一文深度梳理AI算力芯片

几十年前，CPU 作为通用处理器几乎处理所有计算任务，那个时代的显卡有助于加快应用程序中图形的绘制速度。但在今天ChatGPT引爆的人工智能iPhone时刻，GPU成为了整个行业最具主导地位的芯片之一。大家都在抢购GPU，龙头企业英伟达也因此赚的盆满钵满。

在此前的文章中我们介绍了AI算力的主要载体数据中心IDC的商业模式和组成部分，并进一步走进服务器这个数据中心中主要负责计算的硬件。服务器中有处理器、内存、硬盘等零部件，其中最核心的负责计算的当属处理器，也就是芯片。因此，今天我们继续梳理AI算力芯片，看看为什么在当今AI时代GPU占据了主导地位以及我国目前的发展情况与相关企业。

产业链

从产业链说起，首先来看芯片在产业链中扮演的角色。这里从两方面说，站在算力产业链角度，芯片属于上游产品，正如我们在《AI服务器革命：硬件进化驱动人工智能新纪元》一文中提到，芯片与其它硬件组成服务器，也就是产业链中游，服务器又与其它设备共同组成下游的数据中心。

如果站在半导体产业链的角度看，那么芯片属于中游。它的上游包括支撑集成电路设计和制造的 EDA 辅助设计工具和 IP 服务，半导体制造设备、芯片生产测试流程。产业链下游包括各类整机厂商、终端设备、网络设备和应用系统等，其中最重要的是服务器、桌面和嵌入式系统等硬件设备厂商。

由于全球化的不断深入，半导体产业发生了多次区域转移，分工不断细化。可以将半导体的生产分为四个主要步骤：设计、制造、封装、测试。在传统的垂直整合制造商模式（IDM，即自己完成设计、制造、封装测试等所有环节）基础上诞生了著名的Fabless+Foundry模式，Fabless厂商是以美国为主的负责设计，而Foundry则是以中国台湾为主的负责制造的厂商。两种模式各有利弊，不过这属于半导体产业链范畴的讨论，我们在此不做赘述。

CPU、GPU、ASIC、FPGA

半导体产品可以分为集成电路（芯片）、分立器件、光电器件和传感器，其中芯片进一步分为数字芯片和模拟芯片，数字芯片下还有逻辑芯片、微处理器和存储芯片三类。我们所说到的算力芯片或AI芯片实际上指的都是逻辑芯片，广义上可以是所有采用逻辑门的大规模集成电路，包括以 CPU、GPU 为代表的通用计算芯片、专用芯片(ASIC)和 FPGA，狭义上，AI芯片指针对大量数据进行训练和推理设计的芯片。

CPU

CPU是中央处理器(Central Processing Unit)，是计算机的运算核心和控制核心。CPU包括运算器(算术逻辑单元ALU、累加寄存器、 数据缓冲寄存器、状态条件寄存器)、控制器(指令寄存器IR、程序计数器PC、地址寄存器、 指令译码器ID、时序、总线、中断逻辑控制)、高速缓冲存储器（Cache）、内部数据总线 、控制总线、状态总线及输入/输出接口等模块。

CPU 的主要功能是解释计算机指令以及处理计算机软件中的数据，其运行程序时主要包括一下5个步骤：1）指令寄存器(IR)从存储器或高速缓冲存储器中获取指令；2）指令译码器(ID)对指令进行译码，并将指令分解成一系列简单的微操作；3）译码后的微操作通过控制单元发送给CPU内的运算器执行数学运算和逻辑决策，；4）执行某些指令时需要读取或写入数据到主存储器，地址寄存器用于确定存储器中数据的位置，而数据经过内部总线传输；5）指令执行完成后，结果会被写回到CPU的寄存器或存储器中，供后续指令使用。

我们可以将这个流程类比自己做数学题时的场景，从最开始的读题（获取指令）、审题（指令译码）到一步一步计算答案（执行运算），再将答案写在草稿纸上（存储结果）用于下一小问。对于CPU来说这整个过程是一个连续循环，称为指令周期，包括获取指令、译码、执行、访问存储器和写回结果的步骤。人们用主频来衡量以上一个指令周期被执行的速度（CPU性能），主频是指CPU内部时钟的频率，通常以赫兹（Hz）为单位，1赫兹等于每秒钟一个周期。此外，FLOPS（每秒执行多少浮点运算）也被用于衡量CPU性能。

在CPU的发展历史中，为了进一步提升它的运算能力人们提出了多线程（Multithreading）和多核（Multi-core）的设计方法。多线程指的是程序可以同时执行多个任务，也就是电脑可以同时做不同的事。例如，一个线程可以处理用户输入，同时另一个线程可以执行后台计算，还有一个线程可以处理网络通信。即使一个线程被阻塞，其他线程仍然可以继续工作，从而提高了整体的效率和程序的响应性。多核则是增加CPU内的处理单元，使CPU可以并行处理多个指令流。

可以按指令集和应用领域对CPU进行分门别类，指令集是 CPU 所执行指令的二进制编码方法，是软件和硬件的接口规范。按照指令集可分为 CISC复杂指令集和 RISC精简指令集两大类，在上一篇文章中做过详细介绍，这里不再赘述。CPU 按照下游应用领域还可分为通用微处理器(MPU, Micro Processor Unit)和微控制器(MCU, Micro Controller Unit)，MPU便是我们熟悉的应用于服务器、桌面(台式机/笔记本)、超级计算机等中的CPU。MCU是用于控制类应用的低性能、低功耗CPU。MCU的主频一般低于 100MHz，一般是用在智能制造、工业控制、智能家居、遥控器、汽车电子、机器手臂的控制等。

从竞争格局上看，英特尔和AMD占据了大部分市场份额，其中英特尔作为CPU的缔造者拥有绝对主导地位。从服务器CPU角度看，2022年英特尔与AMD合计占到全球90%的市场份额，不过近两年AMD不断抢占英特尔份额。从MPU整体上看，英特尔占据半壁江山，移动设备端苹果和高通分别拥有13%和9%的份额。从MCU上看则是日韩系厂商份额较多。

GPU

作为通用处理器，以前几乎所有的计算任务都由CPU处理，不过到了八十年代末九十年代初，越来越多的图形渲染处理需求催生了GPU的诞生，黄仁勋正是在这一时期创立的英伟达，专注于GPU的研发与制造。

GPU是图形处理器（Graphic Processing Unit），又称为显示芯片（显卡），最初是作为专用处理器来辅助CPU进行图像和图形相关运算工作的。从结构上来说，CPU的设计是低延迟的串行计算模式，拥有少数强大的ALU算数逻辑单元高效的挨个完成每个任务。而GPU侧重于并行计算（Parallel Processing），拥有大量的ALU可以同时处理大规模的简单计算。简单来说，CPU的工作模式好比一位博士单独去解一道复杂的高数题，而GPU则如同一百名高中生一起计算加减、乘除法。

CPU已经如此强大了，为什么还需要GPU呢，或者说为什么在图形处理和如今的人工智能浪潮下为什么GPU这个以前CPU的小弟成为了王者呢？首先在图像处理领域，图片是由一个个像素点组成的，比如一张1080p的图片实际上是由1920x1080= 207万像素点组成，但是每个像素点的计算并不复杂。由CPU加载图片时是一个一个的单独运算每个像素点，而使用GPU的话则是并行计算，由多个ALU同时处理每个像素点，从而实现快速处理全部像素点。

在人工智能大模型中同理，大模型可以有各种不同结构，但其背后的本质都是基于神经网络的深度学习，它的核心运算需求并不高，主要就是累加和累乘的运算，但是由于模型参数巨大、网络层数复杂，因此需要运用大规模并行计算，这也就是为什么GPU如今独领风骚。

由黄仁勋于1993年创立的英伟达可谓是GPU的奠定者和缔造者，1999年英伟达推出了被誉为世界上第一款真正的GPU的GeForce 256，并凭借此产品获得巨大成功。然而，作为专用处理器，传统 GPU 应用局限于图形渲染计算，在面对非图像并涉及大量并行运算的领域，比如 AI、加密解密、科学计算等则更需要通用计算能力。为了提高GPU的通用性，英伟达于2006年推出的CUDA开发环境构造了其强大的生态护城河，自此GPGPU（General Purpose GPU）时代开启。

CUDA(Compute Unified Device Architecture，统一计算设备架构) 可以让开发者能够用类似 C 语言的方式编写程序，让 GPU 来处理计算密集型任务。简单来说，CUDA平台是英伟达提供给开发者的编程工具，包含了一系列工具函数，有各种功能，同时CUDA可以让开发者调用成千上万的 GPU 核心同时工作，进一步提高计算速度。随着时间推移，CUDA被应用在包括物理化学、生物医药、人工智能等众多行业领域，其开发者生态也不断丰富，同时由于CUDA只适用于英伟达的GPU，它成为了英伟达主导GPU的杀手锏。类似于CUDA的还有针对AMD的GPU使用的ATIStream，以及两款开源平台ROCm和OpenCL，这两者可实现不同生态GPU的相互迁移。

在GPU发展历史上，除了CUDA平台外，微架构迭代与芯片制程升级是单卡GPU性能提升的关键途径。GPU 的微架构是用以实现指令执行的硬件电路结构设计，不同的微架构设计会对 GPU 的性能产生决定性的影响。以英伟达为例，从最初 Fermi 架构到现在的Hopper架构和最新的Blackwell架构，英伟达平均买两年更新一次架构，每一阶段都在性能和能效比方面得到提升，同时引入了新技术，如 CUDA、GPU Boost、RT 核心和 Tensor 核心等，作为行业第二的AMD也紧跟英伟达更新其微架构。

对比当前主流的顶级GPU英伟达H100和AMD的MI250X可以看出，二者在硬件层面上的差距并不大，真正能够使英伟达维持80%市占率达的其实是软件层面的CUDA平台，由于多年以来众多主要开发者都使用基于CUDA的英伟达GPU，其形成的广泛生态和粘性极大的增加了进行更换厂商的总成本，同时这也给远在大洋彼岸的国内厂商追赶英伟达造成更大的挑战。因此英伟达不仅仅是我们印象中的卖芯片的硬件公司，它也是一家强大的软件公司。

ASIC

在GPGPU时代GPU已经具备了类似CPU的通用性，专用处理器中还剩下ASIC和FPGA两款。ASIC (Application Specific Integrated Circuit，专用集成电路)是为了某种特定需求而专门定制的芯片。ASIC 的计算能力和计算效率都可以根据算法需要进行定制，因此与通用芯片相比具有体积小、功耗低、计算性能高等优势。但是缺点也很明显，ASIC只能针对特定的几个应用场景，算法和流程变更可能导致 ASIC 无法满足业务需求。

由于目前对于芯片的需求爆发主要还是来自AI领域，针对AI计算场景设计的ASIC从性能、能效、成本均极大的超越了通用芯片，是GPU的潜在竞争对手。目前全球 ASIC 市场并未形成明显的头部厂商，由于 ASIC 需要定制且开发周期长，大多为云计算/互联网等大厂有资金与实力进行研发，且仅当其定制化应用场景市场空间足够大时量产ASIC才能实现丰厚利润。目前市场上主流 ASIC 有 TPU 芯片、NPU 芯片、VPU 芯片以及 BPU 芯片，它们分别是由谷歌、寒武纪、英特尔以及地平线公司设计生产，预计未来将有更多诸如微软、亚马逊、百度、阿里等云计算巨头加入定制自家的ASIC。

FPGA

除了ASIC外，FPGA (Field-Programmable Gate Array，现场可编程门阵列)也是一种专用芯片，其最大特点是现场可编程性。CPU、GPU以及各类 ASIC 芯片在制造完成后，其芯片的功能就已被固定，而 FPGA 芯片在制造完成后，用户可以根据自己的实际需要，将自己设计的电路通过 FPGA 芯片公司提供的专用 EDA 软件对 FPGA 芯片进行功能配置，从而将空白的 FPGA 芯片转化为具有特定功能的集成电路芯片。FPGA 芯片由可编程的逻辑单元(Logic Cell，LC)、输入输出单元(Input Output Block，IO)和开关连线阵列(Switch Box，SB)三个部分构成。

2023 年全球 FPGA 市场规模有望达 94 亿美元，且保持15%左右的增速。从竞争格局上看，被AMD收购的赛灵思Xilinx 约占全球 FPGA 市场份额 52%，Intel 旗下 Altera 约占 35%。

中美情况对比

前面详细介绍了主要四种处理器芯片的功能、市场空间和竞争格局，接下来进一步说说中国和美国在AI芯片上的差距。首先，无论是站在国家安全、自主可控的角度还是受美国卡脖子技术禁令影响的角度，国产自研替代虽然艰难但一定是未来最可靠甚至是唯一的出路。

从算力、算法和应用层出发，中国厂商和美国同行相比都有一定差距。在算力端存在芯片性能及生态差距，在芯片的生产端核心环节如芯片的设计、流片等也均由海外主导；在算法端，海外在基础研究方面较为领先，如谷歌发布底层架构 Transformer ；应用端，海外头部应用多已成为行业标准，拥有较为良好的用户基础，有助于 LLM+产品的快速落地，如办公领域的微软 Office 产品。

不过算法和应用端的差距不大，而算力层面的差距是最关键的。一方面算力端的核心环节均受海外主导，很难绕开，而且海外头部算力厂商围绕自身产品形成了包含应用、算法的生态壁垒，更加难以突破。另一方面，算力处于基础支撑地位，直接影响模型的落地和应用的推广进度。美国政府为了限制中国AI的发展更是出台政策禁止了美国企业将高端芯片卖给国内企业，自2022年以来美国已多次出台出口限制法案，限制力度逐步提升。去年10月的最新法案中以总处理性能 TPP(Total Processing Performance，即计算速度*字节长度)和性能密度 PD(Performance Density，即每平方毫米的 TPP)为要求，TPP>4800 的芯片、TPP>1600 且 PD>5.92 的芯片属于高性能芯片，不再被允许出口。

在这个背景下，我们来对比下中美主要AI芯片发展进度。国内的算力产业整体上可分为三大体系：以鲲鹏+昇腾为核心芯片的Arm服务器华为系，以海光为核心芯片、中科曙光为整机厂的x86服务器中科院系，以飞腾为核心芯片、中国长城为整机厂的Arm服务器中电子系。

在CPU领域，国内企业经过多年发展与积累形成了海光信息、龙芯中科、华为、飞腾、兆芯和申威六大厂商齐头并进的局面，其中华为和海光性能最好，可对标英特尔与AMD的顶级CPU产品，飞腾和申威的芯片则主要应用于国家超算中心如天河、神威。从三大运营商的采购情况也可以看出，2022年采购中国产CPU服务器占比达到37%，其中海光占比19.66%，华为鲲鹏占比17.41%。

GPU方面，由于GPU领域英伟达占据绝对领导地位，国内厂商目前在硬件和生态上都有较大差距。国内GPU最强的是华为，昇腾310为推理芯片，昇腾910为训练芯片。昇腾 910 芯片采用7nm制程，FP16 算力达到 320TFLOPS、INT8 算力达到 640TOPS，与 NVIDIA A100 80GB 版本旗鼓相当，组网集群上限达到18000张（英伟达A100为16000，H100为50000）。不过与英伟达H100和今年刚刚发布的B100相比存在1-2代差距。

此外，海光信息基于GPGPU架构推出DCU深算产品，软件生态完善兼容通用的“类 CUDA”环境，旗下产品DCUZ100 的关键性能指标实现FP6410.8TFlops，显存32GB HBM2，也可对标英伟达A100和AMD的MI100单卡性能。

发展趋势

最后来说说AI芯片的发展趋势有哪些，由于未来应用于大模型推理的需求将远超过训练需求，AI芯片也朝着更高性能、更低功耗和更靠近边缘和端侧发展。在性能提升方面，单个处理器层面的提升主要来自过去几十年都遵循的摩尔定律，也就是芯片制程的提升，以及设计层面的微架构迭代。然而当晶体管大小接近 1nm 左右时，与 0.1nm 的原子直径尺寸量级接近，量子隧穿引起的晶体管漏电效应将愈发明显，以至于影响芯片正常工作。微架构方面，英伟达于今年三月GTC大会上最新推出的Blackwell架构也展现出架构更新放缓的趋势。

在这个背景下，单张GPU的性能已接近瓶颈，因此未来的发展必然聚焦于多张卡的联合上。在芯片封装层面，通过Chiplet和CoWos等先进封装技术将多颗芯片与内存等模块封装在一起。在系统层面，通过卡间互联、服务器间互联以及数据中心集群间互联等方式集合更多的GPU。

此外，随着越来越多的推理需求出现，AI芯片也将越来越多的从云端转移到边缘和端侧，也会出现更多低功耗的端侧芯片，比如现在的自动驾驶、AI PC和AI手机等概念，都需要将算力直接部署到汽车、电脑或手机上。

 

审核编辑：刘清