電子發(fā)燒友網(wǎng)報道（文/李彎彎）日前，在龍芯中科 2022 年度暨 2023 年第一季度業(yè)績暨現(xiàn)金分紅說明會上，龍芯中科董事長胡偉武宣布，集成龍芯自研 GPGPU （通用圖形處理器）的第一款 SoC 芯片預計將于 2024 年一季度流片。

胡偉武表示，目前已經(jīng)基本完成相關 IP 研發(fā)，正在開展全面驗證，在此基礎上，2024 年下半年將完成兼顧顯卡和算力加速功能的專用芯片流片。

大語言模型拉動GPGPU需求增長

GPGPU（通用圖形處理器），脫胎于 GPU（圖形處理器）。GPU最初是為解決 CPU 在圖形處理領域性能不足的問題而誕生的，而面對非圖像顯示領域并涉及大量并行運算的領域，比如 AI、加密解密、科學計算等，則更需要通用計算能力，GPGPU應運而生。

近段時間，隨著ChatGPT的出圈，全球掀起大語言模型的研究熱潮。而無論是大模型的訓練還是推理，這都離不開GPGPU芯片來提供算力支持。業(yè)界推測，在未來幾年內(nèi)，大語言模型的訓練和部署將推動GPGPU需求增長。

在訓練端，英偉達可以說是這場大模型浪潮中的絕對受益者，目前全球大模型的訓練基本依賴英偉達的GPU。英偉達有兩款強大的GPU產(chǎn)品：A100和H100。

A100 是英偉達2020年推出的數(shù)據(jù)中心級云端加速芯片，擁有540億晶體管，采用臺積電7nm工藝制程，支持FP16、FP32和FP64浮點運算，為人工智能、數(shù)據(jù)分析和HPC數(shù)據(jù)中心等提供算力。A100 提供超快速的顯存帶寬，可處理超大型模型和數(shù)據(jù)集。

H100是英偉達2022年3月發(fā)布的最新一代數(shù)據(jù)中心GPU，集成800億晶體管，采用臺積電定制的4nm工藝。英偉達CEO黃仁勛此前表示，這款GPU具有超強的計算能力，20個H100 GPU便可承托相當于全球互聯(lián)網(wǎng)的流量。相比于A100，H100在FP16、FP32和FP64計算上快三倍，非常適用于當下流行且訓練難度高的大模型。

由于全球眾多科技企業(yè)加入大語言模型研究大軍，近段時間，英偉達的GPU供貨周期拉長，價格上漲，其A100 GPU市場單價兩個月前還在10萬元左右，如今已經(jīng)上漲到15萬元。

目前大部分研究都認為，AI大模型預訓練是一個非常耗時、耗力、耗電的過程，這部分對GPU的貢獻最大。然而實際上，如果真正地去計算成本，對于企業(yè)來說，大模型的推理將會耗費巨大的成本，而其中很大部分則是在GPU的購買上。

圖：沐曦研究科學家李兆石演講（電子發(fā)燒友拍攝）

在近日某人工智能論壇上，沐曦研究科學家李兆石介紹，以谷歌為例，谷歌目前主要的收入來源是搜索廣告，每次搜索平均能夠給谷歌帶來約1.6美分。

如果把類似ChatGPT插入到谷歌搜索里，在現(xiàn)在主流高性能的英偉達A100 GPU上，需要八張GPU才能做一次GPT3的推理，把電費和GPU的一次性購買成本算進去，每次推理的平均成本大約是0.36美分，如果谷歌直接在谷歌搜索里用類似ChatGPT規(guī)模的大模型，相當于很大一部分利潤都將耗費在大模型的推理成本上。

相當于在A100上做GPT3規(guī)模的預訓練，大概需要80萬美元。而把剛才0.36美分乘以谷歌每天的搜索次數(shù)，可以發(fā)現(xiàn)，直接在谷歌搜索里用這個GPT推理，這個推理成本每天是1億美元，推理成本遠遠高于預訓練成本。



將這個推理成本再進一步拆解，會發(fā)現(xiàn)，以英偉達A100 GPU的市場價格12500美元計算（這是之前的價格，現(xiàn)在國內(nèi)價格基本上已經(jīng)漲到15到20萬人民幣），一般GPU的使用年限是五年，把這個購買成本線性平攤到五年時間，這個0.36美分的每次推理成本里面，65%是購買GPU的成本。也就是說GPU的一次性購買成本，占大模型訓練和推理的絕大部分。

國內(nèi)AI算力芯片廠商的產(chǎn)品和技術進展

可以看到，雖然目前大語言模型的訓練基本依賴英偉達的GPU，然而隨著大模型逐漸走向落地應用，在推理側(cè)，國內(nèi)外AI算力芯片廠商將迎來較大的市場機會。

在國內(nèi)，近些年已經(jīng)有不少廠商在高性能計算AI算力芯片領域取得進展，包括寒武紀、海光信息、壁仞科技、摩爾線程、天數(shù)智芯、燧原科技、沐曦集成、芯動科技、登臨科技等。

電子發(fā)燒友制表

如今CPU廠商龍芯也加入到了GPGPU大軍中，不過可以看到龍芯的GPGPU主要還是集成在自家的SOC中。事實上，龍芯早在2017年就開始研究GPU，2021年7月，該公司發(fā)布的龍芯3號系列處理器的配套橋片“龍芯7A2000”，內(nèi)部就首次集成了龍芯自研的GPU。

如今龍芯又透露了其在GPGPU方面的最新進展。據(jù)胡偉武介紹，2024 年龍芯將流片首款大小核協(xié)同芯片。龍芯 3A6000 的下一代將是 3B6000，四大四小八個核，內(nèi)置自研 GPGPU。大核爭取通過結構優(yōu)化再提高性能 20% 以上。

寒武紀是一家專注于人工智能芯片研發(fā)和技術創(chuàng)新的企業(yè)，能夠為視覺、語音、自然語言處理、傳統(tǒng)機器學習等人工智能技術提供基礎計算平臺。2021年7月，寒武紀發(fā)布了其第三代云端 AI 芯片思元 370，以及基于思元 370 的兩款加速卡 MLU370-S4 和 MLU370-X4。

同時，寒武紀全新升級了 Cambricon Neuware 軟件棧，新增推理加速引擎 MagicMind，實現(xiàn)訓推一體，顯著提升了開發(fā)部署的效率。而且，有 7nm 先進工藝和全新 MLUarch03 架構加持，思元 370 芯片算力最高可達 256TOPS (INT8)，是上一代產(chǎn)品思元 270 算力的 2 倍。

海光信息的產(chǎn)品包括通用處理器（CPU）和協(xié)處理器（DCU），海光DCU屬于GPGPU的一種。海光DCU 8000系列，支持INT4、INT8、FP16、FP32、FP64運算精度，支持4個HBM2內(nèi)存通道，最高內(nèi)存帶寬為1TB/s、最大內(nèi)存容量為32GB。

海光DCU協(xié)處理器全面兼容ROCm GPU計算生態(tài)，由于ROCm和CUDA在生態(tài)、編程環(huán)境等方面具有高度的相似性，CUDA用戶可以以較低代價快速遷移至ROCm平臺。

壁仞科技去年8月發(fā)布了首款通用GPU BR100，集成770億晶體管，其INT8算力達2048 TOPS，BF16算力達1024 TFLOPS，TF32+算力達512 TFLOPS，F(xiàn)P32算力達256 TFLOPS。同期，壁仞科技還發(fā)布了自主原創(chuàng)架構——壁立仞、創(chuàng)造全球性能紀錄的OAM服務器——海玄，以及OAM模組——壁礪100，PCIe板卡產(chǎn)品——壁礪104，以及自主研發(fā)的BIRENSUPA軟件平臺。

摩爾線程已經(jīng)發(fā)布兩款自主研發(fā)的GPU芯片產(chǎn)品，去年3月發(fā)布GPU產(chǎn)品“蘇堤”，11月又發(fā)布了第二款GPU芯片“春曉”。“春曉”內(nèi)置MUSA架構通用計算核心以及張量計算核心，可支持FP32、FP16和INT8三種計算精度；相較于其首款自研的GPU“蘇堤”，“春曉”內(nèi)置的四大計算引擎都進行了全面升級，性能顯著提升，AI計算加速平均提升4倍。

天數(shù)智芯于2018年正式啟動通用GPU芯片設計，在2021年發(fā)布了其通用GPU“天垓100”芯片及天垓100加速卡，2021年10月宣布天垓100正式進入量產(chǎn)環(huán)節(jié)。2022年9月，天數(shù)智芯又發(fā)布了首款7nm制程的云端推理通用GPU產(chǎn)品“智鎧100”。

智鎧 100 芯片支持 FP32、FP16、INT8 等多精度混合計算，實現(xiàn)了指令集增強、算力密度提升、計算存儲再平衡，支持多種視頻規(guī)格解碼。

燧原科技已經(jīng)迭代了兩代訓練和推理產(chǎn)品，第三代也已經(jīng)在研發(fā)中。燧原科技已經(jīng)在科研領域和智慧城市的應用中落地了訓練和推理的超千卡算力集群。

該公司創(chuàng)始人兼COO張亞林此前在接受電子發(fā)燒友采訪的時候表示，類似ChatGPT這樣的AIGC生成式模型，對于燧原科技而言是個機遇，公司可以把已經(jīng)積累的系統(tǒng)集群的經(jīng)驗推廣到更多的客戶賽道上，幫助客戶使能更多大模型的生成。

沐曦集成產(chǎn)品路線圖

沐曦集成目前有三條產(chǎn)品線規(guī)劃，G系列、C系列和N系列，G系列主要是用于圖形處理領域，C系列主要用于高性能云端的訓練和推理，N系列主要是云端的推理芯片?，F(xiàn)在N系列的云端推理芯片已經(jīng)量產(chǎn)出貨，C系列正在做調(diào)試，如果沒有問題的話，也很快就會量產(chǎn)。

芯動科技已經(jīng)發(fā)布兩款GPU芯片——風華1號和風華2號。風華1號于2021年發(fā)布，于去年9月正式量產(chǎn)。風華2號于2022年8月發(fā)布，是一款集超低功耗、強渲染、4K高清三屏顯示、及智能AI計算于一體的桌面和筆記本GPU。

風華2號在AI計算能力方面，支持科學/邊緣計算，AI性能超過12.5TOPS，支持人臉識別、目標識別、語義分割、圖像超分辨率等多種場景實時應用。

登臨科技是一家專注于高性能通用計算平臺的芯片研發(fā)與技術創(chuàng)新的公司，其自主研發(fā)的GPU+架構正式采用了軟件定義的片內(nèi)異構體系，目前首款基于GPU+的系列產(chǎn)品—Goldwasser已在云至邊緣的各個應用場景實現(xiàn)規(guī)?；涞?。

登臨科技聯(lián)合創(chuàng)始人王平此前在接受電子發(fā)燒友采訪的時候表示，登臨科技希望通過異構，從由點及面在一些足夠大的市場領域，把產(chǎn)品做到比英偉達同系列產(chǎn)品更具性價比優(yōu)勢，甚至超過英偉達。

帶著這樣的出發(fā)點，在大型語言模型方面，登臨科技會更關心如何更好的提升產(chǎn)品的能效比。簡單來說，在同樣功耗下，登臨科技可以提供英偉達1.5到2倍的算力，在算力一致的情況下，做到單位功耗更低。這樣從計算的整體性能上，實現(xiàn)英偉達同類產(chǎn)品的能效比3倍的優(yōu)勢。如此一來，可以極大地節(jié)省電費及運維成本。

小結

很顯然，隨著ChatGPT的出圈，國內(nèi)外眾多科技企業(yè)掀起大語言模型的研究熱潮，而無論是大模型的訓練還是部署，都離不開GPGPU芯片提供算力支持。目前而言，大模型的訓練基本依賴英偉達的GPU，然而相比較而言，隨著大模型逐步落地應用，在推理部分將同樣需要用到大量GPGPU，而這也是除英偉達之外，國內(nèi)外眾多GPGPU廠商的機會。