玩币族移动版

来源：财联社

编辑 若宇

图片来源：由无界 AI?生成

英伟达凭借着GPU“一家独大”，越来越多的企业试图紧随其后抢占AI芯片的“蓝海”。马斯克近日称特斯拉正自研芯片，但不会叫做GPU或是100s、H100s等，Dojo2将向大模型方向发力。稍早前英特尔推出“中国特供版”Gaudi2芯片，性价比超H100，其与浪潮信息联手开发AI服务器，Gaudi2国内首批还将与百度智能云、紫光新华三、超聚变等公司合作。

业内普遍认为，英伟达想要守住这块蛋糕并非易事。长城证券侯宾7月13日研报指出，我国AI芯片市场与海外相比未来三年增速较高，存在较大的发展空间，市场空间广阔。据招商证券张夏7月18日研报预测，2025年我国AI芯片市场规模将达1780亿元，较2022年增长近100%，2021-2025年我国AI芯片市场规模CARG为42.9%，快于同期全球市场规模增速（32.1%）。

按市场格局划分，目前在AI芯片领域有三类玩家，其一是以英伟达、AMD为代表的老牌芯片巨头，近年来都进行了巨资收购，以增强其人工智能产品线的实力；其二是以Google、百度、华为为代表的云计算巨头，纷纷布局通用大模型，并自研AI芯片支持其发展；其三是AI芯片独角兽，如寒武纪、壁仞科技、地平线等。据IDC数据，2022年中国AI加速卡出货量约为109万张，其中英伟达在中国AI加速卡市场份额为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%。

今年AIGC市场带热GPU，旺盛需求下，GPU始终供不应求，其紧俏程度让不少终端企业感到焦头烂额。优刻得7月3日在投资者互动平台表示，公司订购的GPU目前陆续到货，对公司贡献有限，剩余GPU的交付时间和数量存在不确定性；浪潮信息上周披露半年报预告，公司预计上半年归母净利润2.86亿元至3.82亿元，同比下滑60%至70%，营收同比预降30%，主要受全球GPU及相关专用芯片供应紧张等因素的影响。

“一切都在等英伟达”，某AI公司高管告诉财联社记者，其公司在4月下单了服务器产品，但是因为服务器公司的GPU尚未到货，至今没有准确交货期，“现在再签服务器合同都是没有违约条款，不签货期的，只能选择等或者直接取消订单”。

祸不单行的是，近日GPU市场再度迎来风暴，一方面，英伟达A800一周涨价超30%，甚至有价无市，联想集团在MWC上海展上称，搭载A800芯片的高端服务器交期10个月；另一方面，据上月底美媒引述两位知情人士爆料，美国商务部最早将于7月要求停止向中国客户提供英伟达和其他芯片公司生产的芯片产品。

业内透露，A800的紧缺除了需求旺盛、政策因素，还有英伟达自己的“私心”，“英伟达目前也在减少A800的出货，推更赚钱的H800”。一颗H800的单卡GPU价格高达20余万元，远高于涨价后的A800，今年6月开始，H800正式大规模推广。

在此背景下，不少人关心国内GPU企业未来会否有机会分一杯羹。天数智芯董事长盖鲁江谈到，事实上，不管英伟达的产品能不能卖给中国，我们的产品已经能够用起来了。芯谋咨询分析师商君曼表示，对国产GPU发展整体持比较积极的态度，但是目前国内外产业链在设计、代工、生态软件平台方面都存在一定差距。

据财联社不完全统计，在GPU领域有所布局的A股上市公司包括景嘉微、芯原股份、航锦科技、卓翼科技、好利科技、全志科技和通富微电等，具体如下：

作为“科创板AI芯片第一股”的寒武纪此前在互动平台回复，公司设计、研发的智能芯片不属于GPU，是面向人工智能领域专门设计的芯片。智能芯片的性能和能效优势主要集中于智能应用，在人工智能领域可以替代GPU芯片，但不适用于人工智能之外的其他领域。

值得注意的是，5月25日，英伟达发布2024财年第一季度财报，营收71.9亿美元，同比下降13%，但依旧超出市场预期的65.2亿美元，Q2营收指引107.8亿-112.2亿美元；净利润同比增长26.3%至20.43亿美元。与英伟达业绩形成鲜明对比的是，寒武纪2023年一季度净亏损2.55亿元，去年同期亏损2.87亿元。

事实上，自2019年以来，寒武纪净利润始终处于亏损状态，或受此影响，股价上市至今累计最大跌幅高达84.35%。公司曾在2022年年报中表示，高质量的研发投入是芯片行业实现长远发展的坚实基础，2022年全年，寒武纪研发费用高达15.23亿元，同比增长34.11%。

就目前炒热的AIGC大模型所需的大算力AI芯片来说，能否通过现有的技术途径来开发性能上可以与英伟达GPGPU对标的AI芯片呢？一些“守正出奇”的技术包括：软件定义芯片、chiplet、3D堆叠和先进封装、存算一体等。业内分析，只有深度整合计算、存储、网络和软件资源，加快数据共享和融合，才能更好地支撑计算，进而充分挖掘数据价值。

7月14日，华为发布大模型时代AI存储新品“OceanStor A310深度学习数据湖存储”。该产品面向基础/行业大模型数据湖场景，实现从数据归集、预处理到模型训练、推理应用的AI全流程海量数据管理。其可以实现多协议无损互通，简化数据归集流程；通过近存计算实现近数据预处理，减少数据搬移，预处理效率提升30%。

所谓近存计算（PNM），便属于存算一体，后者也被称为“AI算力的下一极”，方正证券认为其有望成为继CPU、GPU之后的算力架构“第三极”。除了华为之外，国内外众多企业都已开展存算一体技术研发，包括英特尔、IBM、SK海力士、美光、三星、台积电、阿里等大厂，几乎都在布局PNM；而知存科技、亿铸科技、智芯科等初创公司，押注PIM（存内处理）、CIM（存内计算）等“存”与“算”更亲密的存算一体技术路线。

在ASIC芯片的弱通用性难以应对下游算法的快速演化、GPGPU受制于高功耗与低算力利用率的大背景下，存算一体芯片凭借着低功耗但高能效比的特性，正成为芯片赛道冉冉升起的一颗新星。据财联社不完全统计，涉及存算一体的A股公司包括东芯股份、恒烁股份、罗普特、首都在线、长电科技、澜起科技和润欣科技等，具体如下：

一级市场方面，存算一体也是近两年芯片投资最热门的赛道，据偲睿洞察统计，亿铸科技、知存科技等七家存算一体玩家，备受资本青睐。值得注意的是，存算一体赛道下的四家初创公司亿铸科技、知存科技、苹芯科技、后摩智能，已连续两年获得融资。

分析人士认为，GPU跟存算是合大于竞的关系：GPU作为目前最成熟的方案，不能放弃，需要有一批公司扛着，来正面刚；而存算属于包抄穿插进攻，打破国外技术壁垒，实现新技术的换道超车。

展望未来，业内指出，中国的算力已经成为一个越来越稀缺的资源，为了满足大模型对大算力的需求，算力集群化将是未来趋势。在2023世界人工智能大会上，华为宣布昇腾AI集群全面升级，集群规模从最初的4000卡集群扩展至16000卡，拥有更快的训练速度和30天以上的稳定训练周期。基于昇腾AI，原生孵化和适配了30多个大模型，到目前为止，中国有一半左右的大模型创新，都是由昇腾AI来支持的。