中國儲能網訊：日前，國家網信辦約談英偉達公司，再次敲響了要發(fā)展自主可控國產算力的警鐘。在2025世界人工智能大會上，英國皇家工程院院士郭毅可在演講中指出，全球AI算力需求正以每兩年750倍的速率極速擴張，中國云端AI芯片市場預計將在2027年突破480億美元規(guī)模，國產GPU市占率預計超80%。
從“可用”走向“好用”
GPU芯片在個人計算機、云計算、人工智能、安防監(jiān)控等領域有著廣泛的應用。此前，全球GPU市場由英偉達、AMD、英特爾三大廠商壟斷。
國產GPU代表廠商有摩爾線程、燧原科技、壁仞科技、沐曦等。其中，摩爾線程、沐曦等明星獨角獸集中在2020年前后成立，主要面向圖形渲染和AI計算進行技術布局。今年6月30日，摩爾線程和沐曦同時向上交所遞交了招股說明書。
從目前的情況來看，部分國產GPU產品在性能上已經取得了一定進步，如壁仞科技的BR100系列GPU，其峰值算力超過了英偉達目前在售的旗艦計算產品A100GPU的3倍，并創(chuàng)造了全球通用GPU的算力記錄，能夠滿足一些對算力要求較高的應用場景需求。
同時，越來越多的國產GPU廠商意識到生態(tài)建設的重要性，并積極與上下游企業(yè)、科研機構等展開合作，共同構建完整的產業(yè)生態(tài)。例如，摩爾線程與眾多行業(yè)合作伙伴聯(lián)合展示了基于其智算集群的豐富行業(yè)大模型應用方案，推動了國產GPU在各領域的應用和發(fā)展。
在人工智能熱潮帶動下，我國算力需求呈爆發(fā)式增長，算力產業(yè)正迎來加速演進的戰(zhàn)略機遇期，也為國產GPU提供了廣闊的市場前景。
近日召開的國務院常務會議通過了《關于深入實施“人工智能+”行動的意見》。會議指出，“要著力優(yōu)化人工智能創(chuàng)新生態(tài)，強化算力、算法和數(shù)據(jù)供給……”在地方層面，上海、北京等多地已先后出臺政策，在算力、運力、存儲方面均有明確規(guī)劃，例如，上海印發(fā)《上海市進一步擴大人工智能應用的若干措施》，其中提到，降低智能算力使用成本，發(fā)放6億元算力券，加強算力調度平臺建設，體系化支持企業(yè)研發(fā)和應用大模型，加快大模型生態(tài)空間集聚。從國家到地方，政策紅利持續(xù)釋放。
國產高性能GPU顯卡需求迫切
現(xiàn)在GPU主要可以分成兩大類。一類是大家比較熟悉的，用來玩游戲、做圖形渲染的顯卡，像英偉達或者AMD等常見的游戲顯卡就是這個類型。另一類是專門用來加速AI計算，例如訓練大模型、做深度學習等，就需要這種專門的AI加速卡。
2024年，全球GPU市場已經達到了1000億美元，市場空間巨大，中國約占1/4份額，但高端產品仍受制于人。
我國企業(yè)在GPU領域起步較晚，技術積累和市場份額都無法與英偉達相提并論。英偉達早在1999年就推出了首款GPU，并在此后的20多年里不斷迭代升級，形成了強大的技術壁壘。更重要的是，英偉達不僅僅是一家硬件公司，它還構建了一個龐大的軟件生態(tài)。
相比之下，國產GPU的發(fā)展歷程要短得多，軟件生態(tài)也相對薄弱，不過，盡管困難重重，國產GPU并沒有停下追趕的腳步。近年來，相關部門對半導體產業(yè)的支持力度加大，大量資金也紛紛涌入GPU賽道，這為國產GPU的研發(fā)和商業(yè)化提供了有力支撐。一些國產GPU企業(yè)已經開始在特定領域取得突破，比如圖形渲染、邊緣計算等，逐步積累技術和市場經驗。
國產GPU的瓶頸在哪
人工智能時代，GPU作為核心驅動力，重要性不言而喻。然而，國產GPU在前進的道路上卻面臨著諸多阻礙，發(fā)展現(xiàn)狀不容樂觀。
中國工程院院士劉韻潔表示，中國在單卡GPU性能上無法和國外競爭，起碼短時間內做不到。與海外的GPU相比，國產GPU可能需要堆疊更多的量才能達到相同的算力水平，這也是為什么需要打造萬卡規(guī)模算力。然而，就像管理一萬人比管理一千人要難得多，打造萬卡規(guī)模的算力集群面臨諸多挑戰(zhàn)。
電信運營商通常是算力設施的投資方或運營方。在過去一年里，中國電信在上海和北京建了兩個國產萬卡公共智算中心，算力規(guī)模分別是3.5EFLOPS和3.75EFLOPS。2024年8月，中國移動在哈爾濱1.8萬卡規(guī)模的超大智算中心，算力規(guī)模是6.9EFLOPS。
針對萬卡規(guī)模帶來的技術挑戰(zhàn)，包括智算互聯(lián)GSE（全調度以太網）和OISA（全向智感互聯(lián)）產業(yè)鏈攻堅計劃等。
簡單來說，這是為了把上萬張GPU卡和上千臺服務器互聯(lián)起來，并讓它們之間快速通信以傳輸數(shù)據(jù)，還要確保它們長時間運行時穩(wěn)定，不會中斷。當出現(xiàn)故障時能快速找到故障點并讓AI輔助診斷。
隨著AI大模型的迅速發(fā)展，我們仍然面臨高質量算力供給和國產高端芯片短缺的挑戰(zhàn)。然而，我國企業(yè)正在逐步減少對外部企業(yè)的依賴，只要持續(xù)投入研發(fā)、完善生態(tài)，國產GPU實現(xiàn)自主可控并非遙不可及?；蛟S在不久的將來，我們能看到國產GPU在高端市場與頭部企業(yè)一較高下，真正擺脫“卡脖子”的風險。
