|
來源：虎嗅網 如果能給人工智能與科學計算產業設一個熱搜榜，那么從昨晚到今天，榜單只有兩個熱詞： 英偉達停貨，AMD停貨。 作為全球頂級計算芯片企業，兩家的公告幾乎一夜之間刷遍算法工程師的朋友圈：英偉達的云端加速器系列A100與H100，以及AMD的數據中心級GPU MI100與MI200，都將暫停向中國客戶發貨，等待下一步通知。 
圖片由產業提供 虎嗅第一時間聯系了英偉達與AMD官方聯系渠道，得到的回答均為“不予回復”。但這個消息，已經得到了國內產業相關采購人士的證實。 昨日，一份由英偉達在8月26日提交給美國證券交易委員會（SEC）的報告里明確顯示，出口英偉達的服務器GPU A100與H100系列，需要向政府申請新許可證。 “未來峰值性能與芯片I/O性能等于或大于A100的任何英偉達產品，以及包含這些電路的任何系統，都需要遵照新的許可要求。” 文件里特意標注出受限的產品型號。 換句話說，代際在A100之后的高端AI加速卡系列（包括A100、H100以及與這些硬件產品密切相關的DGX系統），都將在中國市場受到更加嚴苛的銷售限制。 英偉達接受美國媒體采訪時承認，自己正在與中國客戶做替代產品相關的交涉。雖然在申請新的許可證以延續中國出口項目，但并不清楚政府能否給予豁免。 從中國市場規模來看，英偉達遭受的打擊不小。 據英偉達自己估算，2022年第三季度，他們在中國的潛在銷售額會減少4億美元，而此前的預估收入為59億美元。消息一出，其股價在周三的盤后交易中跌幅達6.5%。 毋庸置疑，英偉達各系列GPU產品一直都是產業焦點。特別是數據中心級加速卡，基本代表著全球圖形處理器軟硬件的最高水準。 而A100，是在V100發布4年后，于2020年才推出的新一代數據中心級云端加速芯片。 如果說2019年前后，國內華為等中國企業陸續發布了可對標V100系列的產品（很明顯，參數上的超越不代表實際應用的超越），那么A100無論從制程（7nm）、架構（Ampere）還是“運算與浮點性能”，都對市面上的其他產品進行了全方位碾壓。
4年時間，每個系列的高性能運算能力迭代 “A100比V100強太多，這不單單是絕對性能的問題，而是在于‘怎么用’。” 一位虎嗅芯片分析師表示，A100在應用層面有很大的想象力，而其配套的算法組件、算法庫方面都是頂級的，在軟件層面建立的全壁壘優勢太難打破。 而基于Hooper架構的H100，則是2022年2月發布可取代A100的新一代異步計算巨獸。 除了比A100多出至少250億個晶體管，它也在FP16、FP32和FP64計算上比A100快三倍。英偉達曾特別指出，它非常適用于當下流行且訓練難度高的“大模型”。 “國內還沒有能與這兩代加速器相對標的硬件產品與系統能力。” 盡管國內優秀團隊與創業公司看起來很多，但一位分析師指出，研發周期跨度至少有3年。 商用影響不大 與強悍性能相對應的，則是昂貴的價格。 以英偉達A100為例，單臺 DGX A100 服務器的售價高達19.9萬美元，大部分學術機構負擔不起，取而代之的是V與T系列的廣泛應用。 另一方面，從人工智能覆蓋的多產業（人臉、攝像頭、金融、客服等等）與自動駕駛的企業級商用市場反饋來看，英偉達與AMD的頂配線一直不在他們的考慮范圍內。 “性能雖強大，但對于城市道路級別的感知和規劃，就過于大材小用了。自動駕駛對精度的要求，英偉達RTX（游戲）系列與Tesla系列的顯卡足以應對。” 多位自動駕駛從業者表示，“性價比”是絕對的第一考量因素。 而近年來，在逐步往汽車市場下沉的過程中，過去不計成本追求高端算力芯片與高端工控機的L4自動駕駛公司，最終在車規級與高性能之間找到了平衡。 譬如在2021年，自動駕駛公司最喜歡做的事情，就是曬“與英偉達車規級Orin芯片的合作證書”。這是一款英偉達專門面向車規級自動駕駛市場開發的“可調節”計算芯片。
2019年底英偉達正式發布Orin 而英偉達數據中心云端加速器產品的絕對大客戶——服務器廠商與云計算廠商們，或許會喜憂參半。 一方面，2021年規模達到53.9億美元的中國加速器市場還在不斷壯大，GPU服務器占絕對主導。其中，加速卡的采購型號主要集中在英偉達的T4、V100、V100S以及A100系列上，外加少量的AMD與英特爾。 2021年，中國加速卡數量出貨超過80萬片，其中英偉達占據超過80%市場份額（數據來自IDC）。 “A100的采購量沒有那么多，主要還是T4與V100。” 一位云計算產業人士告訴虎嗅，從2021年下半年后，包括云計算和服務器廠商在內，為了應對不斷變化的市場環境，在主動降低這類GPU的采購需求。 但另一方面，A100在更多復雜模型訓練上的吸引力仍然極大。云巨頭和一些有財力的科技公司加起來的購買量至少有萬臺規模。譬如，國內某家人工智能獨角獸企業，采購了上千塊A100。 不過值得注意，他們購買A100的理由并非只為商用，而是與“超算”“高性能運算”等領域有密切關系。 “頂配”的科學貢獻 就像上面那位虎嗅分析師所說，享用A100與H100這類高端線的機構也需要擁有更多“想象力”。或者說，使用者也需要具備與之相匹配的系統級實力。 2022年5月30日，第59屆的全球超算TOP500榜單上，美國橡樹嶺國家實驗室開發的超級計算機Frontier以絕對優勢稱霸。值得注意，Frontier 有9408個節點，每個節點配置了1個 AMD Epyc CPU 和 4個AMD MI250X GPU。 而橡樹嶺另一臺超算 Summit 排名第四，有4356 個節點，每個節點配置了2個 IBM Power9 CPU和 6個英偉達 V100；而美國能源研究科學計算中心發布的AI超級計算機 Perlmutter 則排名第7，GPU 采用了英偉達的A100。 有趣的是，全球排名第8的超級計算機由英偉達公司自己開發，其每個節點由AMD Epyc CPU與A100組成。
圖片來自TOP500超級計算機榜單 “毋庸置疑，英偉達的高端加速器對大規模科學運算的研究有重大影響力。” 一位國內專攻芯片性能調優的技術大佬指出，在這個市場，英偉達和AMD暫時還沒有對手。 而有趣的是，越來越多的商業巨頭也開始參與到“高性能運算”領域的技術競演中。 就在2022年初，轉型元宇宙的Meta公開承認，自己正在秘密建設一臺名叫“AI研究超星團”（RSC）的AI超級計算機。 雖然Meta建造這臺機器的理由，主要集中在“避免受到芯片與零部件供應鏈的太多牽連”。但實際上，他們早在2017年就建立了一個由2.2萬片V100組成的超級計算集群，每天執行3.5萬個算法訓練任務。 而這次，RSC的任務范圍也相應擴大——除了訓練與自然語言處理與計算機視覺相關的大模型，也會探索更多未知的科學任務。 “大規模并行運算的研究覆蓋面非常廣泛，絕不僅僅是人工智能方面的應用。或者說，通過人工智能，可以‘解密’更多自然科學層面的研究。” 一位產業人士表示，“并行計算”也是仿真學、空氣動力學、磁學等學科不可或缺的研究工具。譬如，高端工業仿真軟件，便需要高性能計算架構的強有力支撐。 |
