大洋彼岸的那帮人又对我们下手了！
8月31日，英伟达接到通知，对中国区断供用于人工智能和数据中心的顶级计算芯片。接到该通知的还包括AMD。
英伟达这次断供的产品主要是 A100 和 H100 GPU。
据悉，英伟达是全球顶级的GPU（图形处理器）供应商，创建于1993年，CEO为美籍华人黄仁勋。
此次事件对我们会造成哪些影响呢？那就要从GPU开始谈起了。
GPU是什么？与CPU有何不同？
1999年英伟达提出GPU概念，它和CPU一样就是一块小芯片，不同的是GPU通常出现在显卡上，CPU是在主板上的。
在当时，GPU主要应用在大型网络游戏中，并没有引起人们的重视，因此发展的比较慢。
GPU的发展主要经历了三个阶段：
第一阶段：图形渲染阶段，这是GPU的初衷，从命名中就可以看出。GPU全程为Graphic Processing Unit，翻译成汉语就是“图形处理单元”。
第二阶段：浮点运算，人们发现把浮点运算进行包装，做成图片渲染任务，就可以使用GPU处理了，这可比玩游戏强多了。
第三阶段：自主学习，随着AI、无人驾驶技术的快速发展，深度学习的需求越来越高，而GPU恰好应用在这些领域，于是GPU开始快速发展。
近几年，GPU的应用场景开始成指数级的增加，AI、云计算、大数据、无人驾驶、金融、医疗、游戏、超算等等，都需要一款高性能的GPU。
所以当有人问你GPU有什么用时，不能在傻傻的说玩游戏了。
GPU与CPU有哪些区别呢？
CPU即中央处理器，它是由运算器、控制器、存储器等组成，负责信息处理、程序运行、数据处理等。
CPU的各指令之间是有严格顺序的，必须严格按程序规定的顺序执行，才能保证计算机系统工作的正确性。
即：计数器>译码器>时序发生器>运算器>寄存器。
这种处理数据的方式有一个弊端，那就是当数据太大时，无法满足需求。
为了处理更多的数据，提高CPU效率，不得不加大CPU的集成度，晶体管的数量也不断的增加，核心数也越来越多，但仍然无法满足庞大的数据处理。
随着图片、视频数据的增加，CPU无法满足需求，GPU则应运而生。它是专门处理图片、视频的核心处理器。
GPU由存储器、数/模转换器、算术逻辑单元、少量存储器组成。
GPU的控制系统相对简单，且不需要很大的存储器，大部分晶体管被用于算数逻辑单元，因此GPU的计算速度大增，拥有强大的浮点运算能力。
人们认识到GPU比CPU更适合庞大的密集的数据处理，同时具备高度并行性，于是GPU开始用于其他领域，例如人工智能、云计算。
2016年，谷歌“阿尔法狗”以4:1的成绩击败了世界围棋冠军李世石，震惊了世界。人们惊叹人工智能的厉害。
此后阿尔法狗在中国棋类网站上注册账号Master,连战60局无一败绩。
阿尔法狗的厉害就在于它使用了1202个CPU、176个GPU，约有800多万核并行计算,不仅可以模仿人类，还可以自主学习，甚至边下棋边进化。
可以说在新兴市场上，相比CPU，GPU似乎更受欢迎。这也为GPU领导者英伟达带来了巨大商机。
为了快速抢占市场，英伟达不断的快速迭代，从早期的K系列、M系列、P系列、V系列，到如今的高端GPUA100、H100，英伟达几乎成为了GPU的代名词。
英伟达的A100 和 H100有多强？在经历了十多年的人工智能、大数据的发展后，英伟达的GPU被证明是流行的、数据密集型深度学习方法的完美匹配。
随着AI、无人驾驶的快速发展，英伟达不断的迭代发展，最终打造出了A100和H100两款性能极高的GPU。
A100：
A100是英伟达于2020年5月发布的第八代GPU，依然采用了安培架构。
A100采用了台积电7nm工艺，集成了540亿个晶体管，其性能也比上一代 V100提高20倍。而且它是一块 3D 堆叠芯片，面积高达 826mm^2，GPU的最大功率达到 400W。
同时，A100还支持多实例技术，可将一个A100 分割成7个独立的小型GPU，从而实现多个任务同时计算，大幅提高利用率。
据黄仁勋介绍，A100是专门为无人驾驶量身打造的。
随着智能汽车的快速的发展，无人驾驶技术需求量越来越大，模拟训练的算力在短短3年内增长了3000倍，这迫切需要一款强大的算力芯片。
而英特尔也全力以赴的打造全新产品，A100就是其中之一。小鹏、法拉第FF 91都采用了这款GPU。
你以为A100很强了，但在H100就显得普普通通了。
H100：
H100相比A100有6大突破：
1、高度集成
H100 采用台积电5nm工艺制程，集成800亿个晶体管，显著提升了AI性能、显存带宽、互连通信速度。
H100可实现3TB/s 的显存带宽，以及5TB/s的互联网速度。
2、性能提升
在神经网络中，“H100的峰值性能达到了A100的6倍”。在其他网络中，峰值性能也达到了2—3倍左右。
神经网络让自监督学习成为可能，这将是未来机器学习的主要模式。
此外H100的数据吞吐量也比上一代产品高出 30 倍，可实现次秒级的延迟度。
3、多实例
H100同样拥有多实例技术，不仅可以把单个GPU分拆为7个，同时进行不同的运算任务，而且还可以将部分能力扩展7倍。
4、加密计算
H100是全球首个加密计算GPU，之前的加密计算都只用在CPU上。
H100的加密计算可以在不影响性能的前提下，保护用户数据、隐私等，是金融、医疗、云计算领域的最佳GPU。
5、高互联性
H100大幅提升了互联性能，通过英伟达的NVLink进行连接，可有效连接256个H100，带宽提高9倍。
这项突破可以将机器学习速度提升9倍，之前需要2个月的时间，采用H100后只需要1周。
6、动态规划
H100还可以加速动态规划，优化路径。算法比上一代GPU提升7倍。
这种加速可以应用在物流机器人的巡线，DNA、蛋白质的排列，从而大幅提高效率。
H100的多项技术突破，带来了更高的计算性能，大幅提高了学习效率，同时也进一步扩大英伟达在GPU领域的领导能力。
英伟达还研发了一款超级人工智能计算机——Eos，号称是世界上最快的计算机。
Eos采用了Hopper架构，搭载了4600个H100 GPU，比世界最快的超级计算机Frontier，还要快1.4倍。
没有高端GPU会有哪些影响高端GPU主要用于高性能计算领域，包括科学计算，计算机辅助工程，医疗等方面。
高性能计算领域首推国家超算中心，超级计算机有数千个CPU、GPU组成，具备十分强的计算能力，是计算机中的珠穆朗玛峰。
超算可以应用于天气预报、矿产勘探、核工业、尖端武器等多个领域，如果缺少GPU，那么会大大的影响超算的能力，也影响到这几个领域的发展。
计算机辅助工程，对大型工程尤为重要。
福特号航空母舰为什么那么先进？有很大一部分功劳是计算机的功劳。
福特号是第一艘采用计算机辅助功能设计的航母，成功解决了航母内部布局问题，对于细节的把控更加到位，大大缩小了建造误差。
这项技术的应用，还可以让福特号可以多方位同时开建，大大地提高了航母的建造效率。
除了航母、大型的楼宇、广场、铁路、公路、桥梁等等都在采用计算机辅助设计，甚至装修一套房子也会用到。
工程量越大所需要的计算机性能越强，越需要高端GPU，如果没有，轻则工期延期、浪费人力、物力、财力，重则工程失败。
在医疗领域，英伟达的GPU可以提供更高效、清晰的3D人体模型，医生们可以通过医学成像来诊断和治疗疾病。
人工智能模型被应用于患者的数据中，可以有效地分析出患者需要何种治疗方案，同时加密功能还可以有效保护患者的隐私。
在无人驾驶领域，机器可以采集大量的数据来进行自我学习。
如今的学习已经是深度学习了，它不像传统的模式，需要培养、研究。它只需要通过神经元网络进行。这种学习模型更加准确，更加便捷，但也需要更强大的GPU。
越来越多的企业已经布局自己的数据中心，例如：三大运营商、互联网企业、华为、中兴等高科技企业。
它们所采用的GPU通常是英伟达的A100、H100产品，因为这些产品都具有足够双精度计算能力。
可以说，如果英伟达断供高端GPU，那么超算、人工智能、大型工程、数据中心等等都将受到波及，甚至会扩大到整个互联网领域。
如果考虑到这些领域的上下游企业，那损失就太大了。怎么办呢？加快自主研发，实现国产替代。
那么国内GPU企业成色如何呢？能担得起这个重任吗？
国产GPU如何
国内GPU企业其实也不少，大大小小有20多家。包括景嘉微、摩尔线程、璧仞科技、芯瞳半导体、天数智芯、兆芯、龙芯、华为海思等等。
在AI和超算领域，主要有璧仞科技、芯瞳半导体、天数智芯等。
可惜，这些企业真的不够打，恐怕加起来也比不过英伟达。不过璧仞科技还算争气，新品壁仞 100，号称打破了全球的算力记录，对标的英伟达的高端的GPU。
壁仞 100基于壁仞科技原创芯片架构研发，采用7nm制程，可容纳770亿颗晶体管，具有高算力、高通用性、高能效三大优势。
16位浮点算力达到1000T以上、8位定点算力达到2000T以上，达到国际厂商在售旗舰产品3倍以上。
但实际上，它的算力真的比不上英伟达的 H100
英伟达 H100，16位浮点算力达到2000T以上、8位定点算力达到4000T以上，算力是壁仞 100的2倍，同时H 100采用了5nm工艺，集成了800亿晶体管，工艺制程、集成度更高。
在图片处理方面，主要有景嘉微、芯动科技、摩尔线程，但说实话，这些厂商的GPU与英伟达最少差距5年，甚至更多。
玩游戏，做图片、视频，大家肯定选英伟达，英伟达卖的货越多，资金越雄厚，研发投入越多，GPU也就越先进。而国产厂家正好相反。
因此，一个良性循环，发展越来越快，一个恶性循环，发展跟不上。
此外，还有一个最令人担心的，就是制造环节。
英伟达可以找台积电代工，制造5nm GPU，国产企业找谁呢？一旦制造环节再出问题，即便设计出高端GPU，也只能停留在实验室。
写到最后
尽管在很多领域，我们实现了追赶超越。但是在新品领域，我们仍有很大的差距。无论是EDA软件，芯片设计还是芯片制造。
因此，我们更加需要团结，集中力量逐个突围，从关键需求到日常生活。
盲目的大规模的上马新项目，反而会造成资源浪费，统筹规划，科学发展更为关键。
记住，每一次进步都是一次胜利，无数次胜利才能换来超越！
我是科技铭程，欢迎共同讨论！
小潇
想依附美国点高科技产品一去不复返了。我不知道，无理在哪，违反世贸规定还是双边协定？若不是，难与无理挂钩，相反，自己还有强买强卖嫌疑。强自身，是不二法则，别无它路。