今年年初，ChatGPT猶如一顆火種，激發(fā)了AI應(yīng)用的發(fā)展動(dòng)力，AI產(chǎn)業(yè)進(jìn)入發(fā)展的快車道。國(guó)內(nèi)的AI產(chǎn)業(yè)自然也乘勢(shì)而起，僅半年光景國(guó)內(nèi)就涌現(xiàn)出近百款A(yù)I大模型產(chǎn)品，由此進(jìn)入“百模大戰(zhàn)”的競(jìng)爭(zhēng)格局。

訓(xùn)練大模型需要以算力為基礎(chǔ)，全球AI公司對(duì)NVIDIA 芯片追捧至極，GPU有價(jià)無市。近期新聞，NVIDIA H100已無存貨，就算現(xiàn)在訂購(gòu)，也要等2024年Q1甚至Q2才能用上。據(jù)傳聞，百度、字節(jié)、阿里、騰訊等大型科技公司也向NVIDIA下了總計(jì)50億美元的A800等芯片訂單。

(資料圖)

只不過有人企圖對(duì)國(guó)內(nèi)AI大模型發(fā)展加以干涉。美國(guó)《華爾街日?qǐng)?bào)》透露，由于擔(dān)心中國(guó)可能使用NVIDIA 和其他公司的人工智能芯片“進(jìn)行武器開發(fā)和黑客攻擊”，美國(guó)政府考慮加碼計(jì)算芯片領(lǐng)域的制裁，限制NVIDIA公司向中國(guó)出口A800、H800芯片，一時(shí)間讓處于快速發(fā)展中國(guó)AI產(chǎn)業(yè)，又一次籠罩于禁售陰影之下。

難以替代的GPGPU架構(gòu)芯片

從美國(guó)對(duì)國(guó)內(nèi)算力芯片的一而再，再而三地限制中，可以看到美國(guó)對(duì)中國(guó)AI產(chǎn)業(yè)發(fā)展的忌憚。近年來隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，國(guó)內(nèi)在推進(jìn)算力基礎(chǔ)設(shè)施建設(shè)取得積極成效。據(jù)工信部統(tǒng)計(jì)，目前我國(guó)算力總規(guī)模居全球第二，保持30%左右的年增長(zhǎng)率，而且新增算力設(shè)施中智能算力占比過半。這其中作為算力載體的AI計(jì)算芯片，其地位自然無比重要。

目前全球AI計(jì)算芯片主要分為GPGPU、ASIC、FPGA三種架構(gòu)。而被限制的A800和H800芯片就屬于GPGPU架構(gòu)芯片。GPGPU架構(gòu)也是AI加速芯片市場(chǎng)的主流，占據(jù)了90%的市場(chǎng)份額。

GPGPU從GPU發(fā)展而來，是GPU去掉圖形處理能力，提升并行計(jì)算能力之后的產(chǎn)物。GPGPU是如何成為最適合AI計(jì)算的芯片呢？

對(duì)比CPU和GPU，結(jié)構(gòu)上的差異決定了CPU和GPU功能上的區(qū)別。由于CPU在控制和存儲(chǔ)的能力上比較強(qiáng)，因此能進(jìn)行比較復(fù)雜的計(jì)算，不過可以同時(shí)執(zhí)行的線程很少。而GPU則相反，大量的計(jì)算單元讓它可以同時(shí)執(zhí)行多線程的任務(wù)，但每一個(gè)任務(wù)都比較簡(jiǎn)單。

打個(gè)比方，如果CPU是一個(gè)懂高等數(shù)學(xué)的大學(xué)生，概率、微積分全都會(huì)做，但讓他做一萬(wàn)道四則運(yùn)算數(shù)學(xué)題，還是要花費(fèi)大量的時(shí)間；而GPU好像是一萬(wàn)名只懂得四則運(yùn)算的小學(xué)生，雖然不會(huì)函數(shù)、代數(shù)等高級(jí)知識(shí)，但是遇到一萬(wàn)道四則運(yùn)算兩秒就能做完。

在AI神經(jīng)算法成熟后，業(yè)內(nèi)發(fā)現(xiàn)GPU的功能特性很適合進(jìn)行AI訓(xùn)練，因?yàn)樵谏疃葘W(xué)習(xí)模型中，最主要的運(yùn)算就是矩陣運(yùn)算和卷積，而這些運(yùn)算從根本上都可以分解為簡(jiǎn)單的加法和乘法。如此挖掘出了GPU在AI領(lǐng)域的應(yīng)用空間。2007年，英偉達(dá)提出了GPGPU，即通用GPU架構(gòu)，將原本專用于圖形處理的GPU改造成了更適合AI運(yùn)算的GPGPU。

其實(shí)AI計(jì)算芯片除了GPGPU架構(gòu)，還有ASIC、FPGA等架構(gòu)。只不過ASIC、FPGA芯片是結(jié)合某些計(jì)算場(chǎng)景需求的定制化產(chǎn)品，通用性不強(qiáng)。

GPGPU研發(fā)難度高，國(guó)產(chǎn)短板待補(bǔ)齊

在美國(guó)限制出口、國(guó)內(nèi)大模型急需GPU或GPGPU的時(shí)候，國(guó)內(nèi)真正能做GPGPU的廠家卻很少。因?yàn)镚PGPU芯片研發(fā)難度，比其他類型的AI芯片要高出很多。

有業(yè)內(nèi)人士分析過，GPGPU 芯片的團(tuán)隊(duì)大概需要1000 人左右，至少也要做兩年才能做出一顆芯片，這還只是推理芯片而已。如果要做大模型訓(xùn)推一體的大芯片，那么至少 3 年才能把一顆芯片做出來。這意味著，如果有國(guó)內(nèi)廠商能趕上今年大模型風(fēng)潮，至少需要從2020年就開始布局研發(fā)設(shè)計(jì)。

并且GPGPU研發(fā)出來之后，決定其性能發(fā)揮上下限的，不止是架構(gòu)設(shè)計(jì)優(yōu)劣、制造工藝先進(jìn)與否等條件，還需要有軟件生態(tài)支持，還需要售后團(tuán)隊(duì)結(jié)合大模型情況調(diào)優(yōu)產(chǎn)品等等。

NVIDIA之所以能稱霸AI芯片領(lǐng)域，在于其結(jié)合GPGPU架構(gòu)開發(fā)了CUDA軟件平臺(tái)，允許開發(fā)者使用類C語(yǔ)言編寫GPU的并行計(jì)算代碼，并且提供了大量的庫(kù)函數(shù)和工具來幫助優(yōu)化GPU計(jì)算。NVIDIA運(yùn)營(yíng)CUDA已經(jīng)十余年時(shí)間，軟件生態(tài)才是NVIDIA真正的護(hù)城河。

國(guó)內(nèi)AI芯片面對(duì)NVIDIA先發(fā)優(yōu)勢(shì)，如何把握住AI大模型帶來的GPGPU黃金機(jī)遇？

國(guó)產(chǎn)GPGPU殺出幾匹黑馬

當(dāng)前國(guó)內(nèi)AI芯片主要廠商包括華為、寒武紀(jì)、海光信息、遂原、壁仞、天數(shù)智芯等，此外龍芯也在布局。其中，發(fā)力GPGPU芯片的包括海光、壁仞科技、龍芯等等。

海光GPGPU架構(gòu)芯片深算一號(hào)在2018年啟動(dòng)研發(fā)，于去年發(fā)布。據(jù)了解，海光深算一號(hào)性能優(yōu)異，對(duì)比NVIDIA A100及 AMD MI100發(fā)現(xiàn)，在典型應(yīng)用場(chǎng)景下，深算一號(hào)指標(biāo)已經(jīng)達(dá)到國(guó)際上同類型高端產(chǎn)品的水平。并且深算一號(hào)最大亮點(diǎn)在于，支持全部計(jì)算精度，在國(guó)產(chǎn)GPGPU中具備唯一性。在生態(tài)方面，海光深算一號(hào)可兼容類CUDA環(huán)境，對(duì)于AI開發(fā)者無需復(fù)雜適配，即可遷移到海光平臺(tái)。

如此以來，在禁售陰影下，海光GPGPU產(chǎn)品可作為國(guó)外芯片最好平替。據(jù)海光披露，截止今年GPGPU產(chǎn)品已量產(chǎn)商業(yè)化應(yīng)用，規(guī)模達(dá)幾十萬(wàn)片，應(yīng)用領(lǐng)域涵蓋互聯(lián)網(wǎng)、能源等行業(yè)。

壁仞科技成立于2019年，在2022年發(fā)布了首款GPGPU芯片BR100系列，性能方面超越NVIDIA A100，今年發(fā)力目標(biāo)為量產(chǎn)上市。但業(yè)內(nèi)人士認(rèn)為，對(duì)于國(guó)內(nèi)初創(chuàng)GPGPU公司而言，軟件生態(tài)更為重要。目前國(guó)內(nèi)的初創(chuàng)公司雖然在細(xì)分領(lǐng)域上有一定的落地，而真正在大模型訓(xùn)練上能有實(shí)際應(yīng)用的幾乎沒有。

而龍芯暫無產(chǎn)品發(fā)布，目前進(jìn)展為已經(jīng)完成相關(guān)IP的設(shè)計(jì)，正在驗(yàn)證優(yōu)化過程中，第一個(gè)集成自研GPGPU核的SOC芯片計(jì)劃于2024年Q1流片。從流片到量產(chǎn)，如果按最快6-12個(gè)月來算，龍芯的GPGPU產(chǎn)品至少也要在2024年Q3以后才能發(fā)布，量產(chǎn)估計(jì)需要在2025年了。

總體而言，國(guó)產(chǎn)GPGPU邁出從0到1的第一步是最主要的。禁售危機(jī)中蘊(yùn)藏著機(jī)遇，哪怕作為后來者，在國(guó)內(nèi)如此大的消費(fèi)市場(chǎng)支撐下，也將有追趕上NVIDIA的可能。

關(guān)鍵詞：