英偉達禁令之后，中國AI計算何去何從？

10月17日，美國加強了面向中國市場的AI芯片禁令。其中明確將性能、密度作為出口管制標準，將單芯片超過300teraflops算力，以及性能密度超過每平方毫米370 gigaflops的芯片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芯片也受到影響。但由于英偉達在全球AI芯片領域一家獨大，本次禁令涉及A100、H100等主流AI訓練用英偉達GPU，因此這次的芯片禁令也被稱為“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，是否有緩沖地帶，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，中美經貿關系雖然時有波動，但面向中國的芯片管控卻始終有增無減。尤其是高端AI芯片禁令，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，準備斗爭。

與其斤斤計較哪些GPU被禁，是否有解禁可能。不如重新審視在芯片鐵幕時代下，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

首先我們必須了解一個問題，那就是為什么這次英偉達禁令出臺之后，大眾輿論與AI行業的反應都沒有18、19年芯片封鎖剛開始時嚴重。似乎只有在消費級顯卡RTX 4090是否被禁問題上，引發了游戲玩家和相關商家的一些爭論。

這背后的宏觀邏輯在于，行業是非常不愿意看到高端AI芯片被禁售的，但其實也對這種局面早有預料。一方面是美國對華芯片封鎖推動多年，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爆火之后今年全球高端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芯片禁售。虛虛實實幾個月之后，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，對于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，禁售之后并沒有太多改變。

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

加上AI芯片并不像手機芯片那樣事關大眾消費者，且華為已經在手機芯片上完成了突破。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，無論在芯片產能、生態兼容性等問題上都非常困難。并且禁令還將直接在AI服務器等領域，給大規模使用英偉達產品的廠商造成傷害。

而更關鍵的問題在于未來，如果禁令長期存在，中國AI計算將逐漸與全球高端芯片脫鉤，那么可能帶來的長期負面影響是非常復雜的，比如說：

1.英偉達高端GPU代表的AI芯片在更新迭代之后，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件技術發展中掉隊？

3.本次AI芯片禁令，已經呈現出大規模封鎖的特征。這種科技封鎖真的只會停留在AI芯片領域嗎？通用算力、存儲、基礎軟件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芯片禁令，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。但在以芯片為代表的中美科技貿易中，我們經常會陷入一個思維誤區：認為絕大部分游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。

作為全球芯片市場的最大“買家”，中國企業卻沒有話語權，這是非?；闹嚨?。

事實上，針對中國市場的AI芯片禁令，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芯片方面最大市場需求來自中國。此前英偉達CEO黃仁勛就明確表示，“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：以云代卡，算力集中

在可見的較長時間里，美國對中國的AI芯片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。

那么如何解決中國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云端AI算力的配置和投入，推進以云代卡。

事實上，在高端AI芯片可能被禁的大趨勢下，中國幾大公有云廠商都做出了加強囤積英偉達高端GPU的動作。這一方面是因為云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轉化為云資源池之后可以長期復用，對于云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芯片全都流向云廠商，中小企業一卡難求的局面。

客觀來看，這種高端AI芯片集中向云的舉動，對整個中國市場統籌應對AI芯片禁令是有利的，并且也符合東數西算的戰略思路。

另一個利好云端AI算力的趨勢在于，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。必須在云端發生的千卡、萬卡訓練成為未來主要的發展方向，因此企業用戶天然會更積極走向云端。

同時，云端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算力駛入云端是大勢所趨。在相關政策的推動下，云廠商正在加大自主AI芯片的采購力度。根據IDC數據，2023年上半年中國AI服務器已經使用了50萬塊自主開發的AI加速器芯片。在自主AI算力的服務化方面，華為云已經推出了昇騰AI云服務。云端化與自主化結合的AI算力，將在AI芯片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采用自主AI算力的AI計算中心，整體來看中國的云端AI算力是供給穩定、保障可靠的。

而很多企業依舊傾向于采購本地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。另一方面是因為云端AI算力往往會有排隊、宕機、軟件服務缺失等問題。

如何進一步提高開發者的云端AI算力使用體驗，是公有云廠商接下來需要發力的方向。

方案3：讓國產AI算力爆發式成長

面對新一輪AI芯片禁令，中國AI產業最大的底氣是什么？是多年之后的習以為常，還是大量屯卡之后的家有余糧？都不是。最關鍵的節點在于經過多年發展，中國AI芯片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此前發布的數據，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%，華為昇騰實市場占有率10%，百度昆侖為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占比，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芯片在核心性能、軟件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周期。

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芯片，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芯片有GPU、FPGA、ASIC、存算一體和類腦芯片等，國產AI加速芯片廠商有阿里、百度、華為、寒武紀、海光信息、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于，普遍過分拓展了AI芯片的定義。比如說，類腦芯片在可見的未來中都僅僅是技術暢想，如果每次討論國產AI芯片都把類腦加上，那只會浪費時間，分散精力。再比如，有些AI芯片廠商只能做自用芯片，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，他們短期內對于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?；逃?，避免PPT造芯。

事實上，無論從AI加速芯片還是服務器整機來看，國內目前能夠出貨的AI芯片廠商都寥寥無幾。主要集中在華為、百度兩家，燧原科技、海光信息也有一定的出貨。而大量半導體廠商與AI企業，更多還停留在打造芯片的計劃與愿景上。這就導致大量受到政策支持與投資市場期待的國產AI芯片停滯不前，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芯片的立項走向出貨，幫助AI芯片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.加強軟件生態，強化遷移能力。

英偉達GPU之所以重要，不僅在于硬件性能，更在以CUDA、PyTorch為核心的軟件生態能力，因此發展國產AI芯片絕不能低估軟件的能力。在強化自主軟件生態建設的同時，也要重視基于英偉達生態打造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，比如海光信息的DCU，就在生態、編程環境等方面與CUDA高度相似，CUDA用戶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?？梢妵aAI芯片已經具備了一定的規?；绊懥?，可以更多融入全球軟件生態當中。

未來想要實現國產AI計算的爆發，是無法離開國產AI基礎軟件生態爆發的。

4、加大對“主品牌”支持，形成規?；?。

對于美國AI芯片，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。這屬于客觀的市場規律，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，盡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。但在芯片禁令的大背景下，國產AI計算崛起已經時不我待，與其讓100種AI芯片慢慢成熟，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?？拼笥嶏w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占據市場份額的國產AI算力，并且在軟件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、軟件生態與市場占有率三項指標來看，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。

規范行業標準，強化軟件建設，提高自主品牌支持，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行業普遍不愿意看到，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于人的問題。

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。