前几年广受本钱追捧的GPU（图形处理器）这一硬核赛道正在步入洗牌期，一些本来备受瞩目的通用GPU规划企业先后堕入运营窘境。与此一起，有头部企业持续求新求变，已步入AI（人工智能）中心战场。
关于职业现状，北京社科院研究员王鹏向证券时报记者剖析，当时国产GPU工业处于快速展开与洗牌并存的阶段。一方面，跟着AI大模型的需求激增，国产GPU商场敏捷兴起，出现出如摩尔线程、壁仞科技等一批具有立异才能的企业。这些企业在技能研制、产品立异等方面取得了显着展开，为国产GPU职业注入了新的生机。另一方面，商场竞争也日益剧烈，部分草创企业因为资金链断裂、技能瓶颈等问题堕入窘境，乃至面对裁人、诉讼等危险。
“久远来看，国产GPU职业仍具有宽广的展开前景。这源于人工智能、大数据、云核算等技能的快速展开，对高功能GPU的需求持续添加；一起，国家方针对半导体工业的支撑力度不断加大，为国产GPU职业供给了杰出的展开环境。此外，跟着国产芯片公司在生态构建、技能立异等方面的不断尽力，国产GPU有望逐步缩小与世界抢先水平的距离。”王鹏说。
几家欢欣几家愁
近来，国产GPU独角兽壁仞科技一则动态引起业界注重。该公司在上海证监局处理IPO教导存案挂号，教导券商为国泰君安。这是继本年8月26日燧原科技教导存案陈述发布后，又一家发动IPO的上海AI芯片企业。
壁仞科技创立于2019年，致力于研制原创性的通用核算系统，树立高效的软硬件途径，一起在智能核算范畴供给一体化的解决计划。到现在，公司已完结多轮融资，揭露融资总额超越50亿元，投资方包含启明创投、IDG本钱、中芯聚源、格力创投等。
现在，壁仞科技首款国产高端通用GPU（GPGPU）壁砺系列已量产。在9月举办的2024全球AI芯片峰会上，壁仞科技还初次发布了其自研的异构GPU协同练习计划，该计划打破了大模型异构算力孤岛难题，完成了在本乡异构多GPU芯片算力练习技能范畴的初次打破。
另一家国内GPU独角兽企业也有新动作。本年7月，摩尔线程宣告对其夸娥（KUAE）智算集群解决计划进行严重晋级，从当时千卡等级大幅扩展至万卡规划。摩尔线程创始人兼CEO张建中表明，在多元趋势下，万卡已是AI模型练习主战场的标配。
事实上，在国内，万卡集群建造正高歌猛进。上一年7月，华为昇腾AI集群规划从开始的4000卡集群扩展至16000卡，是国内首个万卡AI集群。
不过，当时国产GPU工业的分解亦非常显着，一些本来备受瞩目的企业连续堕入窘境。本年8月底，曾取得2024年度重庆市“独角兽企业”称谓的象帝先被曝约400位职工被裁。公司在回应中坦陈：“展开面对必定的商场调整压力……正在进行安排结构和人员装备的优化等……并寻觅外部融资时机。”另一方面，象帝先股东还在申述其创始人唐志敏，因其未能筹措到许诺的5亿元B轮融资。
在象帝先堕入窘境之前，同处在GPU赛道的砺算科技也曾预警。至本年8月19日，东芯股份公告拟以不超越2亿元收买砺算科技37.88%股份，砺算科技的资金紧张局势方得以缓解。
GPU占AI芯片
多半比例
在中关村物联网工业联盟副秘书长袁帅看来，当时国产GPU职业处于一个杂乱而要害的转型期，短期职业呈现降温文分解，首要是因为商场竞争加重、技能门槛进步、本钱落潮等要素导致企业资金压力增大。在此布景下，部分实力较弱的草创企业在面对应战时往往愈加软弱，而头部企业则凭仗其技能实力、商场布局和资金优势逐步锋芒毕露。
按界说和运用看，GPU起初是一种显现芯片，用于加快核算机上的图画处理。跟着技能进步和运用规模的扩展，GPU衍生出了GPGPU，后者是经过运用GPU并行处理才能特别强、核算能效比高的特色，处理更为杂乱的核算使命（如AI模型练习与推理等）。基于此，现在的GPU已被广泛运用于人工智能、虚拟现实、游戏、科学核算等许多范畴。
IDC数据显现，估计到2025年，GPU仍将占有全球AI芯片多半商场比例。Gartner此前猜测，2023年全球人工智能芯片（包含GPU、TPU等）的商场规划到达530亿美元，并估计在2024年添加至671亿美元。到2027年，全球人工智能芯片商场规划估计到达1194亿美元。
从职业格式来看，作为GPU的发明者，英伟达占有肯定抢先位置。Jon Peddie Research（JPR）数据显现，2024年榜首季度英伟达的全球AIB显卡（也称独立GPU）商场比例飙升至88%，而AMD的商场比例下降至12%。JPR估计，2024年第二季度，AI练习器GPU的出货量将持续添加，而游戏AIB商场或许相等或走低。在AI芯片主战场，据TechInsights数据，英伟达2023年的数据中心GPU出货量约为376万片，比2022年多出近100万片，商场占比98%，收入达362亿美元。压倒性打败了AMD和英特尔等竞争对手。
微软公司和Meta等数据中心运营商运用英伟达的芯片来开发和运转AI模型，巨大的需求使其销售额和股价飙升。英伟达市值在本年6月曾登顶全球榜首，到达3.33万亿美元。最新财报显现，在英伟达Hopper（GPU构架途径）、GPU核算和网络途径微弱需求的推进下，公司数据中心本年第二季度收入到达262.72亿美元。
英伟到达达现在效果凭的是什么？袁帅告知证券时报记者，这首要源于英伟达在GPU规划、制作工艺以及软件优化等方面具有深沉的技能堆集，其产品在功能、功耗比和安稳性等方面均处于职业抢先位置。一起，该公司树立了完善的生态系统，包含CUDA途径、软件开发工具包（SDK）以及丰厚的第三方运用支撑等，为开发者供给了快捷的开发环境和广泛的运用场景。
“英伟达的芯片产品先进且功能强壮，配套软件生态完善浸透率高，而且产品迭代进化速度快速，所以商场位置尚难以撼动。”深度科技研究院院长张孝荣以为。
时机和应战并存
国内商场方面，自2019年以来，一批国产GPU草创公司先后建立，其间出现了壁仞科技、摩尔线程、燧原科技等AI芯片规划独角兽。一起，还有一批老牌芯片规划公司也入局GPU范畴。
这些公司的时机在于美国出口控制布景下的国产代替。2022年10月，美国政府制止英伟达向我国出口高功能H100、A100芯片。英伟达随后专门面向我国商场推出了不违背美国出口控制要求的A800和H800芯片，至上一年10月，这两项芯片也被约束。2024年2月，英伟达向我国商场特供的H20芯片承受预定，但该芯片与H100装备比较，GPU中心数量削减41%，功能下降28%。对此，英伟达2023年11月曾泄漏，数据中心事务两成以上受出口控制影响。
与此一起，国内GPU厂商正迎头赶上。IDC在2023年中发布的一项我国AI加快卡（揭露商场）出货量核算显现，2022年上半年到2023年上半年，我国AI加快卡出货约109万张，英伟达商场比例为85%，华为市占率为10%，百度市占率为2%，寒武纪和燧原科技均为1%。
从国内产品效果来看，不只华为昇腾系列体现杰出。2024年5月份，摩尔线程与智谱AI展开了新一轮GPU大模型适配、功能测验。结果表明，在推理方面，摩尔线程自研全功能GPU显着优于基准比照产品RTX 3090和RTX 4090；在练习方面，摩尔线程夸娥千卡智算集群的练习精度与A100集群比较，差错在1%以内，而集群功能扩展系数超越90%，模型算力运用率（MFU）与A100集群适当。
壁仞科技则于2022年8月推出选用7nm制程的GPGPU芯片BR100，该芯片峰值算力到达世界厂商彼时在售旗舰产品3倍以上，创下国内互连带宽纪录。
不过，应战也随之而来，一些职业抢先企业先后被美国政府“盯上”。2022年12月，寒武纪等36家被美国政府列入“实体清单”。2023年10月，壁仞科技、摩尔线程等亦被添加到实体清单中。
这对相关企业影响几许？寒武纪在2024年半年报中表明，公司及部分子公司已被列入“实体清单”，将对公司供应链的安稳形成必定危险。受“实体清单”等供应链不利要素影响，公司上半年营收6476.53万元，较上年同期下降43.42%。
生态建造待完善
王鹏指出，当时世界政治经济环境的改变对GPU职业产生了必定影响。特别是美国对我国AI工业的镇压方针约束了国内相关企业的进口途径和供应链安稳性。
袁帅向证券时报记者表明，在面对外部封闭前提下，国产GPU厂商要站稳脚跟并在高端AI芯片范畴争得一席之地并非易事。在硬件层面，国内芯片代工企业在高端工艺和产能方面相对缺乏，难以彻底满足国产GPU规划厂商对高端AI芯片的出产需求；在软件层面，英伟达等世界巨子在软件生态（CUDA等）和IP授权方面具有强壮优势。国产GPU厂商在构建和完善软件生态以及获取要害IP授权范畴仍显单薄。
事实上，CUDA被业界遍及以为是英伟达最大护城河。英伟达CEO黄仁勋在本年也曾着重CUDA软件系统生态关于AI年代的重要性。“现在，CUDA已完成良性的展开循环，全球具有500万开发者，掩盖医疗保健、金融服务、核算机职业、汽车职业等范畴。”黄仁勋说。
我国工程院院士，高功能核算研究所所长郑纬民在本年7月7日的信息化百人会上指出：“这些年国产芯片无论是软件硬件都有很大的展开，可是用户不太喜爱用，原因是国产卡的生态系统不太好。”
郑纬民以为，这需求做好系统规划和相关软件优化，详细包含十个方面：编程结构、并行加快、通讯库、算子库、AI编译器、编程语音、调度器、内存分配系统、容错系统、存储系统等。在他看来，在国产算力支撑大模型练习时，国产AI芯片只能到达国外芯片60%的功能，但如果把前述十个方面的软件生态做好了，客户也会满足。
国泰君安在本年3月发布的《注重AI芯片配套的软件生态》陈述中总结：谁能做出我国版“CUDA”，就能占据AI算力高地。国内各大厂商已在GPU生态上活跃布局，包含驱动程序、开发工具、运用程序接口（API）等，以保证其产品可以更好地服务于人工智能、大数据处理、云核算和游戏等多样化的运用场景。例如，华为推出了CANN以及对应的生态系统，力求打破技能瓶颈。此外，像景嘉微、摩尔线程等公司也在自主研制GPU产品，并尽力打造与之兼容的软件环境，以削减对外部供货商的依靠，提高国产GPU的商场竞争力等。