本文來自微信公眾號“信創(chuàng)專研社”。
GPU，Graphic Processing Unit，即圖形處理單元，是計算機顯卡的核心，主要用于處理眾多與圖形顯示相關(guān)的操作。而最早出現(xiàn)在上世紀80年代的GPU何以在近幾年迎來高光時刻？這要得益于它強大的并行化的計算能力，雖然GPU最初的用途是渲染圖形和圖像，但隨著計算機技術(shù)的不斷進步，特別是NVIDIA通用并行計算架構(gòu)CUDA推出了GPGPU，其將GPU部分或全部圖形處理能力投入通用計算后，GPU越來越多地被用于各種需要大量“算力”的領(lǐng)域。
而人工智能AI大模型的出現(xiàn)，便是GPU需求的燃爆點。
國內(nèi)GPU市場現(xiàn)狀
最近，OpenAI公司CEO山姆奧特曼在一場非公開會議上透露，GPU的嚴重短缺阻礙了ChatGPT的進步，GPU市場有多火爆可見一斑。據(jù)統(tǒng)計資料顯示，2021年全球GPU市場規(guī)模335億元，2028年全球GPU市場規(guī)模有望達到4774億元，其中中國市場2020年規(guī)模47.39億美元，預(yù)計2027年市場規(guī)模將達345.57億美元。而全球GPU行業(yè)市場主要由英偉達NVIDIA和AMD兩家主導(dǎo)，市場占比分別為84%和12%，尤其在AI大模型訓(xùn)練芯片市場中，NVIDIA憑借V100 NVLink、V100PCIe等系列產(chǎn)品占據(jù)了超過90%的市場份額。
在國內(nèi)，GPU本就稀缺，加之美國為了限制和打壓中國芯片科技的發(fā)展，從2019年開始就對我國高端GPU芯片進口進行限制和斷供，2022年NVIDIA兩款顯卡A100和H100被限制出口中國，使得國內(nèi)GPU更加供不應(yīng)求。
龐大的市場需求和歐美的芯片封鎖，迫使得國產(chǎn)GPU被推到了聚光燈下，迎來了絕佳的發(fā)展期。有業(yè)內(nèi)人士稱：“國產(chǎn)GPU在信創(chuàng)方面已經(jīng)實現(xiàn)逐步替代，AI&數(shù)據(jù)中心、智能汽車、游戲等應(yīng)用領(lǐng)域的國產(chǎn)GPU需求量也有極大的提升，國產(chǎn)GPU迎來發(fā)展黃金期，我們看好國產(chǎn)GPU公司的發(fā)展與投資機遇。”
近日，國內(nèi)多個GPU廠商，從老牌的景嘉微，到初創(chuàng)的沐曦，都順應(yīng)市場需求，相繼推出了各自在GPU領(lǐng)域的最新拳頭產(chǎn)品。
中天恒星：６月１５日在北京發(fā)布國產(chǎn)自主GPU架構(gòu)“天狼星”，擁有完全自主知識產(chǎn)權(quán)，自研核心架構(gòu)確保產(chǎn)品迭代自主可控，同時擁有完備的交付能力，并已實現(xiàn)量產(chǎn)。
景嘉微：成功研發(fā)JM54系列、JM72系列、JM92系列三代GPU產(chǎn)品。應(yīng)用于臺式機、筆記本、一體機、服務(wù)器、工控機、自助終端等設(shè)備。
天數(shù)智芯：６月１０日發(fā)布天垓100加速卡的算力集群，已經(jīng)具備支持百億級參數(shù)大模型訓(xùn)練的能力。是國內(nèi)第一款全自研、GPU架構(gòu)下的云端訓(xùn)練芯片，實現(xiàn)了我國通用GPU從0到1的重大突破。
芯動科技：芯動發(fā)布的“風(fēng)華2號”是一款集超低功耗、強渲染、4K高清三屏顯示、4K視頻解碼及智能AI計算于一體的桌面和筆記本GPU，實現(xiàn)了多個自研技術(shù)的創(chuàng)新突破。
摩爾線程：基于MUSA架構(gòu)打造了兩顆全功能GPU芯片“蘇堤”和“春曉”；面向信創(chuàng)市場推出了桌面級顯卡MTT S10、MTT S30和MTT S50。
沐曦：6月1４日宣布曦云系列的最新產(chǎn)品MXC500成功點亮，產(chǎn)品直接對標英偉達A100，采用通用GPU架構(gòu)，兼容CUDA。
盡管國產(chǎn)GPU的推出步伐不斷加快，其中也不乏一些對標國際高端GPU的產(chǎn)品，但不得不承認，國產(chǎn)GPU要走向真正成熟可靠，實現(xiàn)完全國產(chǎn)替代還有很長的距離。
01
GPU研發(fā)技術(shù)壁壘極高
GPU的研發(fā)是一項大型的系統(tǒng)工程，包含硬件架構(gòu)、算法、軟件生態(tài)等多個組成，缺一不可，壁壘極高。CPU巨頭Intel近二十年多次嘗試征服高端GPU領(lǐng)域，曾在前兩年專門成立加速計算系統(tǒng)與圖形事業(yè)部（AXG），試圖再度殺入高端GPU市場，卻始終反響平平。甚至現(xiàn)在的GPU絕對霸主NVIDIA，從95年首款產(chǎn)品NV1正式誕生發(fā)展至今，也是在顯卡領(lǐng)域耕耘了20多年才有當前的成績。足可見GPU產(chǎn)業(yè)的門檻之高。
在硬件上，國產(chǎn)最大的問題就是IP，任何一款高端芯片的打造都離不開IP。但是，GPU IP的自研開發(fā)需要3-5年的周期，需要數(shù)百個專業(yè)領(lǐng)域的工程師。因此短時間內(nèi)在硬件上實現(xiàn)完全國產(chǎn)化并不容易，國內(nèi)GPU廠商如芯動、摩爾線程等幾乎都是外購IP加上部分的自主研發(fā)。中天恒星剛發(fā)布的“天狼星”雖然實現(xiàn)了國產(chǎn)自主GPU架構(gòu)，100%IP屬于自主研發(fā)，但真正要完善軟件生態(tài)，穩(wěn)定商用，我想還需要很長的一段時間。
在軟件上，國產(chǎn)難題主要涉及驅(qū)動開發(fā)、算法及軟件生態(tài)。業(yè)內(nèi)人士指出，計算芯片最大的門檻其實不是硬件，而是軟件。目前業(yè)內(nèi)GPU特別是用于通用算力的GPGPU，主流的軟件架構(gòu)是英偉達的CUDA，此架構(gòu)在2006問世以來，與下游軟件、驅(qū)動廠家已經(jīng)有了深度合作。而且CUDA本身涵蓋了多個技術(shù)領(lǐng)域，其開發(fā)與后續(xù)更新都與英偉達自家GPU高度綁定，從某種角度來看，英偉達在GPU領(lǐng)域的壟斷很大程度上是通過CUDA平臺上的軟件生態(tài)實現(xiàn)。因此國內(nèi)GPU廠商如果想真正對標英偉達，CUDA生態(tài)是繞不開的一環(huán)。
02
國產(chǎn)GPU整個商業(yè)生態(tài)尚未成熟
在芯片“斷供”之前，國內(nèi)購買海外高端GPU芯片之路暢通，很少有客戶在重大項目采購時會考慮國產(chǎn)GPU，都普遍傾向海外最先進、最穩(wěn)定的產(chǎn)品，以保證項目順利完成。究其原因有二，一是畢竟國產(chǎn)GPU的發(fā)展才剛剛起步，在性能和穩(wěn)定性方面尚未取得長時間，多項目的驗證，不少國產(chǎn)GPU在實際應(yīng)用中出現(xiàn)了工作負載低，芯片性能不穩(wěn)定，兼容性差的情況。二是軟件生態(tài)不夠完善，如果一個芯片沒有與之配套的軟件生態(tài)，則很難真正形成大面積的應(yīng)用。
在當下GPU應(yīng)用最火的AI大模型訓(xùn)練中，騰訊云新一代HCC（High-Performance Computing Cluster）高性能計算集群使用的是英偉達最新代次H800 GPU；阿里曾在2018-2019年采購了上萬塊英偉達的V100和T4 GPU用于近年來的云計算和大模型訓(xùn)練，其他字節(jié)、百度、美團、B站等都清一色采購英偉達的A100、H100 GPU或是去年禁令后英偉達專門推出的減配版A800、H800 GPU。
這使得國產(chǎn)GPU在國內(nèi)鮮有大企業(yè)應(yīng)用成功的案例，大部分還僅僅圍繞在PC、圖形渲染領(lǐng)域，或是應(yīng)用在專門的軍事、政府等部門。商業(yè)市場的大門，只是開了一條縫。
另外，國產(chǎn)GPU廠商的硬件架構(gòu)，軟件API接口不盡相同，客戶基本只能多選一，兼容和替換都不夠靈活，比較難實現(xiàn)技術(shù)生態(tài)的統(tǒng)一。
03
短期難盈利
對于GPU創(chuàng)企而言，巨大的研發(fā)費用和資本開支是必需，但長期、持續(xù)的利潤支撐才是GPU跨代發(fā)展的強勁驅(qū)動力。
盡管近幾年因為AI人工智能的火爆，使得GPU創(chuàng)企的融資環(huán)境變得相對寬松，但由于國內(nèi)近幾年批量的GPU創(chuàng)企涌入，使得競爭激烈，加上研發(fā)投入巨大，在規(guī)模市場打開之前，GPU廠商在短期內(nèi)難以實現(xiàn)量產(chǎn)盈利，令一眾大VC和PE機構(gòu)望而卻步。
芯片市場上，OPPO上個月關(guān)停了手機芯片自研公司哲庫，便是因為短期難盈利，倒在了黎明前。同樣，對于部分GPU創(chuàng)企來說，也面臨著資本市場洗牌的風(fēng)險。
04
新技術(shù)替代的風(fēng)險
還有一點，編者認為很少有人提及，但相信在不少國內(nèi)準備或正在GPU領(lǐng)域大展拳腳的玩家一定會考慮到：那就是量子計算的突破。
量子計算具有超強并行計算能力，相比傳統(tǒng)計算機可以以百萬倍計，作為下一代算力提升的突破點，量子計算極有可能成為下一輪科技革命的“主引擎”。這顛覆性的技術(shù)優(yōu)勢也讓越來越多的國家紛紛投入到量子計算領(lǐng)域的研發(fā)中。
在3月份的GTC開發(fā)者大會上，英偉達就表示已經(jīng)在量子計算領(lǐng)域進行研究，與以色列的Quantum Machines合作，在用AI芯片構(gòu)建的超級計算機上運行量子物理學(xué)中使用的算法；同時與德國的于利希超級計算中心和ParTec公司合作，開展一個經(jīng)典-量子混合計算實驗室項目。
這樣一來，問題就顯然易見了，一邊是GPU研發(fā)周期長，投入大，短期難盈利；一邊則是量子計算的突破，如果在五年內(nèi)量子計算技術(shù)應(yīng)用落地，那么以算力火爆的GPU會不會很快被量子計算機所取代？這在科技發(fā)展迅猛的時代，確實值得深思。
縱觀科技發(fā)展的半個世紀，沒有一個技術(shù)或產(chǎn)品是一蹴而就的。“寶劍鋒從磨礪出，梅花香自苦寒來"，國產(chǎn)GPU的發(fā)展，需要企業(yè)靜下心來正視現(xiàn)存的問題，持續(xù)打磨自身技術(shù)功底，勇于創(chuàng)新，踏踏實實服務(wù)客戶，服務(wù)市場。
相信國產(chǎn)GPU的成功最終會到來！
