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。


华为昇腾 软硬件对标英伟达，全球AI算力第二选择

昇腾处理器是基于华为达芬奇架构的NPU。2018-2019年，华为推出昇腾310、910 NPU。NPU（神经网络处理器）针对矩阵 运算专门优化设计，可解决传统芯片在神经网络运算时效率低下的问题。此外，华为达芬奇架构面向AI计算设计，通过独创3D Cube设计，每时钟周期可进行4096次MAC运算，为AI提供强大算力支持。 昇腾处理器是全球首个覆盖全场景的AI芯片。昇腾AI芯片基于统一的达芬奇架构，具备从几十毫瓦IP到几百瓦芯片的平滑扩展， 拥有端边云全场景部署的能力，也是构建昇腾计算产品、使能上层软件和应用的底座，有高算力、高能效、灵活可裁剪等特性。

昇腾310具有较高能效比。昇腾310处理器于2018年推出，主要用于推理场景，具有较高的能效比，在8W数据精度下算力可达 16TOPS，可将AI从数据中心延伸到边缘设备，为平安城市、自动驾驶、云服务和IT智能等应用场景提供全新解决方案。 昇腾910性能可对标英伟达A100。昇腾910芯片在2019年推出，面向训练场景，可实现业界最佳AI性能与能效。昇腾910的性 能最高可达640 TOPS INT8，320TFLOPS FP16，在算力性能上对标英伟达A100 80GB PCIe。在国内AI加速卡市场，华为市场份额位于前列。据IDC数据，2022年，中国AI加速卡（公开市场）出货量约为109万张，其中 英伟达市场份额85%，华为约10%，百度约2%，寒武纪和燧原科技均为1%。因此在国内厂商中，华为市场份额较高。

星火一体机基于鲲鹏CPU＋昇腾GPU，单卡算力对标英伟达A100。2023年8月，华为与科大讯飞基于鲲鹏CPU＋昇腾GPU， 联合发布讯飞星火一体机。星火一体机FP16算力2.5petaFLOPS，单卡算力上，可对标英伟达A100。讯飞董事长刘庆峰表示， 双方已在联合攻关算力卡脖子问题，也正一同打造面向超大规模大模型训练的国产算力集群，形成集群化优势。

AI算力需求不断提升。国内外大模型相继推出，拉动数据量呈指数级增 长。根据华为GIV预测，2030年，人类将迎来YB（量级）数据时代，全 球算力规模达到 56ZFlops，平均年增速达到 65%。 全球云厂商IT资本支出持续增长。根据Counterpoint数据，2024-2025 年，全球云厂商IT支出占Capex比例预计为35%左右，同比增速约13%。 对标海外，国内CSP厂商AI服务器采购量有较大增长空间。根据Trend Force，2022年美系CSP的AI服务器采购量占比高达66%，但中系CSP占 比仅为约11.3%，对标海外仍有较大成长空间。


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。