大数据产业创新服务媒体
——聚焦数据 · 改变商业
目前，国内已经进入大模型的规模化商用阶段，而大模型非常“吃”GPU。但是，由于美国限制，英伟达的GPU供应不上了。
那怎么办呢？
近期，业界不断传来让人振奋的消息，让我们看到了国产GPU产业崛起的希望。
各个大模型厂商开始用上华为AI芯片
近日，业界传出消息，百度为200台服务器订购了1600颗华为技术公司的 910B Ascend AI 芯片，以此作为英伟达 NVIDIA A100 芯片的替代品，到 10 月份华为已经交付了超过 60% 的订单，预计将在今年年底前交付所有芯片。相关人士表示“他们订购 910B 芯片是为了应对未来可能无法再从 NVIDIA 购买的情况。"
360集团创始人周鸿祎也在2023年世界互联网大会乌镇峰会上，宣布了他们与华为的合作。360集团采购了大约1000片华为的AI芯片，时间比百度还要早。周鸿祎表示这种合作不仅仅是商业交易，还对中国的人工智能行业发展起到了重要作用。
将时间线往前拨，在2023亚布力中国企业家论坛第十九届夏季高峰会期间，科大讯飞的创始人兼董事长刘庆峰指出，华为的GPU现在已经能够与英伟达的A100相媲美，这表明华为在AI领域的实力逐渐增强。此外，刘庆峰还提到，华为的三个董事已经加入科大讯飞工作，专注于对标Nvidia的A100。
科大讯飞的讯飞星火认知大模型，已经与华为昇腾自主创新算力平台展开合作，这一强强联合使得他们能够基于自主的软硬件大模型生态发展能力跃升。此外，不仅科大讯飞，国内其他大模型厂商也已开始使用华为芯片。
华为AI芯片发展情况梳理
冰冻三尺非一日之寒，在AI算力方面，华为布局得比较早。
这一旅程始于2018年，在上海的一场会议上，华为公布了自家首款AI处理器：昇腾310与昇腾910。这两款芯片的推出，标志着华为在全球AI硬件竞争中的正式入局。
昇腾310芯片，专注于边缘计算应用，以其低功耗设计服务于智能终端；而昇腾910则瞄准了数据中心和云计算的需求，力图在高性能AI计算市场占有一席之地。这两款芯片都基于华为独立研发的达芬奇架构，这是一种专为AI运算优化的技术，意在高效处理各类AI算法。
2019年，华为宣布昇腾910芯片的商用化，这是其AI芯片发展史上的一个重要节点。该芯片在发布时，被介绍为具备很高的单芯片计算密度，并且其性能在特定条件下优于行业内的一些现有产品。
紧接着，华为推出了Atlas 900 AI训练集群，这一产品由多颗昇腾910芯片组成，并声称在其发布时，总算力达到了行业领先水平。Atlas 900的推出，反映了华为在提升AI训练能力方面的努力和成就。
在软件层面，华为的MindSpore框架亦于2020年开源，这是其构建AI技术生态的一部分。MindSpore旨在提供一种高效、易用的编程环境，以便开发者能够在华为的硬件上更好地开发和部署AI应用，同时也支持其他硬件平台。
为什么华为GPU突然“吃香”了？
华为GPU之所以突然“吃香”，原因是多方面的，但其中有两个主要的驱动力：华为自身在AI芯片领域的持续技术积累，以及外部环境的急剧变化，特别是美国对中国的芯片供应限制。
首先，华为的AI芯片曾经默默无闻，部分原因在于它的昇腾系列AI芯片起步较晚，且最初主要供应内部需求，外界对其性能了解有限。然而，随着技术的成熟和性能的提升，尤其是昇腾910的推出，华为的AI芯片开始引起行业的关注。这款芯片被认为在某些性能参数上可以与英伟达的高端产品相媲美，甚至在功耗控制和计算密度上具有优势。
其次，美国对中国的芯片供应限制，无疑给华为带来了“神助攻”。去年，美国就开始限制英伟达和AMD向中国出售高端GPU产品，这对于依赖进口芯片的中国公司是一次重大打击。美国的限制措施导致包括字节跳动、阿里巴巴和百度在内的多家公司无法获得英伟达的高端AI算力芯片，这些公司原本向英伟达下了价值数十亿美元的订单，结果无法兑现。
2023年10月24日，美国宣布GPU禁令立时生效，中国无法再获得英伟达的高端AI 算力芯片。同期，摩尔线程和壁仞科技两家中国GPU公司被列入“实体清单”，美国对中国人工智能的围剿再次升级。
在中国快速发展大模型产业的背景下，这种供应短缺给华为等国产GPU厂商创造了难得的市场机遇。大模型对GPU的需求极其迫切，而英伟达供应的不确定性使得市场开始寻找替代产品。
华为恰好在这个时间点解决了芯片制造的瓶颈问题，并通过其最新手机产品使用自研芯片向市场证明了这一点。这不仅显示了华为芯片设计和制造的能力，也增加了市场对华为GPU的信心。
华为的昇腾AI芯片系列，尤其是在百度、科大讯飞等大模型厂商的强大需求下，开始受到热捧。这些厂商不仅需求量大，而且对芯片的性能要求极高。
这一系列事件，无疑将加速中国在AI计算芯片领域自主创新的步伐，促进国产芯片的发展。
国产GPU的春天真的来了？
需要指出的是，除了华为外，中国已经有一批AI算力芯片厂商开始崛起，包括景嘉微、芯动科技、芯瞳半导体、摩尔线程、天数智芯、登临科技、壁仞科技等。
应该说，中国GPU制造商的崛起，得益于国内外多种因素的共同作用。首先，AI技术的飞速发展，特别是在深度学习和机器学习等领域，对计算能力有了更高的需求。GPU作为高性能并行计算的关键，其在这一领域的应用凸显了其重要性。再加上国内市场对自主可控、安全可靠的供应链的渴望，这为国产GPU制造商提供了巨大的市场空间。
随着美国对中国的技术出口限制，以及国内对于数据中心和云服务的巨大需求，国产GPU厂商如壁仞科技、瀚博半导体和摩尔线程等公司迎来了发展的春天。这些公司不仅完成了数十亿元的融资，而且还吸引了来自英伟达和AMD等国际厂商的技术人才。
然而，要真正走向春天，国产GPU制造商仍需克服多项挑战。首先是技术上的差距，相较于英伟达和AMD等国际巨头，国产GPU在技术上仍有不小的差距。其次是生态系统的建设，GPU的发展不仅需要硬件的支持，更需要软件的优化，以及开发者和市场的认可。
此外，国产GPU厂商还需要面对如何持续创新、提升产品性能、降低成本，以及如何打开国际市场等问题。虽然当前形势对国产GPU厂商较为有利，但这个窗口期不会持续太久。国际厂商正在积极寻求突破限制，而国内厂商也必须在这个关键时期内加速成长，抓住机会。
需要明确的是，国产GPU厂商的未来不仅取决于技术的进步，还依赖于市场环境的变化。在全球范围内，技术创新和市场需求将继续驱动着GPU行业的竞争与合作，而国产GPU厂商正站在这个历史性的十字路口上。
文：媛媛 / 数据猿
