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、中國民營科技實業(yè)家協(xié)會元宇宙工作委員會秘書長吳高斌、中國數(shù)實融合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，甚至影響人類對自身、社會和世界的認知。

目前AI重點研究的領(lǐng)域包括自然語言處理、機器人、語言識別等，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)展機遇。IDC《中國半年度加速計算市場（2022下半年）跟蹤》報告顯示，2022年加速服務器市場規(guī)模達到67億美元，同比增長24%。其中，GPU服務器依然是主導地位，占據(jù)89%的市場份額，達到60億美元。同時NPU、ASIC和FPGA等非GPU加速服務器以同比12%的增速占有了11%的市場份額，達到7億美元。IDC預測，到2027年中國加速服務器市場規(guī)模將達到164億美元。其中非GPU服務器市場規(guī)模將超過13%。

GPU原本專為游戲和多媒體等復雜的圖像和視頻處理應用而設計，同樣適用于數(shù)據(jù)密集型深度學習任務，快速處理大量數(shù)據(jù)并生成有用的結(jié)果，其運算能力對于需要同時執(zhí)行數(shù)百萬次數(shù)學計算的大規(guī)模機器學習和深度學習模型至關(guān)重要，可以被用于實時決策和自動駕駛汽車、個性化醫(yī)療和自然語言處理等高級應用。

01

解鎖AI應用的關(guān)鍵

為什么是GPU？

GPU在AI深度學習和神經(jīng)網(wǎng)絡中的應用已經(jīng)得到運用，以GPT-3自然語言處理（NLP）模型為例，在訓練和測試時都需要大規(guī)模的計算資源支持，通常需要使用成千上萬個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，與專門設計用于人工智能的DPU、NPU相比，GPU又具備哪些優(yōu)勢？主要是GPU具有以下特點：

并行計算能力強。GPU具備數(shù)千個核心，這些核心可以同時處理不同的任務，使得GPU能夠支持巨大的計算工作負載，并在短時間內(nèi)完成運算，提高了深度學習和神經(jīng)網(wǎng)絡的訓練效率。相比于CPU、FPGA、ASIC等其他芯片，GPU不僅能夠同時完成多個任務，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。

高帶寬和大存儲空間。GPU為深度學習和神經(jīng)網(wǎng)絡提供了高帶寬的內(nèi)存訪問，這使得它們能夠處理大量的數(shù)據(jù)并支持模型訓練。GPU還提供了大存儲空間，確保了大量數(shù)據(jù)集在訓練期間的存儲能力。靈活性。相比于專門設計用于AI的DPU和NPU，GPU可以運行各種類型的模型訓練，例如深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡等等，這使得GPU具有更高的靈活性，適用于更廣泛的應用場景。雖然專門設計用于AI的DPU和NPU能夠提供更高的精度，但是它們通常只能運行特定類型的神經(jīng)網(wǎng)絡，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)的設計方式不同，在顯存調(diào)度方面，NVIDIA的GPU擁有更加強大、智能的顯存調(diào)度器，可以更好地利用顯存的帶寬和存儲空間，在處理復雜的計算任務時更加高效。同時，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在計算中的優(yōu)勢。

此外，在芯片的設計和制造過程中，NVIDIA也采用了更為先進、精細的制造工藝，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，NVIDIA還在硬件、軟件和智能化方面進行了深入的研發(fā)和優(yōu)化，這使得其GPU在處理人工智能、圖形渲染等大型計算領(lǐng)域的性能優(yōu)勢更加明顯。

02

需求涌現(xiàn)

GPU價格水漲船高

深度學習、圖像識別和語音識別等領(lǐng)域都需要大量GPU，GPU供應量并沒有跟隨這種需求的增長而同步增長，因為GPU的制造過程比CPU更為復雜，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，導致市場供應緊張。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，主要用于商用機或服務器領(lǐng)域，個人消費級產(chǎn)品很少，技術(shù)水平距離國外巨頭當前的水平約有五年。”國產(chǎn)化疊加AI計算需求日益擴大，國產(chǎn)GPU未來會有更大的發(fā)展空間，AI大模型的熱潮促進了GPU市場的活躍，國外先進GPU價格昂貴供不應求，國產(chǎn)GPU也得到了國內(nèi)廠商的一部分訂單，市場份額逐漸擴大。

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，這也導致了GPU價格的上漲。未來，隨著需求的不斷增加，GPU供需關(guān)系也將發(fā)生變化。預計GPU價格會繼續(xù)上漲，但同時也會有更多的GPU廠商進入市場，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價格和供需關(guān)系也將發(fā)生變化，市場將更加競爭激烈，消費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，我國GPU領(lǐng)域的企業(yè)短期內(nèi)仍然以消費類應用為主，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競爭中占據(jù)先機。

中國民營科技實業(yè)家協(xié)會元宇宙工作委員會秘書長吳高斌表示：“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，差距會更大一些，短時間之內(nèi)要想趕超NVIDIA與AMD還不現(xiàn)實。對于國產(chǎn)GPU的廠商而言，最直接的機會就是產(chǎn)品需要快速放大?！彼J為，GPU國產(chǎn)化不是一個可選項的問題，是沒有選擇的問題?；谶@一點，本土GPU廠商面對絕佳發(fā)展機遇，國內(nèi)市場提供了許多應用的場景以及性能優(yōu)化的實戰(zhàn)條件，對于研發(fā)優(yōu)化會有很大的幫助。短時間對于國廠GPU需求的放大，會造成供需波動，必然會引發(fā)產(chǎn)品價格的上漲。但對于本土GPU廠商而言，目前必須要留意的是不要盲目擴大產(chǎn)能，而是要集中研發(fā)力量來優(yōu)化產(chǎn)品性能。同時也要看到，海外GPU廠商目前仍能為中國市場提供減配版GPU，一旦這種產(chǎn)品能嘗試成功的話，一些大廠還會優(yōu)先選擇減配版，至少性能更穩(wěn)定。在實際應用中，本土GPU廠商可針對國內(nèi)市場的需求，加大在追蹤本土GPU用戶需求方面的投入，使得本土GPU產(chǎn)品有更好的適應性和用戶體驗，從而形成市場競爭力。在成本上，國際知名GPU廠商通常面臨采購及遠程運輸?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指標，包括：

工作負載。根據(jù)你所需要完成的任務的類型和規(guī)模來選擇GPU型號。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，需要關(guān)注芯片的實際性能，而不只是簡單的GPU型號或內(nèi)存容量。比如，同樣是8GB內(nèi)存的GPU，但是一款實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載。

成本。盡管高性能GPU在處理大規(guī)模數(shù)據(jù)時效率更高，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格適中，在性能和成本之間找到平衡點的GPU產(chǎn)品。

兼容性。在使用GPU時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)實融合50人論壇智庫專家洪勇說道：“國內(nèi)GPU廠商有機會在人工智能領(lǐng)域進行技術(shù)創(chuàng)新。他們可以利用本土市場的需求和行業(yè)特點，推動硬件和軟件的創(chuàng)新，提供更加適用于人工智能任務的高性能GPU產(chǎn)品。我國擁有龐大的人工智能市場和應用需求，包括機器學習、深度學習、自然語言處理等領(lǐng)域。國內(nèi)GPU廠商可以通過提供適應本土需求的產(chǎn)品和解決方案，滿足人工智能應用的需求?！贝送馑€提到，政府對人工智能領(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)和市場推廣。政策在本土GPU獲取市場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，鼓勵本土企業(yè)進行技術(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，促進產(chǎn)業(yè)的快速發(fā)展。市場監(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，對市場進行研究及管理。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，提高本土GPU產(chǎn)品在國內(nèi)市場的知名度和市場份額。

04小 結(jié)

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