隨著中美在科技領域競爭進入白熱化階段，美國對中國的科技封鎖也在逐步加碼。最新的動向是，美國要斷供中國的高階GPU晶片。
突然的斷供
9月1日訊息，美國晶片設計巨頭英偉達被美國政府要求限制向中國出口兩款被用於加速人工智慧任務的最新旗艦GPU計算晶片A100和H100。英偉達在SEC檔案上官方確認此事，稱8月26日收到美國政府的通知。英偉達已就此事發布公告：美國政府對英偉達通知未來向中國（包括香港）和俄羅斯的A100和即將推出的H100晶片的任何出口實施了新的許可要求，立即生效。美國政府表示，新的許可要求將解決涉及的產品可能用於或轉移到中國和俄羅斯的“軍事最終用途”或“軍事終端使用者”的風險。我們不向俄羅斯的客戶銷售產品。
同時，英偉達在公告中發出警告：由於受影響晶片涉及在中國約4億美元的潛在銷售額，如果客戶不願購買英偉達的替代產品，或者美國政府不肯授予許可，將使英偉達收入、盈利大幅下滑。
英偉達涉及美國政府新規宣告原文
據傳英偉達中國區已收到總部通知：暫停對中國區所有客戶、所有代理商的資料中心GPU 卡A100和H100的發貨，其它GPU卡不受影響。
除了英偉達，AMD同樣被要求限制向中國出口其MI250人工智慧晶片，但相信其MI100晶片不會受到影響。AMD中國區也收到來自總部的緊急通知：暫停對中國區所有資料中心GPU卡MI100和MI200發貨。統計中國區Ml100已發貨量；統計中國區MI200已發貨客戶清單和發貨明細。
一切早有預謀
美國斷供中國高階GPU，看似突然，實則是美國一貫政策的延續，只是其既定政策又一表現而已。
早在2007年6月19日，美國BIS就曾釋出法規，要求向中國境內出口、再出口和轉移的“軍事最終用途”的特定商品實施許可證管理制度。
2020年4月23日頒佈的最終法規修訂了《出口管理條例》， 對美國出口商向中國出口管制商品許可證制度的涵蓋範圍從原有的“軍事最終用途”擴大到了“軍事最終用途”和“軍事終端使用者”；大幅增加了商品管制清單中的商品品種和類別，取消了現有《出口管理條例》中關於“民用終端使用者”的許可例外。新規重置和擴大了商品管制清單中管制商品的範圍，新增了十幾項出口管制的分類號碼，其類別涵括材料加工、電子通訊、資訊保安、感測器、鐳射、推進系統等領域。擴大了在美國自動化出口申報系統（AES）中對電子出口資訊（EEI）的要求，取消了低於2500美元的交易原則上不需申報的現行規定。
2020年6月29日，美國又出臺了一系列規則，從各個角度進一步收緊政策，大大提升中國進口高階GPU晶片的難度。
可以發現，上述新規顯著擴大了現有許可規則的適用範圍，使全球間技術產品、技術資訊的自由流動和產業鏈合作變得更難，為此次徹底中斷對中國的高階GPU出口埋下了伏筆。
會切斷中國AI產業命門麼？
目前來看，美國斷供中國高階GPU晶片幾乎沒有迴旋的餘地了，我們不得不嚥下這個苦果。那麼，美國此次斷供GPU，對中國的相關產業會帶來哪些影響呢？
東吳證券測算，2020 年中國GPU市場規模至少有47億美元，2027年有望達到346億美元。中國龐大整機制造產業的背後，是對國外高階GPU的巨量採購。
長期以來全球GPU市場被英特爾、英偉達、AMD三巨頭壟斷，中國GPU市場規模及潛力巨大，但國產GPU才剛起步。相較國際巨頭，國內GPU的效能差距較大。
聚焦到美國此次限制的高階GPU，近年來，英偉達AI晶片在深度學習、自動駕駛等垂直領域市場份額很高，高效能的AI伺服器幾乎都採用了英偉達P100/V100/A100系列顯示卡，騰訊、阿里、京東、美團在內的多家網際網路公司都是英偉達的客戶。
此外，國內的阿里、騰訊、百度三家也都選擇了AMD的晶片來構建自己的雲服務平臺。比如，早在2016年，AMD對阿里雲提供基於AMD Radeon Pro GPU技術的雲計算服務，阿里雲利用AMD技術擴充套件其雲計算產品，加速阿里雲服務的市場應用。去年，阿里雲上架了有AMD例項下的雲伺服器和GPU雲伺服器。
可以說，我國想要擺脫英偉達和AMD的高階GPU並非易事。在雲計算、AI領域，GPU是重要的基礎硬體。美國此次突然斷供高階GPU晶片，將對我國的資料中心、雲計算、AI產業產生重要影響，具體來看：
限制雲計算的算力
。如果沒有GPU，雲計算的一些加速圖形和計算工作負載將無法在虛擬化環境中執行，或者最多隻能透過簡化的特性集執行。有業內人士認為，限制高階GPU實際上是對我國整體算力進行了限制，是一種鎖算力的行為。
擾亂國內安防廠商的AI產品研發節奏
。GPU為智慧安防的技術進步提供新的可能，當前在雲端場景下被廣泛應用的 AI 晶片便是英偉達的GPU。目前，海康威視、大華股份、宇視科技、天地偉業、科達等國內公司的AI演算法和相關產品都基於英偉達的GPU。英偉達高階GPU突然斷供，將嚴重干擾國內安防廠商的產品研發節奏。業界普遍認為，晶片很大程度上左右著智慧安防系統的整體功能以及穩定性、能耗、成本等關鍵技術指標，離開GPU的算力和其演算法的支援，安防也就失去走向人工智慧的核心利器。
延緩中國自動駕駛產業發展
。在自動駕駛晶片領域，採用了新一代Ampere架構GPU的英偉達Orin晶片，與理想、蔚來、小鵬、智己、高合等眾多品牌展開合作。中國智慧汽車廠商的中高階車型都基本採用英偉達技術方案，滴滴、小馬智行、AutoX等也都是基於Orin平臺進行開發。德賽西威在智駕業務的迅猛增長，便是得益於多年來與英偉達的深度合作。雖然美國此次斷供的產品還不包括英偉達Orin晶片，但以目前的形勢來看，這類晶片可能很快就會進入新的限制名單。
除了上述三個領域，GPU還在物聯網、車聯網新興領域有廣泛的應用。而這些領域的高階GPU，都對英偉達、AMD有很高的依賴。
是時候讓中國GPU戰士們上場了！
既然美國對我國斷供GPU會帶來不小影響，那國內GPU廠商是否能趁機鼎立而上？在這當中，又有哪些難點和機會？
從難度上來看，GPU設計是一項系統工程，需要硬體、演算法、生態相互勾稽支援，壁壘極高。
硬體架構方面
，GPU結構精密複雜，高階圖形處理步驟較多。例如頂點處理、光柵化、紋理貼圖等步驟，給予支援的便是底層精密複雜的硬體結構。以英偉達2018年推出的Turing架構為例，其包含4608個CUDA Core、576個深度學習矩陣運算單元、72個光追單元等。每個硬體單元之間的協同排程都是長期改進的結果，是工程技術的積澱。
演算法方面
，GPU物理模擬、模型處理和渲染需用到計算圖形學，涉及數學、物理等多學科知識。模擬真實世界是十分困難的，樹葉抖動、頭髮絲被風吹起、水波盪漾這樣看似平常的場景，在計算機上實現的背後是大量的圖形演算法。英偉達這樣的巨頭都是積累了大量的演算法庫，才取得現在的成績。
軟體生態方面
，軟體生態是GPU廠商的重要競爭屏障。還是以英偉達為例，該公司一方面與行業夥伴形成商業合作、互相授權，同時，還推出供軟體開發人員使用的CUDA平臺，構建開發人員生態社群。不像CPU 領域，有ARM 這樣的第三方 IP授權廠商，可以幫助晶片設計公司做 CPU 設計。桌面級 GPU 領域並沒有第三方 IP 授權廠商，英偉達和AMD 分別有自己的硬體架構和指令集，不對外授權。對於國內廠商而言，GPU的研發是沒有第三方授權 IP 的孤軍奮戰之路。也就是說，如果新的廠商想研發GPU，必須完全自研，從零做起。
正因為上述層層壁壘，GPU國產化之路道阻且長。今年我國GPU行業本土化比例仍不足10%。跟國外對比，國內GPU效能的提升有賴於對其進行大量訓練，而我們目前缺乏足夠量級的訓練。換句話說，市場應用和國內GPU晶片效能提升之間的正反饋尚未形成。
但即便如此，我國本土GPU廠商也已開始不斷湧現。以下梳理了國內主要GPU廠商的概況。
本次美國GPU晶片斷供無疑將進一步推動GPU國產化產業鏈的發展，比如雲計算領域（阿里雲、騰訊雲）、智慧駕駛領域（蔚來、比亞迪）的廠商將轉向國產GPU。
那麼，國內GPU廠商如何把握國產替代新機遇？在資料猿看來，國產GPU廠商需要在以下幾個方面實現突破：
全行業共建國產GPU軟硬體生態。GPU生態是除產品外初創企業能否活下來的關鍵因素，是一開始就要考慮的問題。國產GPU行業應秉持開放合作的心態，學會站在巨人的肩膀上，跟蹤國際龍頭廠商發展路徑與研發動態，善於利用現有架構和生態，建立產品研發和應用生態，建立軟硬體結合的一體化技術產品體系，打造具備全球化設計水平的開發團隊。在GPU生態中，軟體的權重已越來越高。GPU軟體極為複雜，包括各種圖形API和計算介面、基礎庫、與上層應用對接適配等等，開發工作量巨大。從應用角度來看，國內GPU生態的發展更需要“眾人拾柴”。要加快打造國產GPU產業鏈，下游的整機廠商需要對國產GPU給予更多包容。
找準細分應用領域。對於GPU創企而言，巨大的研發費用和資本開支是必需，但長期、持續的利潤支撐才是GPU跨代發展的強勁驅動力。也就是說，GPU的成功和成熟需要大量的驗證和出貨，這就需要國產GPU廠商瞄準目標應用市場發力。對於初創企業而言，從信創、軍工、工業等領域切入較為穩妥，從人工智慧、伺服器、高效能計算等領域切入也是較優選擇。
據Verified Market Research資料統計，2027年全球GPU市場規模有望達到1853。1億美元，年平均增速高達32。82%。其中，2021年中國大陸GPU市場規模約為70億美元。在當前地緣政治、大國博弈的背景下，相較於有一定積累的國產CPU，GPU的破局更具緊迫性和必要性。國產GPU不僅孕育著千億量級的市場空間，還承擔著國產替代和打破巨頭壟斷的重任。本次美國斷供將是對GPU國產化的一劑強心針。國產GPU的發展也許還有許多技術和生態等問題需要突破，但發展的土壤已具備，接下來就等著開花結果了。