问道者  晓 曦

靴子落地了，美国还是瞄准GPU芯片，对我们下手了。继去年英伟达的A100和H100被限制出售后，近日，美国再扩大对华芯片出口管制范围，且更精准了，英伟达为中国特制的A800和H800也被禁止出售了。市场普遍反映是：这是迟早的事，不过是靴子落地罢了。也就是说，市场早有准备。公开信息也说，百度、字节跳动、腾讯和阿里已向英伟达下单了超50亿美元的芯片。其中，字节跳动今年就向英伟达订购了超过10亿美元的GPU产品。这是什么概念呢？这一数据已经接近英伟达去年在中国销售的商用GPU总额。

那么这次封锁的GPU芯片主要是做什么呢？这么说吧，GPU用途大致可以分为两类。一是，显卡的核心，高质量的游戏，离不开好的显卡，好的显卡离不开性能优异的GPU，这个主要用于民用。二是，人工智能加速卡，训练人工智能的深度学习，就离不开GPU芯片的算力，这个领域主要客户是科技公司，华为、阿里、腾讯等等，只要研制人工智能，就离不开GPU芯片。这次美国禁止出口的芯片，对准的就是这些科技企业商用人工智能的AI芯片。业内形容这一次新规“全方位无死角”，目的是封堵中国在人工智能领域中的进阶之路。

那么，很多人都很想知道，国产替代能撑得住吗？通过查阅资料，还有前两天亚太电协大会和亚布力企业家论坛，恰好都在厦门召开，和多位业内人士交流后，得出的结论是这样的：如果仅从硬件看，华为、寒武纪、百度昆仑最新芯片的性能，基本可以接近英伟达A100。但是，差距在于，驱动这些算力芯片的软件生态。

这么说吧，就好比一台电脑，造出一台电脑不是问题，但是支撑电脑正常运行，需要一系列驱动，还有电脑上的各种应用软件，如大家每天都在用的WORD、WPS、EXCEL等等。

GPU就好比这台电脑，驱动它需要很强的适配性，也就是与之匹配的生态，否则就会出现这款芯片在某个场景能跑出90%的算力，在另一场景只能跑出70%的效能。目前国内第一批大模型厂商使用的基本都是英伟达A100、A800的芯片，应用的是英伟达构建的完善的CUDA生态。

且不说，我们国产的GPU生态和英伟达还有不少的差距。而且用惯了这个生态，如果贸然更换，意味着你的学习成本、试错成本、调试成本都会增加，还不一定能跑出原来的效率。

目前，CUDA已成为全球AI基础设施，主流的AI框架、工具等都以CUDA为基础进行开发的。这也是，目前我们国产GPU生态最大的阻力。

但是，这次美国的限制措施，又一次为我们敲响了警钟。尽管国产芯片在性能和软件生态上，还比不过英伟达等行业巨头，但在高科技被重重封锁的当下，“国产替代”很长一段时间都会是国内半导体行业发展的主旋律，毕竟本事只有长在自己身上才安全