英偉達禁令之後，中國AI計算何去何從？

原文來源：腦極體

圖片來源：由無界 AI生成

10月17日，美國加強了面向中國市場的AI晶元禁令。 其中明確將性能、密度作為出口管制標準，將單晶元超過300teraflops算力，以及性能密度超過每平方毫米370gigaflops的晶元都納入了禁止出口行列。

雖然在這一禁令下，AMD、英特爾等公司提供的高端AI晶元也受到影響。 但由於英偉達在全球AI晶元領域一家獨大，本次禁令涉及A100、H100等主流AI訓練用英偉達GPU，因此這次的晶元禁令也被稱為“英偉達禁令”。

消息一出，立刻引起了AI產業的熱議。 但討論大多集中在禁令何時施行，是否有緩衝地帶，具體涉及哪些GPU型號，禁令期限是多久等。 這就導致一個顯而易見的宏觀背景被忽略了：自貿易摩擦發生以來，中美經貿關係雖然時有波動，但面向中國的晶元管控卻始終有增無減。 尤其是高端AI晶元禁令，在諸多爭議中依舊被堅定推行。

至此，AI行業似乎已經必須形成一個基本的共識：拋棄幻想，準備鬥爭。

與其斤斤計較哪些GPU被禁，是否有解禁可能。 不如重新審視在晶元鐵幕時代下，中國AI計算究竟何去何從？

本文希望從目前的產業局面出發，和大家一起思考AI計算的前行之路。

目前的局面

首先我們必須瞭解一個問題，那就是為什麼這次英偉達禁令出台之後，大眾輿論與AI行業的反應都沒有18、19年晶元封鎖剛開始時嚴重。 似乎只有在消費級顯卡RTX 4090是否被禁問題上，引發了遊戲玩家和相關商家的一些爭論。

這背後的宏觀邏輯在於，行業是非常不願意看到高端AI晶元被禁售的，但其實也對這種局面早有預料。 一方面是美國對華晶元封鎖推動多年，此前英偉達部分高端GPU已經被禁，產業界的反饋早就從驚愕調整為了泰然處之。 加上ChatGPT爆火之後今年全球高端GPU行情陡然看漲，隨之而來的是美國方面屢次表態要推動對華整體性的高端AI晶元禁售。 虛虛實實幾個月之後，最終落下一錘也不外如是。

為了應對這次可預見的禁令，同時也有大模型發展的客觀推動，去年年底到今年上半年大量中國科技、金融、汽車等領域的企業集中囤貨英偉達高端GPU，已經造成了市面上一卡難求的局面。 換句話說，對於很多中國中小型科技企業、AI創業公司來說，高端GPU本就買不到，禁售之後並沒有太多改變。

另外一個真實情況是，高端AI晶元並非無法國產化。 早在18、19年貿易摩擦開始之後，國內AI晶元產業加速發展。 這就導致在AI訓練需求上，英偉達高端GPU雖然很難被替代，但並非不可替代。

加上AI晶元並不像手機晶元那樣事關大眾消費者，且華為已經在手機晶元上完成了突破。 種種跡象合在一起，導致無論是大眾還是行業，都對這次禁令產生了一種坦然，甚至有點見怪不怪的心態。

但必須客觀看到的是，這次禁令絕非對中國AI行業沒有傷害。 一方面短期內更換英偉達GPU，無論在晶元產能、生態相容性等問題上都非常困難。 並且禁令還將直接在AI伺服器等領域，給大規模使用英偉達產品的廠商造成傷害。

而更關鍵的問題在於未來，如果禁令長期存在，中國AI計算將逐漸與全球高端晶元脫鉤，那麼可能帶來的長期負面影響是非常複雜的，比如說：

1.英偉達高端GPU代表的AI晶元在更新反覆運算之後，是否會造成中國AI算力的發展脫節？

2.底層算力出現發展分歧后，中國AI產業是否會在大模型等軟體技術發展中掉隊？

3.本次AI晶元禁令，已經呈現出大規模封鎖的特徵。 這種科技封鎖真的只會停留在AI晶元領域嗎？ 通用算力、存儲、基礎軟體等數字化基礎能力是否將成為接下來的打擊目標？

總而言之，這次的AI晶元禁令，對中國來說是一次有準備的博弈，而非一場奇襲。 想要成功度過這一關，也需要將手中的每一張牌都打好，打出配合，從而降低傷害烈度，提升長期發展的勝率。

而就目前來看，中國AI計算有三項必須同時發力的“突圍方案”。

方案1：用好“買家”身份

有個簡單的道理，商業市場的行為邏輯是由供需決定的。 但在以晶元為代表的中美科技貿易中，我們經常會陷入一個思維誤區：認為絕大部分遊戲規則是由美國政府和企業制定的，他們想賣我們就買，他們不想買我們就無奈。

作為全球晶元市場的最大「買家」，中國企業卻沒有話語權，這是非常荒謬的。

事實上，針對中國市場的AI晶元禁令，最直接傷害的就是以英偉達為代表的美國科技巨頭。 目前，英偉達AI晶元方面最大市場需求來自中國。 此前英偉達CEO黃仁勳就明確表示，「如果被剝奪了中國市場，我們是沒有應急措施的，世界上沒有另一個中國」。。

在這種情況下，我們能看到追求商業利益的美國科技公司，與追求政治利益的美國政府之間有著鮮明的矛盾。 美國科技企業總是想方設法尋求反對禁令和繞過禁令，比如英偉達就從去年開始推出了應對禁運政策的中國特供版GPU。

中國市場，消化了美國科技企業約三分之一的產能，二者之間的供需紐帶是無法長期割裂的。 面對美國愈發明顯的整體性科技封禁，中國市場也應該積極用好“買家”身份，讓自身的行為更具鮮明立場與可預測性。

避免造成一種“賣了就歡迎，不賣只能無奈”的表現和印象。

“買家身份”應該是一種有立場、有力量且會憤怒的身份。

方案2：以雲代卡，算力集中

在可見的較長時間里，美國對中國的AI晶元封禁恐怕都只會加強，而這個時機恰好對應上AI大模型發展的關鍵階段。 很多業內人士認為，大模型發展雖快，但沒有呈現出此前其他科技風口的迅猛局面，投資缺錢，計算缺卡是主要原因。

那麼如何解決中國AI產業在禁令之下的算力缺口問題呢？ 首先的應急方案就是企業加大雲端AI算力的配置和投入，推進以雲代卡。

事實上，在高端AI晶元可能被禁的大趨勢下，中國幾大公有雲廠商都做出了加強囤積英偉達高端GPU的動作。 這一方面是因為雲廠商自身要加大大模型投入，打開MaaS市場，所以對AI算力有直接需求。 另一方面也是因為GPU轉化為雲資源池之後可以長期複用，對於雲廠商來說是一個進可攻，退可守的局面。 因此，今年上半年一度出現了市面上高端AI晶元全都流向雲廠商，中小企業一卡難求的局面。

客觀來看，這種高端AI晶元集中向雲的舉動，對整個中國市場統籌應對AI晶元禁令是有利的，並且也符合東數西算的戰略思路。

另一個利好雲端AI算力的趨勢在於，隨著大模型參數和使用數據量的不斷加大。 本地化的卡池訓練已經愈發吃緊。 必須在雲端發生的千卡、萬卡訓練成為未來主要的發展方向，因此企業使用者天然會更積極走向雲端。

同時，雲端AI算力也不會僅僅停留在囤積英偉達GPU的層面。 接下來，國產的自主AI算力駛入雲端是大勢所趨。 在相關政策的推動下，雲廠商正在加大自主AI晶元的採購力度。 根據IDC數據，2023年上半年中國AI伺服器已經使用了50萬塊自主開發的AI加速器晶元。 在自主AI算力的服務化方面，華為雲已經推出了昇騰AI雲服務。 雲端化與自主化結合的AI算力，將在AI晶元禁令背景下得到極大發展。

加上近些年在東數西算大背景下，各地陸續建立了大量採用自主AI算力的AI計算中心，整體來看中國的雲端AI算力是供給穩定、保障可靠的。

而很多企業依舊傾向於採購本地AI算力。 這一方面是因為英偉達GPU市場緊缺，保值性特別好，甚至能作為企業的核心資產。 另一方面是因為雲端AI算力往往會有排隊、宕機、軟體服務缺失等問題。

如何進一步提高開發者的雲端AI算力使用體驗，是公有雲廠商接下來需要發力的方向。

方案3：讓國產AI算力爆髮式成長

面對新一輪AI晶元禁令，中國AI產業最大的底氣是什麼？ 是多年之後的習以為常，還是大量屯卡之後的家有餘糧？ 都不是。 最關鍵的節點在於經過多年發展，中國AI晶元產業已經得到了巨大發展。 英偉達的高端GPU確實依舊重要，但已經不是毫無替代選項可言。

根據IDC此前發佈的數據，2022年中國AI加速卡出貨量約為109萬張，其中英偉達市場份額達到了85%，華為昇騰實市場佔有率10%，百度崑崙為2%，寒武紀和燧原科技均為1%。

從中可以看出，國產AI算力已經實現了一定程度的市場佔比，而不僅僅是概念與理論中的“紙上談兵”。 同時也應該看到，國產AI晶元在核心性能、軟體生態以及出貨能力上依舊不理想，還有很長的路要走。 在英偉達禁令的客觀條件倒逼下，國產AI算力必須在短期內跨越這些困難，加速自身的成長與成熟週期。

為了實現這個目標，有幾件事非常重要：

**1.形成產業共識，避免概念混淆。 **

提起AI晶元，我們經常會說它有非常多的實現方式，有很多自主品牌參與這個市場，看上去一片繁榮。 比如AI晶元有GPU、FPGA、ASIC、存算一體和類腦晶元等，國產AI加速晶元廠商有阿裡、百度、華為、寒武紀、海光資訊、燧原科技、天數智芯、壁仞科技、摩爾線程、龍芯中科等。

這種“繁榮”的表述，不僅在大眾輿論和投資市場上具有迷惑性，還經常出現在一些行業報告與政策分析當中。 但其中蘊藏的問題在於，普遍過分拓展了AI晶元的定義。 比如說，類腦晶元在可見的未來中都僅僅是技術暢想，如果每次討論國產AI晶元都把類腦加上，那只會浪費時間，分散精力。 再比如，有些AI晶元廠商只能做自用晶元，無法面向市場出貨。 有些廠商目前還不具備商業化能力，處在早期建設階段，他們短期內對於AI計算自主化的貢獻也就非常之小。

**為了應對英偉達高端GPU禁售問題，我們需要把目光集中在可行、有效的GPU替代品上，而不是進行過多聯想和發散。 只有形成了這一產業共識，才能聚集力量解決問題。 **

**2.走向規模化商用，避免PPT造芯。 **

事實上，無論從AI加速晶元還是伺服器整機來看，國內目前能夠出貨的AI晶元廠商都寥寥無幾。 主要集中在華為、百度兩家，燧原科技、海光資訊也有一定的出貨。 而大量半導體廠商與AI企業，更多還停留在打造晶元的計劃與願景上。 這就導致大量受到政策支援與投資市場期待的國產AI晶片停滯不前，甚至有停留在這一階段享受金融市場紅利的嫌疑。

**接下來的產業導向，應該從AI晶元的立項走向出貨，説明AI晶元廠商獲得直接的商業回饋，產品與產能接受市場檢驗，逐步塑造正向的現金流。 **

**3.加強軟體生態，強化遷移能力。 **

英偉達GPU之所以重要，不僅在於硬體性能，更在以CUDA、PyTorch為核心的軟體生態能力，因此發展國產AI晶元絕不能低估軟體的能力。 在強化自主軟體生態建設的同時，也要重視基於英偉達生態打造AI模型的遷移能力與遷移成本。

為此，已經有大量廠商進行了探索，比如海光資訊的DCU，就在生態、程式設計環境等方面與CUDA高度相似，CUDA使用者可以以較低代價快速遷移至海光的ROCm平臺。 而在此前，PyTorch2.1 版本宣布支持華為昇騰。 可見國產AI晶元已經具備了一定的規模化影響力，可以更多融入全球軟體生態當中。

**未來想要實現國產AI計算的爆發，是無法離開國產AI基礎軟體生態爆發的。 **

**4、加大對“主品牌”支援，形成規模化效應。 **

對於美國AI晶元，除了英偉達GPU，你還知道哪些？ 這個問題即使是問一些AI開發者，答案也很大程度是不清楚，或者沒試過。 從中可見，AI計算就像通用計算、圖形計算一樣，極大概率是會最終出現一到兩個“主品牌”的。 這屬於客觀的市場規律，沒有必要以揠苗助長的方式實現“百花齊放”的局面。

甚至就目前中國AI計算必須加速成熟，完成自主化替代的目標來說，儘快實現一超多強的局面是件好事。 這可以避免生態割裂，避免產業在搖擺形成大量IT投資浪費。 這個過程理應交給市場選擇，慢慢成型。 但在晶元禁令的大背景下，國產AI計算崛起已經時不我待，與其讓100種AI晶元慢慢成熟，慢慢洗牌，比如加速形成“主品牌”快速替代的局面。

而從目前局面看，昇騰是最有可能成為國產AI算力主品牌的一支力量。 科大訊飛創始人、董事長劉慶峰此前表示，華為GPU已經對標英偉達A100。 根據數據顯示，昇騰310整數精度算力達到了16TOPS，昇騰910整數精度算力達到640TOPS。 這意味著昇騰910性能已經接近英偉達A100。

同時，昇騰也是目前唯一穩定佔據市場份額的國產AI算力，並且在軟體上孵化了類似英偉達CUDA的異構計算架構CANN和AI計算框架MindSpore。 在核心性能、軟體生態與市場佔有率三項指標來看，昇騰都已經具備了可以加快成長，實現AI算力大規模國產化替代的可行性。

**規範行業標準，強化軟體建設，提高自主品牌支援，是短期內推動國產AI算力快速成長的主要途徑。 **

英偉達禁令，是一個中國AI行業普遍不願意看到，盡量避免，甚至到今天也有些諱莫如深的問題。 但形勢比人強，在不斷加速的逆全球化進程與AI競賽中，類似禁令未來大概率只多不少。

逃避、迂回、噤若寒蟬，都無法解決問題，只有坦然應對，奮力自強，才能從根本上解決受制於人的問題。

禁令之下，中國AI計算何去何從？

答案是我們已別無選擇，所以要給世界第二個選擇。