美國25萬一張的顯卡，禁止向中國供應_風聞

​

美國又雙叒要做妖了！

ChatGPT風靡全球后，科技巨頭們紛紛入局。而AI的硬件心臟，則由英偉達強勢把持着，佔據用於機器學習的圖形處理器市場的95%。

然而，現在英偉達的高性能GPU：A100和H100，都不允許賣給中國公司了！

這兩款GPU主要還是用在人工智能領域，高性能GPU缺貨，正成為限制中國AI研發的最直接因素之一。

不知道百度華為阿里騰訊，這次囤夠了顯卡沒？

A100出口管制

立即生效

早在2022年8月26日，美國政府就向英偉達下達了通知，要求對A100、H100進行新的出口管制許可，並立即生效。

美國政府表示，新的許可要求將解決所涵蓋產品，可能用於或轉移到中國和俄羅斯的軍事最終用途。

A100、H100是目前性能最強的數據中心專用GPU，市面上幾乎沒有可規模替代的方案。這兩款GPU的斷供，將對國內AI計算，帶來嚴重影響。

其中，A100是英偉達於2020年推出，專用於自動駕駛、高端製造、醫療製藥等AI推理或訓練場景。

A100芯片可以提供更快速度和更高計算能力，從而加快模型訓練和推理的速度，提高模型的性能和效率。

而另一款被禁售的H100，售價超25萬元，可被視為A100下一代GPU芯片。

事情出現了反轉，在英偉達的遊説下，重新獲得了美國政府的出口許可。在2023年3月1日之前，英偉達可以繼續給中國大陸提供A100產品。

現在，緩衝期限到了。中國企業已經很難獲取英偉達A100芯片。現在國內的A100芯片儲備，多是存貨，剩餘使用壽命約為4年-6年。

中國不少公司將面臨衝擊。

目前，國內的蔚來、小鵬、毫末智行等都在基於英偉達A100打造自動駕駛訓練中心。

另根據公開信息，英偉達在介紹關於A100時，展示出的客户商標中，還包含了中國的互聯網巨頭阿里巴巴、百度、騰訊、京東、小米。

25萬一張的顯卡

決定AI智商

你製作出的AI到底是人工智能，還是人工智障，主要看你跑通AI的算力和AI大模型。

3月1日，據研究機構TrendForce的測算，今年大火的ChatGPT，本質是1800億個參數的GPT-3.5大模型。

跑好這個大模型，需要的GPU芯片數量高達2萬枚。

為此，微軟Azure上部署了數萬枚A100、H100高性能芯片。這是第一個採用英偉達高端GPU構建的大規模AI算力集羣。

未來ChatGPT商業化後，所需的GPU芯片數量甚至超過3萬枚，算下來要花4.5億美元，真的十分燒錢。

而顯卡越多的公司，AI算力就越強，生成的答案不僅更加準確，而且還更“高級”，就拿AI繪畫為例，人像都可以做到真假難辨的程度。

在業內，公認的説法是：1萬枚英偉達A100芯片，是做好AI大模型的算力門檻。

而國內，擁有1萬張GPU的企業，少之又少。國內雲廠商，主要用的是英偉達中低性能產品，例如A10。

業內人士向科技每日推送表示，1萬枚英偉達A100的算力下，分析數據需要2周時間，隨後工程師再花費2周進行二次分析，篩選出更準確的數據。所以説數據更新一次大概需要1個月，算下來一年就更新12次。

如果GPU的性能更高，那麼數據更新的速度更快、準確度也更高。如果手上僅有中低性能芯片，可想而知，中國AI水平與國外的差距就越大了。

擁有1萬張英偉達A100的公司，國內大概只有一家，叫幻方量化，這是一家靠人工智能進行量化投資的對沖基金公司，於2015年創立。

目前，它是國內最大量化基金管理公司之一，在量化私募圈，素有“北九坤，南幻方”、“四大天王”的説法。

這1萬張英偉達A100顯卡，被用來構建超算集羣“螢火二號”，它每天執行32000個訓練作業，支撐着國內外50多個機構的AI模型研究工作。

最佳替代品

按照美國要求，未來將會限制出售性能等於或者超過A100的GPU產品。

中國的AI研發公司，能夠獲得的最佳替代品，應該就是英偉達的A800芯片，這是是A100的“閹割版”。

A800計算性能與A100基本相同，但數據傳輸速度被降低了30%。這會直接影響AI集羣的訓練速度和效果。

GPU數量不夠或性能不夠的結果是，AI推理和模型訓練的準確度不足，這會直接導致中國企業即使做出類似的對話機器人，機器人的“智商”會遠低於ChatGPT。

雖然性能被閹割，但是總比沒有強吧。所以A800在國內市場難逢對手。

英偉達官方定價約82000一張，但市場價格往往高於10萬元一張，而且常常處於缺貨狀態。

高性能GPU芯片缺貨，正制約着中國AI的發展。

結語

時至今日，發展自主芯片已經不再是一個有爭議的選擇題，而是必須要去做的事情。

近幾年，天數智芯、壁仞科技、摩爾線程等公司，都推出了自研的通用GPU產品。其中，2022年8月，壁仞科技發佈的壁仞100，突破了全球的算力記錄。但它尚未量產上市，後續能不能支稜起來，還需要時間的驗證。

在英偉達的“霸權”之下，中國企業想在市場上打開局面，真的充滿了挑戰。現在，國產GPU廠商，在自研路仍任重道遠。