英伟达算力领域布局进展如何？

英伟达成为算力端最大赢家，国内仍有较大的算力缺口。

1. 加速计算成为数据中心主导的算力需求，5 年复合增速或将超过 50%

在人工智能计算需求的推动下，加速计算已经成为了数据中心主导的算力需求。从英特 尔、英伟达、AMD 三家公司最新的财报数据来看： 在收入规模方面，2023Q1 英伟达数据中心业务收入达到了 42.84 亿美元，首次超过了英 特尔相关业务 37.18 亿美元的收入规模，并且随着后续 AI 芯片出货量的上涨，有望在 Q2 超 过英特尔和 AMD 的收入之和。

从收入增速方面，2023Q1 英伟达、英特尔、AMD 的数据中心业务增速分别为 14%、- 38%和 0%，其中 AMD 虽然保持了同比增长，但是环比下滑了 22%，总体来看除了英伟达需 求仍然坚挺以外，英特尔和 AMD 的数据中心业务景气度下滑趋势都非常明显。 由于英特尔、AMD 数据中心业务主要对标了 CPU 需求，而英伟达数据中心业务主要对 标了 GPU 需求。以上数据可以看出，目前数据中心整体需求不佳，对 GPU 的需求正处于逆 势增长过程中，全球数据中心需求也在从通用计算过渡到加速计算中。

根据集微网，AMD 预计数据中心人工智能加速器(市场)将以超过 50%的复合年增长率， 从今年的 300 亿美元左右增长到 2027 年的 1500 亿美元以上。 正是看到了这样的市场机会，AMD 也将人工智能视为其最大、最具挑战意义的长期增长 机会，积极发展 GPU 芯片业务。6 月 13 日，AMD 表示其最先进的人工智能芯片 MI300X 将 于今年晚些时候向部分客户发货，2024 年开始大量出货。

2. GPU 供应成为美国禁令的聚焦点，国产芯片应用仍然面临较大阻碍

在通用大模型的训练方面，目前主流需求为英伟达的 A100 和 H100 芯片。2022 年 8 月，美国禁止了英伟达 A100 和即将推出的 H100 向中国和俄罗斯的所有出口实施一项新的许 可要求。为了避开美国的限制，英伟达分别在 2022 年 11 月和 2023 年 3 月发布了 A100、 H100 的中国特供版本 A800 和 H800。特供版本从性能上面的差距主要体现在通信带宽上， 其中 A800 较 A100 降低了 33%，H800 较 H100 降低了 25%。 随着国内互联网大厂争先布局 AI 大模型，国内对于 A800 和 H800 的需求呈现爆发式增 长，短期仍然面临缺货问题，限制了国内大模型算力的供给。

虽然近年来涌现出多家 GPU 厂商，但是目前在国内互联网大厂大批量使用的还是英伟达 的芯片，国产芯片主要对标推理芯片，性能上多数难以支撑训练需求。英伟达 A100 和 H100 分别应用了 7nm 和 4nm 制程，这意味着人工智能的算力需求与芯片的先进制程是紧密捆绑 的。同时，由于 2022 年 10 月，美国对于国内高端芯片和超算的禁令进一步收紧，国产芯片 在生产环节也面临较大的发展瓶颈。

GPU 芯片除了关注硬件性能，软件生态也是关键考量因素。以英伟达来说，其所有的硬 件和解决方案都拥有统一的底层软件 CUDA 和运行库 CUDA-X。随着 GPU 计算性能的逐步 强大，英伟达在 2016 年推出了 CUDA，让 GPU 可以用于图像计算以外的目的，也大幅提升 了 GPU 的计算性能。自 CUDA 推出以来，英伟达在将 GPU 转化为更通用的计算工具上，累 计投入了将近 100 亿美元，全球主流的深度学习框架都基于 CUDA 进行加速，生态壁垒强 大。对于国产 GPU 厂商来说，软件生态也成为其产品推广的重要阻碍，要推行国产化客户还 需求做很多的调优和适配工作。