英伟达封神，国产GPU追上还要几年？专家预测

“中国有很多GPU的初创公司，不要低估中国在芯片领域的追赶能力。”5月在台北国际电脑展期间的一场媒体圆桌会议上，英伟达CEO黄仁勋表示。

自ChatGPT爆火之后，AI大模型的研发层出不穷，不同种类ChatGPT的AI大模型相继推出。目前，除了ChatGPT一骑绝尘，整个AI大模型赛道还看不出胜出者，反而是美国芯片公司NVIDIA（英伟达）赚得盆满钵满。

2023年年初至今，凭借GPU（图形处理器，也被称为显卡）领域的布局，英伟达股价已飙升170%，而在其发布Q1财报后短短一周，股价飙升超过 25%。5月底，英伟达股价一度创下419.38美元的历史新高，成为全球第一家市值超过万亿美元的芯片企业。

由于美国相关禁令，英伟达无法向国内企业销售部分高性能GPU产品，黄仁勋认为，无论有任何规定，英伟达都会绝对遵守，但是中国也会利用这一机会来培育本土企业。

云岫资本《2023中国半导体投资深度分析与展望》显示，国内GPU的市场在扩大，但国产化率仍不到10%。英伟达2023财年财报显示，英伟达收入为269.74亿美金，在中国市场实现营收57.85亿美元，在整体全球市场营收中的占比高达21.45%。

英伟达已封神，中国GPU初创企业面对差距，如何破局？

“目前还没有能和A100媲美的产品”

GPU从90年底起步，经历了早期的创业潮到现如今的寡头垄断——英伟达和AMD。英伟达在国内的市场占有率从2008年的不到50%上涨到2022年的90%以上。

“国内的一些大模型创业公司，训练的算力，市面上买不到英伟达A100或者H100，要么就是国外的算力卡。受禁令影响，英伟达又针对中国市场推出A800和H800，但非常难买到，市场上需求量也很大。”一位大模型创业公司人士告诉《深网》。

国产GPU公司主要有两大方向，一是面向图形处理的GPU芯片，包括芯动科技、摩尔线程、景嘉微等；另一类是面向通用计算的GPGPU（数据中心主要用 GPU 做 AI 计算和高性能计算，不需要图像能力）芯片，厂商包括壁仞科技、沐曦、燧原科技等。

一款GPU要经历设计、验证、流片、回片后的功能和性能测试、送往客户测试、根据反馈进行软硬件调优、获取订单并交付工厂大规模生产的流程。进入2020年，一些国产GPU公司正式流片。

芯动科技在2021年的11月和2022年的8月，先后发布了“风华1号”4K级多路服务器GPU和“风华2号”4K级四屏桌面GPU。其成立于2006年，在计算、存储、连接等三大核心领域都有深厚的技术积累，在高速接口IP和芯片定制领域属于有影响力的企业，连续十多年都实现了盈利，在2020 年转向 GPU领域。

2022年8，壁仞科技发布了首款通用GPU芯片BR100。摩尔线程在研发14个月后，于2022年3月末发布第一代产品。同年11月，摩尔线程推出了基于其自研MUSA架构的多功能GPU芯片MT-春晓，以及国潮显卡MTT S80、面向服务器的MTT S3000加速卡。

但流片对国产GPU公司来讲，只是万里长征走完了其中的一部分。

“目前国产GPU的性能还没有能和A100和H100、或者A800或者H800相媲美的产品。国产一些GPU公司也做出了在算力上达到了A100或者达到H100算力水平的产品，但纸面算力和实际应用中的有效算力是两码事。”芯动科技GPU资深架构师殷亚云告诉《深网》。

从市场的角度看，英伟达芯片的数量也很难支撑现在国内那么多的公司来做大模型。王小川在4月宣布创业时表示，北京已有20-30家大模型创业公司。紧接着，商汤、第四范式、科大讯飞等公司相继推出大模型。

大模型创业潮也直接带动了芯片价格的上涨。A100价格也从2022年12月开始上涨，目前每片芯片售价超过1.5万美元。据《深网》了解，英伟达针对中国市场推出的特供版GPU芯片——A800，其每秒数据传输速率只有A100的三分之二，但其价格也已经涨到10万元。

这些都为英伟达的硬件业务创造了海量订单。据5月24日英伟2023财年第一季度财报，其收入达到71.92亿美元，同比增长84%，净利润为27.13亿美元，同比增长109%。其中，数据中心业务收入为42.8亿美元，同比增长79%，环比增长18%，创下历史新高。

国产替代下国产GPU的机会

“我们做芯片投资比较早，早些年我们并不太看GPU、CPU这种比较大的数字芯片，因为那时还是一个全球化的市场，国内的产品很难去替代国外的产品。”芯片领域资深投资人Bob告诉《深网》。

在过去的十多年里，中国有过院校、国资主导的芯片投资和创业，多集中在蓝牙、WiFi 芯片、MP3 主控芯片等领域。而在GPU领域，分为传统国产GPU，代表是景嘉微、中船重工709所、中船重工716所等，二是以芯动科技、摩尔线程、壁仞科技、沐曦为代表的GPU新势力。

2020 年 5 月后，随着美国对华为禁令升级，本来最有希望的海思 GPU 尚未流片就陷入停滞。国产替代的大背景下，GPU领域的创业公司的创业机会变得明朗起来。

国产GPU公司感受到了资本的热情。从2020年开始，GPU便成为国内芯片领域“最吸金”的赛道之一，融资总额已超过200亿元。据统计，仅2020—2021年，通用GPU领域就有近20起融资事件发生。

2020 年 6 到 8 月，刚刚成立半年的壁仞科技密集披露了 3 轮大额融资，投资方包括启明创投、IDG、高瓴、华登国际、中芯聚源等。壁仞密集融资的那一时期，英伟达中国区前负责人张建中创立摩尔线程，AMD 中国前图形研发高级总监陈维良创立沐曦。

GPU新势力的融资速度堪称光速，摩尔成立不到 100 天，于 2021 年 2 月获得了数十亿元的 Pre-A 轮融资。截止2021年年底，这三家主要的 GPU 创业公司合计融资约 100 亿元人民币，其中壁仞融资超过 47 亿元；壁仞、摩尔的估值逼近 200 亿元。

一些成立更早的GPU公司也在这一时期获得了融资。2017 年成立的登临科技，在 2020 年宣布获得天使轮融资。

毋庸置疑，资本在GPU领域的热情与国产替代相关，毕竟有投资机构已经在半导体领域跑了出来。2018和2019年的中美贸易战，整个全球化的市场被撕裂，芯片领域的国产替代成为刚需，一些芯片投资人看到了机会。

“元禾璞华就做得很成功，当时元禾璞华出手投了一批有规模的上市公司。”芯片投资人Bob透露。

但同时，“部分GPU企业通过大量融资，催生了大量的泡沫，给投资人以极高的期待，疯狂烧投资人的钱，甚至用投资人的钱来补贴销售，形成负毛利的产品，制造巨大的财务风险，这是需要非常警惕。”一位芯片领域不愿具名的投资人告诉《深网》，“这种状况如果持续下去，如果不尊重GPU产品规律，不能实现产品的正向销售形成正向毛利，想要用击鼓传花的方式通过资本来催肥，这样的企业一定是会暴雷的。”

“难以逾越的是软件壁垒”

“从芯片设计的角度，国内跟国外仍然有较大的差距，但差距没有想象中那么大。”芯动科技GPU资深架构师殷亚云告诉《深网》，包括图形显卡GPU和不带图形的GPGPU，并不存在特别大的技术门槛跨不过去的状况，难的是，应用生态和架构迭代，从而提升兼容性和有效算力。”

为什么国产GUP未来几年内很难赶上英伟达？

“英伟达的竞争力在CUDA架构，CUDA供应链在整个行业里面的渗透率都比较高。”云岫资本芯片投资人严家呈告诉《深网》。

2006年，英伟达推出了 CUDA（Compute Unified Device Architecture，一种并行计算统一计算架构），CUDA的出现，成就了现如今英伟达的市值巅峰。

目前，CUDA 拥有超过 400 万开发人员，超过 3000 个应用程序，历史上 CUDA 下载量达到 4000 万，仅在前一年就达到了2500 万。此外，已有 15000 家初创公司建立在英伟达的平台上，全球有 40000 家大型企业正在使用加速计算。

现如今，CUDA 已成为一种 AI 基础设施。对国内GPU公司来说，追赶英伟达难以逾越的是软件壁垒。

在CUDA之前，英伟达的GPU只在屏幕上负责图像渲染设计。而CUDA不仅可以调用GPU计算，还可以调用GPU硬件加速，让GPU拥有了解决复杂计算问题的能力；此外，CUDA不需要复杂的编程和调优，可以帮助客户为不同的任务对处理器进行编程。

CUDA降低了GPU的使用难度。除了常见的PC机，无人车、机器人和VR头盔等多种热门的设备都有GPU；而CUDA推出后很长一段时间内，只有英伟达的GPU能快速处理各种复杂的AI任务。

GPU 与 CUDA 相结合已经改变了 AI 行业的游戏规则。如今，许多深度学习框架，包括 Caffe2、Chainer、Keras、MATLAB、MXNet、PyTorch、Theano和 Torch，都依赖 CUDA 提供 GPU 支持。

CUDA是在英伟达的软硬件基础上诞生的，受很强的专利保护。对国内的GPU公司来说，显然短期内不可能建立起一个软件生态，有些GPU公司选择的路径是在编译器、数据库层与 CUDA 做兼容，但实际的兼容效果并不尽如人意。

“没有大量应用，国产GPU生态无从谈起。生态是应用出来的，国内有足够多的GPU场景应用，只要我们瞄准细分的应用领域，坚持商用路线，一个领域一个领域地去攻，我们一定可以产生国产GPU生态。”殷亚云认为。

“国产GPU公司要追赶上A100或者H100，未来5年内是比较难的，未来10年内肯定有机会，未来15年肯定追得上。”一位GPU从业者告诉《深网》，“至少国内的企业在奋起直追，也有一定的后发优势，只有踏踏实实去做，总会缩短和最先进水平的差距。”

“大模型需求创造市场机遇”

中国 GPU 市场，大客户是互联网大厂，然后是自动驾驶公司和三大运营商等。

市场上一份流传的“阿里AI专家交流纪要”显示：阿里云至少有上万片的A100，整体能达到10万片。阿里云今年芯片采购量约1万枚，其中6000枚是H800；百度年初下单3000台 8卡的A800服务器，共2.4万张卡，预计全年百度会有A800和H800共5万枚的需求。

“对互联网大厂来说，稳定性肯定是第一位的，他们也会少量采购国产GPU芯片。”一位芯片投资领域人士告诉《深网》。

据称，阿里云也会采购国产芯片，例如寒武纪MLU370，性能是A100的60-70%。今年阿里云对寒武纪MLU370的采购量大约在2000张，主要用于CV计算机视觉）等领域小模型的训练或推理上。

此外，大部分企业采购GPU时更看重的是使用体验，市场仍需要国产GPU公司去开拓。

“我曾跟国内的一家比较大的手机厂商交流过，从品牌来讲，他们本身就不如苹果和华为，如果手机的芯片再换成国产芯片，就更拼不过其竞争对手了。”芯片领域的投资人李晨告诉《深网》。

“国产GPU在设计制造维度没问题，因为缺乏下游大客户的支持，导致进步非常缓慢。”投资人Bob告诉《深网》。对国产GPU新势力来讲，其成立之初，都是想对标英伟达的，现在看来路还比较漫长。

但这并不意味着国产GPU毫无机会。

“我们已经在在测试一款国产GPU，即使性能上稍微弱点，但价格比英伟达优惠太多了。”一家云游戏公司人士告诉《深网》。

GPU领域从业者张思远认为，目前国产GPU领域比较优秀的两家公司是芯动科技和摩尔线程，他们的策略略有不同。芯动科技更侧重在云端等相对固定的场景，去迭代技术和生态，产品成熟后再逐步扩大应用场景。而摩尔线程看起来更侧重游戏显卡场景。

“例如，已有17年历史的芯动科技拥有全套高速接口IP, 以及先进工艺SoC体系架构和GPU内核创新能力，目前全球有近百家客户，授权逾80亿颗高端SoC芯片进入规模量产，成功率100%。”张思远认为，做GPU, 芯动像英伟达一样具备全套自研IP和深厚积累，迭代GPU的成本优势明显。目前风华GPU已经进入批量商用。

“有一件事情是确定的，就是未来5-10年，我们国产GPU的增速相比于过去5-10年，增速一定是更快的。一是GPU这块已经有自己的产品了，二是训练AI大模型的A800和H800也缺货，国内的大模型训练缺基础设施，这个动力会一直驱动着。”投资人严家呈表示。

对于关键的GPU生态而言，国家的产业政策上可能会去做一些扶持。精英创业者都会想着在这个领域如何发力，这对国产GPU公司来说，去打造自己的生态会是一个非常有利的因素，而产业联动自然会带动国产GPU生态的发展。

中国是全球GPU第二大应用市场，正如黄仁勋在演讲中提到的，“在中国如今如果你想跨入芯片产业创业，你会选择进入哪个方向？GPU正是可能的选择”。对于国产GPU企业来说，需要长期的技术积累，通过不断地应用迭代，实现规模商用，坚持十年坐冷板凳的精神，才有实现突破的希望。