英偉達為中國“降規”：H800變身為H20，技術如何實現、性能夠用嗎？

10月17日，美國更新出口管制標準，要求先進芯片性能超過特定閾值，即需要申請出口許可。在嚴苛的限制條件下，英偉達針對中國市場的特供版H800、A800兩款芯片也面臨禁售，以下為美國商務部對先進芯片性能的劃定標準：

●總算力之和≥4800TOPS，

●總算力≥1600，且性能密度≥5.92；

●2400≤總算力＜4800，且1.6＜性能密度＜5.92；

●總算力≥1600，且3.2≤性能密度＜5.92。

面對新的管制條例，英偉達給了兩個解法：其一，溝通美國商務部申請許可，給特定的中國客戶“開白”；其二，針對新的管制條例，再次定制全新的特供版本。

剛剛舉辦的第三財季電話會議上，英偉達首席財務官科萊特·克雷斯確認了這一消息?？死姿贡硎?，英偉達正在與中東和中國的一些客戶合作，以獲得美國政府銷售高性能產品的許可。此外，英偉達正試圖開發符合政府政策且不需要許可證的新數據中心產品。

01.H800是如何“閹割”成為H20？

英偉達試圖開發的新的特供版，即業內盛傳的H20、L20等產品，最新消息顯示，相關產品的上市計劃已經延后至2024年第一季度。

問題在于，H20等全新特供芯片的研發、設計、生產，完全跳出了常規芯片的節奏，英偉達是如何在短時間內拿出這套特供解決方案？

它的答案就是我們這篇文章要討論的關鍵問題之一：后道點斷生產工藝，用大家更為常用的詞匯總結即——閹割。

HGXH20-L20PCIe-L2PCIe-產品規格

按正常的設計、生產周期和產品發布節奏來推斷，特供中國市場的H20/ L20等型號的芯片在這個時間節點發布，不太可能是重做光罩、重新投片的產物，一個相對合理的推論——即它們是通過半導體后道的物理點斷工藝的改造+再封裝，進而推出的新SKUs。

點斷工藝是半導體制造的后道工序（BEOL）中的改造方法，可以在無需重做光罩的前提下使用一些管/線修補工藝，包括表面激光點斷、CoWoS層面點斷，甚至通過隧道鏡手工雕線。

芯片制造主要流程，來源：東吳證券

可以假定一下這樣的場景，代工英偉達H800的臺積電南科Fab18A、臺中Fab15B和臺中先進封裝5廠的潔凈室里，此前降規生產的幾批次裸片，還沒來得及切割、鍍上金屬線和電極，還未封裝成H800和L40S，轉而通過后道點斷生產工藝再封裝成H20、L20。

02.表面激光點斷是半導體制造傳統藝能

行業慣例來說，一顆數字邏輯芯片的緩存大小(CacheSize)、底層物理互連（PHYchannels）都可以通過在后道封測環節重修/點斷做失效屏蔽處理的，尤其是針對低分數裸片的改造方法算是幾十年的傳統藝能，例如早期的奔騰、賽揚處理器的重要區別之一就是點斷緩存。

倘若是局部微小部分，曾經可以手工完成（相當于微雕）；面積稍大的部分，可以重新設計Layout預留點斷位置，再由機器完成點斷失效。

一種內置數字顯示的溫度傳感器設計版圖 實操上，通常的晶圓廠都會配置專業設備，由激光直接在裸片上切割線路/溝槽，而在亞利桑那錢德勒市的Intel Fab42工廠里，還有直接在專用隧道鏡下面手工雕刻晶體管的設備，宣稱是原子尺度的，不同于尋常的掃描隧道顯微鏡，幾年前Intel有個宣傳視頻，提到這臺設備，據傳全球持證的操作手不超過14人。 其實在平面晶體管以前，顯微鏡手雕不算是高難度動作，但進入FinFET以后，由于垂直方向的3D柵極結構，手雕設備的代價和操作員就變得遙不可及了。 具體到H20/L20，這兩款特供產品，是如何通過H800、L40S降規而來？可以先看看相關參數： H20：對應H100/800系列，Hopper架構（HBM3、2.5D CoWoS封裝、NVLink） L20：對應L40S系列，Ada Lovelace架構（GDDR6，2D InFO封裝，PCIe Gen4）

*注：固件相應修改；

回顧H100/H800相同架構之間比較關鍵的底層物理互連（SerDes PHY）的差異，H100降規閹割成H800，可以通過局部物理點斷失效處理來實現；但相比之下，H20雖然與前面兩款產品同構，但推測割掉的Dark Si面積可能較大，不確定常規點斷操作是否不值得，也許需要重新做Layout。

但是除了底層物理層互連（SerDes PHY）的區別，還有雙精度浮點計算（FP64）單元面積、張量核（用于矩陣、卷積類計算任務）單元面積的區別，這部分不好定論，但可以推測是類似利用物理冗余設計并加以屏蔽的操作，畢竟如今的設計方法學都是推動模塊化的，流片后的測試原本就會有70分 die與90分 die的區別，以及GPU芯片上也不止一個FP64，局部操作物理點斷失效也是合理的。

03.設計冗余為點斷創造條件，也是大廠基操

舉個例子：A、如今市面仍可見的Intel F系列CPU，就是點斷顯核的70分die；B、Apple Si的前兩代，官宣8核NPU，實際有9個，就是設計冗余。 以上這些，在晶圓制造工序中也算是基本操作，特別是中試廠/線，Alpha - Beta流片的過渡期間，有小錯就會直接手改，不會返回修改掩膜重新流片的。 從芯片設計者的角度來看，設計冗余度是在芯片開發流程中原本存在的，因為前道光刻過程是強調高良率的，具體到失效晶體管數，測試環節判斷模塊級別的良率，壞點可以直接電路割斷，后續引線、封蓋工藝流程都不變。 例如3年前，Intel曾向市場推出過不帶顯核的F系列CPU，就是物理降規/閹割的產物，點斷顯核，重新封裝銷售。但是該款芯片偶爾耗電巨大，經用戶投訴，建環境驗證后發現就是原本通過物理點斷失效的顯核在接電之后不受控制而導致的莫名電源故障。 這個案例反映的情況就是我們上文所講的，同一條流水線，經過點斷失效的芯片，后續的導線/引腳和封裝過程不變，可以繼續銷售。尤其早期Intel 10nm的良率很低，積壓很多這樣的低分片，才會把顯核失效的芯片加印F標繼續銷售。 如今這個“冗余度”可能有很大空間，畢竟H100已然是814平方毫米的大芯片，幾乎接近光罩尺寸邊緣（26mm*33mm=858mm2）。而如今發布的H20降規型號，大概是H100 15%的性能，但是其物料成本幾近相同。

04.封裝層面點斷可操作性、經濟性更好

除了在邏輯芯片表面的激光點斷工藝之外，還有針對某些特殊位置的點斷要求，比如CoWoS中介層的點斷。 CoWoS作為臺積電的2.5D封裝方案，可以使得多顆芯片封裝到一起，互連和內存等器件均通過硅中介層互聯，達到了封裝體積小，功耗低，引腳少的效果。 相比表面激光點斷，在CoWoS的前道部分——即CoW部分是硅通孔和中介層——在該層面操作點斷，做差異化，反而更經濟，也更容易保證良率。因為算力邏輯芯片和I/O芯片是分列的，可以屏蔽底層物理互連的通道，也可以縮減HBM3內存性能，而且在硅中介層修改差異化更容易，相比全部在邏輯芯片上修改的代價更低，因為中介層上操作的線寬精度可以較低，甚至點斷最上面那層金屬的線寬即可。 但是，CoWoS中介層上面是只能夠屏蔽物理互連和HBM內存，但是無法屏蔽FP64單元、Tensor core單元這樣的計算邏輯芯片面積，這就需要補充用到前文所說的在邏輯die表面點斷失效的方法。 另外，正常情況下，物理點斷失效的電路是不能從外部第三方察覺的，且工藝不可逆；尤其如今芯片都是十幾層金屬，裸片的表面修改了，上面金屬層是看不穿的，除非是用到反工程的透視掃描。 綜上，我們看到進一步特供/降規生產的H20/L20等型號，可以判斷是H800和L40S的裸片的后道物理點斷工序的改造產物，同時重新封裝、重新修改固件，成為新的SKUs。 回想Nvidia之前積壓的、原本銷往中國的50億美元的GPU產品尚未交付，如今返廠做了后道改造才得以如此快速的發布新的SKU，那么猜測國內廠商的50億美元訂單也許會轉換為這三個型號。

05.“閹割”后的H20的能與不能

核心AI芯片相關參數及出口管制情況，APPLIES對應受管制，DOESN'TAPPLY對應不受管制

如下是針對H20與H100/H800/A100的產品橫向比較，比較維度包括“產品規格、單卡和集群算力效能、物料成本、定價體系”等四個方面：

集群綜合算力方面，H100/H800目前是AIDC算力集群的頂流部署；其中H100理論擴容極限是5萬張卡集群，最多可達10萬P算力；H800最大集群是2-3萬張卡，合計4萬P算力；A100最大集群是1.6萬張卡，合計9600P算力。 然而對于H20，其集群的理論擴容極限是5萬張卡，以單卡算力0.148P（FP16/BF16）計算，集群合計提供7400P算力，遠低于H100/H800/A100。

同時，基于算力與通信均衡度預估，5萬張H20合理的整體算力中位數約為3000P左右，倘若H20面對千億級參數模型訓練，恐怕捉襟見肘，需要集群網絡拓撲有更大的外延擴展。

但從HGX H20的硬件參數綜合來看，幾乎把美國商務部性能密度禁令中嚴格限制的算力門檻以外的指標全部拉滿，顯然是定位為一顆訓推通用的處理器。

只是針對LLM大模型業態而言，實際使用H20做千卡分布式訓練，雖然大部分有效利用時間都是GPU上的矩陣乘加計算的時間，通信和訪存的時間占比縮小，但畢竟單卡算力規格較低，超限度的千卡集群擴展反而會使其費效比降低，H20更適用于垂直類模型的訓練/推理，不容易滿足千億參數級LLM的訓練需求。

需要注意的是，選用更多低規格、更廉價的GPU并聯集群，試圖追平或是超過一臺超高算力的GH200效能，這是一種悖論。

因為這種方案的掣肘很多，環境搭建和運行的ROI并不高。因為在算力利用率、并行策略的執行、集群綜合能耗、硬件成本和組網成本等等方面都不可能獲得理想方案；H20集群與A800集群效能可以同比，對比H100/GH200集群效能則是不實際的。

H20的基本規格方面，算力水平約等于50%A100和15%H100，單卡算力是0.148P（FP16）/0.296P（Int8），900GB/S NVLink，6顆HBM3e（顯存的物料與H100 SXM版本配置相同，即6*16GB=96GB容量），die size同樣都是814mm2 。

考慮到H100GPU單卡物料成本中的HBM顆粒成本獨占55%-60%，整卡的物料成本約3320美元（H20成本相近，甚至由于增配的L2Cache以及追加了點斷工序而成本更高，且相比H800更加增配了HBM3容量和NVLinklanes帶寬），那么對應最終的渠道定價規則，H20的渠道單價可能與H100/H800處于相近水平。

同比參考幾個市面流通價格（來自某一線互聯網公司和某一線服務器廠的渠道貨價）：

-DGXA800PCIe8卡服務器約145萬元/臺，NVLink版本200萬元/臺

-DGXH800NVLink版本服務器，國內渠道報價約310萬元/臺（不含IB）

-DGXH100NVLink版本服務器，香港渠道報價約45萬美元/臺（不含IB）

-H100PCIe單卡報價約2.5-3萬美元，H800PCIe單卡尚不確定，且單卡流通渠道不正規