第二，保持30%左右的年增长率，而且新增算力设施中智能算力占比过半。这其中作为算力载体的AI计算芯片，其地位自然无比重要。
目前全球AI计算芯片主要分为GPGPU、ASIC、FPGA三种架构。而被限制的A800和H800芯片就属于GPGPU架构芯片。GPGPU架构也是AI加速芯片市场的主流，占据了90%的市场份额。
GPGPU从GPU发展而来，是GPU去掉图形处理能力，提升并行计算能力之后的产物。GPGPU是如何成为最适合AI计算的芯片呢？
对比CPU和GPU，结构上的差异决定了CPU和GPU功能上的区别。由于CPU在控制和存储的能力上比较强，因此能进行比较复杂的计算，不过可以同时执行的线程很少。而GPU则相反，大量的计算单元让它可以同时执行多线程的任务，但每一个任务都比较简单。
打个比方，如果CPU是一个懂高等数学的大学生，概率、微积分全都会做，但让他做一万道四则运算数学题，还是要花费大量的时间；而GPU好像是一万名只懂得四则运算的小学生，虽然不会函数、代数等高级知识，但是遇到一万道四则运算两秒就能做完。
在AI神经算法成熟后，业内发现GPU的功能特性很适合进行AI训练，因为在深度学习模型中，最主要的运算就是矩阵运算和卷积，而这些运算从根本上都可以分解为简单的加法和乘法。如此挖掘出了GPU在AI领域的应用空间。2007年，英伟达提出了GPGPU，即通用GPU架构，将原本专用于图形处理的GPU改造成了更适合AI运算的GPGPU。
其实AI计算芯片除了GPGPU架构，还有ASIC、FPGA等架构。只不过ASIC、FPGA芯片是结合某些计算场景需求的定制化产品，通用性不强。
GPGPU研发难度高，国产短板待补齐
在美国限制出口、国内大模型急需GPU或GPGPU的时候，国内真正能做GPGPU的厂家却很少。因为GPGPU芯片研发难度，比其他类型的AI芯片要高出很多。
有业内人士分析过，GPGPU 芯片的团队大概需要1000 人左右，至少也要做两年才能做出一颗芯片，这还只是推理芯片而已。如果要做大模型训推一体的大芯片，那么至少 3 年才能把一颗芯片做出来。这意味着，如果有国内厂商能赶上今年大模型风潮，至少需要从2020年就开始布局研发设计。
并且GPGPU研发出来之后，决定其性能发挥上下限的，不止是架构设计优劣、制造工艺先进与否等条件，还需要有软件生态支持，还需要售后团队结合大模型情况调优产品等等。
NVIDIA之所以能称霸AI芯片领域，在于其结合GPGPU架构开发了CUDA软件平台，允许开发者使用类C语言编写GPU的并行计算代码，并且提供了大量的库函数和工具来帮助优化GPU计算。NVIDIA运营CUDA已经十余年时间，软件生态才是NVIDIA真正的护城河。
国内AI芯片面对NVIDIA先发优势，如何把握住AI大模型带来的GPGPU黄金机遇？
国产GPGPU杀出几匹黑马
当前国内AI芯片主要厂商包括华为、寒武纪、海光信息、遂原、壁仞、天数智芯等，此外龙芯也在布局。其中，发力GPGPU芯片的包括海光、壁仞科技、龙芯等等。
海光GPGPU架构芯片深算一号在2018年启动研发，于去年发布。据了解，海光深算一号性能优异，对比NVIDIA A100及 AMD MI100发现，在典型应用场景下，深算一号指标已经达到国际上同类型高端产品的水平。并且深算一号最大亮点在于，支持全部计算精度，在国产GPGPU中具备唯一性。在生态方面，海光深算一号可兼容类CUDA环境，对于AI开发者无需复杂适配，即可迁移到海光平台。
如此以来，在禁售阴影下，海光GPGPU产品可作为国外芯片最好平替。据海光披露，截止今年GPGPU产品已量产商业化应用，规模达几十万片，应用领域涵盖互联网、能源等行业。
壁仞科技成立于2019年，在2022年发布了首款GPGPU芯片BR100系列，性能方面超越NVIDIA A100，今年发力目标为量产上市。但业内人士认为，对于国内初创GPGPU公司而言，软件生态更为重要。目前国内的初创公司虽然在细分领域上有一定的落地，而真正在大模型训练上能有实际应用的几乎没有。
而龙芯暂无产品发布，目前进展为已经完成相关IP的设计，正在验证优化过程中，第一个集成自研GPGPU核的SOC芯片计划于2024年Q1流片。从流片到量产，如果按最快6-12个月来算，龙芯的GPGPU产品至少也要在2024年Q3以后才能发布，量产估计需要在2025年了。
总体而言，国产GPGPU迈出从0到1的第一步是最主要的。禁售危机中蕴藏着机遇，哪怕作为后来者，在国内如此大的消费市场支撑下，也将有追赶上NVIDIA的可能。
