您好，欢迎进入深圳市颖特新科技有限公司官方网站！
您好，欢迎进入深圳市颖特新科技有限公司官方网站！
AI的发展离不开大算力、强算法、大数据三大要素。其中，大算力相当于人工智能的土壤，没有大算力的支持，就不会有AI的成功。
美国的“如意算盘”：卡住AI芯片的“脖子”
为了限制中国人工智能等高科技产业的发展，早在2022年10月7日，美国政府就规定算力上限为4800（INT8 超过 600TOPS 或 FP16 超过 300TFLOPS）以及带宽上限超过600 GB/s的AI芯片禁止向中国出口。这两条红线直接导致英伟达的A100、H100以及AMD的MI300系列成为管制对象。
上有政策，下有对策。作为以盈利为目的而运营的商业化公司，英伟达在遵守美国政府规定的同时，针对中国市场特意推出了A800和H800芯片。其中，英伟达A800主要替代的是A100芯片，在数据传输速率上为每秒400GB，低于A100的每秒600GB。在内存带宽上最高达2TB/s，除了性能有所下降外，其他参数变化不大；而H800的具体参数尚未公开，但是带宽仅为H100(900 GB/s)的一半，执行相同的AI任务时H800可能比H100多花费10%至30%的时间。
自2022年11月OpenAI推出ChatGPT以来，全球生成式AI迎来了迅速发展。而在国内市场，随着百度文心一言的发布，众多大模型玩家如雨后春笋一样涌现，这带动了对英伟达AI训练/推理芯片需求的急剧增长。据供应链消息，在今年7月左右，英伟达特供国内的A800和H800芯片已经从原来的12万人民币，涨至了25万左右，甚至有的高达50万一片。尽管价格高涨，但英伟达的AI芯片仍然一片难求，据了解英伟达A800交货给大陆客户的交期已经要排到2024年第1季度。
显然，中国AI领域的快速发展让此前的禁令基本上形同虚设。意识到此前禁令规则的巨大漏洞后，时隔一年，美国针对中国AI芯片再次发起新禁令。
根据美国BIS在10月17日的新规显示，对AI芯片的具体限制条款从之前的性能算力和带宽限制，已经升级到了最新的算力密度和性能限制（即在16位下：TPP>300Tflops，TPP在150~300Tflops之间且PD>1.6，TPP在100~150Tflops之间且PD>3.2三种情况下的芯片均被限制，TPP在100Tflops以下则不受限），这将直接导致英伟达A800和H800芯片停止在中国市场销售，并且L40s、L40、RTX 4090等产品也会受到一定的影响。此外，AMD MI250系列、MI300系列以及英特尔人工智能芯片Gaudi2也有可能受到更新规则的影响，而且相关公司通过使用“Chiplet”技术来绕过对全芯片的限制的方式也违背了禁令规则。
美国最新出口管制对国内终端产业的影响
毫无疑问，先进AI芯片的进口受阻在短期内将会中国AI行业的发展造成一定的阻碍，并且会给相关企业的商业发展造成一定的影响。但好消息是，此次禁令主要针对的是高性能的数据中心/服务器的训练及推理领域，而对智能手机、PC、游戏等消费行业的影响相对较小。
影响1：AI大模型领域
ChatGPT的发布让AI迎来其“iPhone时刻”。据了解，OpenAI推出ChatGPT仅2个月，其月活用户就已经破亿，成为史上用户增长速度最快的消费级应用程序。在2023年3月15日，OpenAI正式推出GPT-4，凭借多模态的文本、图像输入及输出能力，直接引爆了整个科技圈。
此后，大模型市场迎来了真正的百花齐放。国外OpenAI、谷歌、微软等大厂正打得火热；国内百度、阿里、华为、腾讯等科技巨头，科大讯飞、智谱AI、商汤科技等AI公司，以及智源研究院、中科院等为代表的学术/研究机构都纷纷投身AI大模型的浪潮中。
截止目前，从全球已经发布的大模型分布来看，中美两国数量合计占全球总数的80%，而美国在大模型数量方面居全球之首。有专家披露，据不完全统计，目前中国 10 亿参数规模以上的大模型已发布 79 个。
鉴于目前生成式 AI 主要以大参数模型路径实行，随着模型数量和所需要处理的数据量增长，其训练与推理均需要大量的计算能力与存储资源，故生成式 AI 大模型应用的蓬勃发展将带动高算力 AI 芯片的需求增长。根据IDC的数据显示，到2024 年，AI 训练和推理硬件市场规模将达 930 亿美元，而到 2032 年将逾 6000 亿美元。
AI 训练和推理硬件市场规模（单位：十亿美元）
资料来源：IDC
大模型的发展需要先进大算力的支撑，此次美国对AI芯片出口规定的实施，将对国内大模型未来的迭代及升级造成一定的的负面影响，会导致国内大模型的发展落后于国外玩家。不过，需指出的是，在禁令实施前包括腾讯、百度、阿里巴巴、字节跳动等大厂已经提前进行了AI芯片的大量囤货，估计在一定程度上将会把影响时间推迟。
影响2：互联网/云计算领域
近年来，随着生成式AI的兴起，字节跳动、腾讯、阿里巴巴、百度等云大厂和互联网巨头争先抢滩AI大模型，对算力需求不断提升。
为了保证算力的供应，互联网/云大厂除了国内服务器厂商深度绑定外，也在持续加大对AI领域的投资支出。据Trendforce的数据，2022年全球企业AI服务器采购量中，字节跳动年采购占比达6.2%，腾讯、阿里巴巴、百度紧接其后，占比分别约为2.3%、1.5%与1.5%。各大龙头企业抓紧布局AI业务，引发AI服务器需求量激增，这直接带动了AI芯片需求的不断增长。
2022年全球各业者AI服务器采购量占比
资料来源：Trend Force
值得注意的是，AI服务器中价值量最高的是可用于AI训练和推理的GPU芯片，由于此前美国政府禁令的影响，英伟达停止向中国企业出售A100和H100（5纳米）两款GPU芯片，为此百度、字节跳动、腾讯和阿里巴巴等大厂合计向英伟达A800/H800下了总额达50亿美元的订单，以提前备货。此次A800（7纳米）和H800等芯片再次被限制，这些互联网厂商还需寻找更多的替代方案来保证自身业务的发展。
影响3：服务器领域
服务器作为高阶的计算机，存储、处理网络上超过80%的数据和信息，不仅是数字经济的重要基建，更是AI算力的核心组成，自然迎来了难得的发展机遇。
按应用的不同，AI服务器可分为训练和推理两种场景，按芯片类型可分为CPU+GPU、CPU+FPGA、CPU+ASIC等组合形式。目前，CPU+GPU是目前国内的主要选择，占比91.9%。市场份额方面，浪潮信息市场占有率达20.2%，戴尔、HPE、联想、华为占比分别为13.8%、9.8%、6.1%、4.8%。
2021年全球AI服务器市场份额
资料来源：Counterpoint，IDC
服务器行业虽然玩家众多，但从商业模式来看，整体可以分为两大类。一类是以戴尔、超微、惠普、浪潮、联想等为代表的品牌服务器（浪潮的JDM模式也包含于此），另外一类是以鸿海、英业达、广达、纬创、神达等为代表的白牌厂商。
从2022年美国对AI芯片出口禁令实施以来，国内包括以浪潮信息、联想等为代表的国内服务器厂商业务遭受重创。与之形成鲜明对比的是，以鸿海、英业达、广达等为代表的ODM厂商，是海外科技巨头加大云资本开支的最大受益者。因为这些ODM厂商多以中国台湾厂商为主，不受美国出口禁令的影响，并且能提供从服务器各种零部件到最终组装的一切服务，将在AI浪潮下迎来出货量及市场份额的进一步增长。
国产AI芯片供应链大变局
AI芯片是算力的基石。根据Gartner的数据，在大模型的催化作用下，预计到2023年AI芯片市场规模将同比增长20.9%，达到534亿美元。而随着下游应用场景的不断落地，据其预测到2027年AI芯片市场规模预计将达到1194亿美元。
1、市场需求及利益的刺激下，美国三大厂商正在积极寻求替代方案
而从主要玩家来看，由于英伟达GPU产品线丰富、产品性能顶尖、开发生态成熟，目前全球AI算力芯片市场由英伟达的GPU垄断。根据IDC的数据，2022年英伟达占据了全球95.1%的GPU算力芯片市场份额。
2022 年服务器 GPU 单元份额情况
资料来源：IDC
作为GPU的典型代表，英伟达的A100、H100自生成式AI爆发以来一直严重供不用求，成为了各大科技公司争相采购的对象。而在中国市场上，互联网大厂也一直以英伟达的芯片作为首选，中国买家占据了其数据中心产品总收入的20%至25%左右。为了合规进入中国市场，英伟达此前推出了特供中国版的A800和H800，除了互连速度不同外，仍能实现核心的计算能力。此次出口管制再度升级，将导致英伟达的A800和H800产品没法供应，未来公司为保中国市场，可能会推出符合美国政府监管要求低配版的L40S等产品，以满足中国市场BAT等大客户的需求。
除了英伟达之外，在AI芯片领域，AMD近年来也取得了不错的发展成绩。在2023年Q2，客户对AMD AI 产品的“参与度”环比增长超过七倍，主要来自 MI300 的新订单和 MI250 的增量订购；而英特尔目前在 GPU 产品方面暂时掉队，但 ASIC 产品方面的 Gaudi 2目前也已在出货，而公司计划将在 2024 年推出 Gaudi 3，希望以CPU+ ASIC的方式作为加速器的配合主攻 AI 训练和推理。目前，AMD和英特尔的AI芯片产品都在本次出口管制范围内，不过在巨大的市场需求及利益的刺激下，未来这两家厂商预期也会推出类似此前英伟达H800 /A800的产品，以绕过美国政府相关规则的限制。
