來源：《中國電子商情》

本文采訪深度科技研究院院長張孝榮、國際知名科技作家陳根、中國民營科技實(shí)業(yè)家協(xié)會(huì)元宇宙工作委員會(huì)秘書長吳高斌、中國數(shù)實(shí)融合50人論壇智庫專家洪勇。

人工智能AI或?qū)⒏淖內(nèi)藗兊纳a(chǎn)和生活方式，甚至影響人類對(duì)自身、社會(huì)和世界的認(rèn)知。

目前AI重點(diǎn)研究的領(lǐng)域包括自然語言處理、機(jī)器人、語言識(shí)別等，圍繞這些領(lǐng)域的競爭日益激烈，產(chǎn)業(yè)生態(tài)體系也日趨成熟，中國的人工智能產(chǎn)業(yè)迎來了前所未有的發(fā)展機(jī)遇。IDC《中國半年度加速計(jì)算市場(chǎng)（2022下半年）跟蹤》報(bào)告顯示，2022年加速服務(wù)器市場(chǎng)規(guī)模達(dá)到67億美元，同比增長24%。其中，GPU服務(wù)器依然是主導(dǎo)地位，占據(jù)89%的市場(chǎng)份額，達(dá)到60億美元。同時(shí)NPU、ASIC和FPGA等非GPU加速服務(wù)器以同比12%的增速占有了11%的市場(chǎng)份額，達(dá)到7億美元。IDC預(yù)測(cè)，到2027年中國加速服務(wù)器市場(chǎng)規(guī)模將達(dá)到164億美元。其中非GPU服務(wù)器市場(chǎng)規(guī)模將超過13%。

GPU原本專為游戲和多媒體等復(fù)雜的圖像和視頻處理應(yīng)用而設(shè)計(jì)，同樣適用于數(shù)據(jù)密集型深度學(xué)習(xí)任務(wù)，快速處理大量數(shù)據(jù)并生成有用的結(jié)果，其運(yùn)算能力對(duì)于需要同時(shí)執(zhí)行數(shù)百萬次數(shù)學(xué)計(jì)算的大規(guī)模機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型至關(guān)重要，可以被用于實(shí)時(shí)決策和自動(dòng)駕駛汽車、個(gè)性化醫(yī)療和自然語言處理等高級(jí)應(yīng)用。

01

解鎖AI應(yīng)用的關(guān)鍵

為什么是GPU？

GPU在AI深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)中的應(yīng)用已經(jīng)得到運(yùn)用，以GPT-3自然語言處理（NLP）模型為例，在訓(xùn)練和測(cè)試時(shí)都需要大規(guī)模的計(jì)算資源支持，通常需要使用成千上萬個(gè)GPU。相比CPU、FPGA、ASIC等其他類型芯片，為什么GPU更加適合人工智能，與專門設(shè)計(jì)用于人工智能的DPU、NPU相比，GPU又具備哪些優(yōu)勢(shì)？主要是GPU具有以下特點(diǎn)：

并行計(jì)算能力強(qiáng)。GPU具備數(shù)千個(gè)核心，這些核心可以同時(shí)處理不同的任務(wù)，使得GPU能夠支持巨大的計(jì)算工作負(fù)載，并在短時(shí)間內(nèi)完成運(yùn)算，提高了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率。相比于CPU、FPGA、ASIC等其他芯片，GPU不僅能夠同時(shí)完成多個(gè)任務(wù)，而且處理大量數(shù)據(jù)的速度更快。GPU的執(zhí)行速度大約是CPU的20-100倍。

高帶寬和大存儲(chǔ)空間。GPU為深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)提供了高帶寬的內(nèi)存訪問，這使得它們能夠處理大量的數(shù)據(jù)并支持模型訓(xùn)練。GPU還提供了大存儲(chǔ)空間，確保了大量數(shù)據(jù)集在訓(xùn)練期間的存儲(chǔ)能力。靈活性。相比于專門設(shè)計(jì)用于AI的DPU和NPU，GPU可以運(yùn)行各種類型的模型訓(xùn)練，例如深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等等，這使得GPU具有更高的靈活性，適用于更廣泛的應(yīng)用場(chǎng)景。雖然專門設(shè)計(jì)用于AI的DPU和NPU能夠提供更高的精度，但是它們通常只能運(yùn)行特定類型的神經(jīng)網(wǎng)絡(luò)，因此相比之下GPU更加靈活。

GPU的差異化主要集中在以架構(gòu)和整理能力。以NVIDIA的GPU為例，其產(chǎn)品和其他廠商相比，領(lǐng)先之處在于GPU架構(gòu)的設(shè)計(jì)方式不同，在顯存調(diào)度方面，NVIDIA的GPU擁有更加強(qiáng)大、智能的顯存調(diào)度器，可以更好地利用顯存的帶寬和存儲(chǔ)空間，在處理復(fù)雜的計(jì)算任務(wù)時(shí)更加高效。同時(shí)，NVIDIA也有許多自主研發(fā)的技術(shù)，例如CUDA核心技術(shù)和Tensor Cores技術(shù)，以及采用異構(gòu)計(jì)算模式和整合GPU、CPU等架構(gòu)的理念，這樣可以更好地發(fā)揮GPU在計(jì)算中的優(yōu)勢(shì)。

此外，在芯片的設(shè)計(jì)和制造過程中，NVIDIA也采用了更為先進(jìn)、精細(xì)的制造工藝，例如使用TSMC 7nm工藝，Ampere系列GPU可以提供更高的集成密度和效率。同時(shí)，NVIDIA還在硬件、軟件和智能化方面進(jìn)行了深入的研發(fā)和優(yōu)化，這使得其GPU在處理人工智能、圖形渲染等大型計(jì)算領(lǐng)域的性能優(yōu)勢(shì)更加明顯。

02

需求涌現(xiàn)

GPU價(jià)格水漲船高

深度學(xué)習(xí)、圖像識(shí)別和語音識(shí)別等領(lǐng)域都需要大量GPU，GPU供應(yīng)量并沒有跟隨這種需求的增長而同步增長，因?yàn)镚PU的制造過程比CPU更為復(fù)雜，需要更多投資和技術(shù)支持，GPU廠商并不能快速地增加產(chǎn)能，導(dǎo)致市場(chǎng)供應(yīng)緊張。深度科技研究院院長張孝榮介紹，“國產(chǎn)GPU發(fā)展較晚，市面產(chǎn)品大多屬于低端產(chǎn)品，主要用于商用機(jī)或服務(wù)器領(lǐng)域，個(gè)人消費(fèi)級(jí)產(chǎn)品很少，技術(shù)水平距離國外巨頭當(dāng)前的水平約有五年。”國產(chǎn)化疊加AI計(jì)算需求日益擴(kuò)大，國產(chǎn)GPU未來會(huì)有更大的發(fā)展空間，AI大模型的熱潮促進(jìn)了GPU市場(chǎng)的活躍，國外先進(jìn)GPU價(jià)格昂貴供不應(yīng)求，國產(chǎn)GPU也得到了國內(nèi)廠商的一部分訂單，市場(chǎng)份額逐漸擴(kuò)大。

國際知名科技作家陳根提到：“ChatGPT背后的大模型需要大量GPU的支持，這也導(dǎo)致了GPU價(jià)格的上漲。未來，隨著需求的不斷增加，GPU供需關(guān)系也將發(fā)生變化。預(yù)計(jì)GPU價(jià)格會(huì)繼續(xù)上漲，但同時(shí)也會(huì)有更多的GPU廠商進(jìn)入市場(chǎng)，從而增加供給?？偟膩碚f，國內(nèi)GPU廠商雖然目前處于較為落后的水平，但在人工智能領(lǐng)域仍有著廣闊的發(fā)展前景。未來，GPU價(jià)格和供需關(guān)系也將發(fā)生變化，市場(chǎng)將更加競爭激烈，消費(fèi)者也將有更多的選擇?！?/p>

03

國產(chǎn)化

研發(fā)符合需求的GPU

在GPU芯片市場(chǎng)，我國GPU領(lǐng)域的企業(yè)短期內(nèi)仍然以消費(fèi)類應(yīng)用為主，面向未來，發(fā)展人工智能和GPU產(chǎn)業(yè)具有重要意義，只有通過集中研發(fā)力量來不斷提升產(chǎn)品性能、不斷推出新產(chǎn)品，才能在激烈的全球市場(chǎng)競爭中占據(jù)先機(jī)。

中國民營科技實(shí)業(yè)家協(xié)會(huì)元宇宙工作委員會(huì)秘書長吳高斌表示：“目前國產(chǎn)的GPU，最好的性能大概能到NVIDIA A100 70%左右的性能，如果再考慮性能在使用過程中的衰減情況，差距會(huì)更大一些，短時(shí)間之內(nèi)要想趕超NVIDIA與AMD還不現(xiàn)實(shí)。對(duì)于國產(chǎn)GPU的廠商而言，最直接的機(jī)會(huì)就是產(chǎn)品需要快速放大。”他認(rèn)為，GPU國產(chǎn)化不是一個(gè)可選項(xiàng)的問題，是沒有選擇的問題。基于這一點(diǎn)，本土GPU廠商面對(duì)絕佳發(fā)展機(jī)遇，國內(nèi)市場(chǎng)提供了許多應(yīng)用的場(chǎng)景以及性能優(yōu)化的實(shí)戰(zhàn)條件，對(duì)于研發(fā)優(yōu)化會(huì)有很大的幫助。短時(shí)間對(duì)于國廠GPU需求的放大，會(huì)造成供需波動(dòng)，必然會(huì)引發(fā)產(chǎn)品價(jià)格的上漲。但對(duì)于本土GPU廠商而言，目前必須要留意的是不要盲目擴(kuò)大產(chǎn)能，而是要集中研發(fā)力量來優(yōu)化產(chǎn)品性能。同時(shí)也要看到，海外GPU廠商目前仍能為中國市場(chǎng)提供減配版GPU，一旦這種產(chǎn)品能嘗試成功的話，一些大廠還會(huì)優(yōu)先選擇減配版，至少性能更穩(wěn)定。在實(shí)際應(yīng)用中，本土GPU廠商可針對(duì)國內(nèi)市場(chǎng)的需求，加大在追蹤本土GPU用戶需求方面的投入，使得本土GPU產(chǎn)品有更好的適應(yīng)性和用戶體驗(yàn)，從而形成市場(chǎng)競爭力。在成本上，國際知名GPU廠商通常面臨采購及遠(yuǎn)程運(yùn)輸?shù)瘸杀镜挠绊?，而作為本土生產(chǎn)商，成本更可以得到更好的控制及降低。

通常來說，GPU的需求主要考察幾個(gè)指標(biāo)，包括：

工作負(fù)載。根據(jù)你所需要完成的任務(wù)的類型和規(guī)模來選擇GPU型號(hào)。如果你需要處理大規(guī)模的數(shù)據(jù)，那么你可能需要擁有一款具有更高內(nèi)存容量和處理速度的GPU。

芯片性能。在比較GPU產(chǎn)品的性能時(shí)，需要關(guān)注芯片的實(shí)際性能，而不只是簡單的GPU型號(hào)或內(nèi)存容量。比如，同樣是8GB內(nèi)存的GPU，但是一款實(shí)際性能更好的顯卡可能比另一款內(nèi)存更大的顯卡更適合你的工作負(fù)載。

成本。盡管高性能GPU在處理大規(guī)模數(shù)據(jù)時(shí)效率更高，但是成本也更高昂。如果你無法承受高成本，那么需要尋找一款價(jià)格適中，在性能和成本之間找到平衡點(diǎn)的GPU產(chǎn)品。

兼容性。在使用GPU時(shí)需要考慮其硬件和軟件的兼容性。因此，需要確保所選GPU與你的系統(tǒng)和軟件相兼容。中國數(shù)實(shí)融合50人論壇智庫專家洪勇說道：“國內(nèi)GPU廠商有機(jī)會(huì)在人工智能領(lǐng)域進(jìn)行技術(shù)創(chuàng)新。他們可以利用本土市場(chǎng)的需求和行業(yè)特點(diǎn)，推動(dòng)硬件和軟件的創(chuàng)新，提供更加適用于人工智能任務(wù)的高性能GPU產(chǎn)品。我國擁有龐大的人工智能市場(chǎng)和應(yīng)用需求，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等領(lǐng)域。國內(nèi)GPU廠商可以通過提供適應(yīng)本土需求的產(chǎn)品和解決方案，滿足人工智能應(yīng)用的需求。”此外他還提到，政府對(duì)人工智能領(lǐng)域的支持力度較大，包括政策扶持、資金投入等方面，這有助于加快技術(shù)研發(fā)和市場(chǎng)推廣。政策在本土GPU獲取市場(chǎng)份額過程中可以起到許多作用，相關(guān)政策和規(guī)定支持本土GPU生產(chǎn)商和相關(guān)產(chǎn)業(yè)的發(fā)展，鼓勵(lì)本土企業(yè)進(jìn)行技術(shù)創(chuàng)新和研發(fā)。資金支持和優(yōu)惠政策幫助本土GPU生產(chǎn)商開展生產(chǎn)、研發(fā)和推廣工作，促進(jìn)產(chǎn)業(yè)的快速發(fā)展。市場(chǎng)監(jiān)管及質(zhì)量監(jiān)控體系保障本土GPU產(chǎn)品的質(zhì)量與穩(wěn)定性，對(duì)市場(chǎng)進(jìn)行研究及管理。官方層面積極推廣本土GPU產(chǎn)品，為本地廠商開辟更多的國內(nèi)市場(chǎng)，提高本土GPU產(chǎn)品在國內(nèi)市場(chǎng)的知名度和市場(chǎng)份額。

04小 結(jié)

總的來說，GPU在人工智能領(lǐng)域的應(yīng)用正在變得越來越廣泛，在加速深度學(xué)習(xí)、圖像識(shí)別、語音處理等任務(wù)方面發(fā)揮著非常重要的作用。由于深度學(xué)習(xí)需要大量的計(jì)算資源，GPU在深度學(xué)習(xí)的應(yīng)用中被廣泛使用，同時(shí)，隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，GPU的性能和速度也在不斷提高。