•
華為GPU正式對標輝達A100 “這話不是華為說的！”
華為終於又一次站上了人工智能的風口浪尖！
8月底，中國AI大廠科大訊飛的創始人劉慶峰在一場高峰會上放言：中國人工智能領域的算法沒有問題，但我們的算力似乎始終被美國輝達按住！
但好消息是，華為的GPU 芯片能力現已與輝達A100 一樣了，華為創始人任正非高度重視，華為聯合科大訊飛，已經做到對標輝達的A100！
這個喜訊的背後卻是一場風雲詭譎的戰略棋局博弈，近年，中國在AI人工智能領域的崛起遭遇美國全力圍剿與打壓，而我們的這場反圍剿戰役也已打響！
局長這就帶你回顧跨越十年的全球AI芯片博弈。
1956年美國達特茅斯河邊的一場學術會議上，延續偉大科學家圖靈提出的“會思考的機器”的構想，麥卡錫、明斯基及信息論開創者香儂等數位美國科學家開啟了對機器能否擁有人類智能的討論，會上麥卡錫第一次提出了AI人工智能一詞。
麥卡錫、明斯基這些號稱AI之父的科學家們無疑是過度樂觀的，他們相信AI將在未來十餘年改寫人類科技史，而彼時人工智能僅被使用在跳棋等遊戲中。
日後數十年，人工智能並沒能從棋盤中走進現實世界，僅停留在好萊塢的科幻電影裡，就算在1996年的一場國際象棋世界冠軍加里·卡斯帕羅夫與IBM超級計算機深藍之間的棋局博弈中，機器戰勝了人類世界冠軍，也無法讓人類相信，AI會立即改變世界。
早期的AI人工智能分為2大門派，一派相信將人類的知識存儲下來，構建一個專家系統，就能讓機器擁有類似人類的智能，這一門派被稱為符號主義，另一派則篤定，真正的人工智能是需要通過計算機構建與模仿人類大腦思考的神經網絡，這一門派遵循聯結主義。
前者忽視了人類對於世界認知的有限性，後者雖也低估了人類大腦思考網絡的複雜性，但只要能構建出幾十層神經網絡，就可讓電腦擁有部分人類思考的能力。
2006年，多倫多大學教授辛頓等人基於上世紀80年代的機器學習理論，推出了深度學習概念，也就是構建深度的神經網絡，讓機器模仿人類思考，辛頓等人延續了聯結主義的火種，燃起了新一輪人工智能的烈火。
這是一台電腦，除了操作他的鼠標、鍵盤、觸屏、顯示器等，它的使用主要依靠內部存放大量數據信息的存儲系統與處理這些信息數據的中央處理器CPU，這一體係正是與圖靈齊名的馮諾依曼發明的，也被稱為馮諾依曼機。
而人工智能正附著於馮諾依曼式電腦，科學家將數據輸入並存儲給電腦，通深度學習算法，結合CPU的算力，就能讓機器擁有識別物體，做出是與否、對與錯的判斷，甚至能讓機器完成人類指定的工作。
所以，數據、算法、芯片帶來的算力就成為發展AI最重要的三大要素。
2012年左右，一個叫吳恩達華裔科學家計劃讓他的電腦擁有識別出各品種貓的能力，於是他利用深度學習算法，餵給電腦千萬張不同品種貓的信息標註圖，且並聯了1.6萬塊中央處理器CPU芯片作為算力，最終貓識別系統獲得了成功，震驚了業界。
而成功的代價是吳恩達燒掉了100萬美金。
花了這麼多錢，就為讓電腦識別出貓，值得嗎？
值得，因為吳恩達的計算機視覺實驗，在日後，以中國為代表的不少互聯網大國，獲得廣泛應用，在電子支付、互聯網電商、監控安防、汽車輔助駕駛等領域獲得了巨大商業價值。
吳恩達也曾回到中國，成為了中國科技大廠百度的首席科學家。
但那時AI依舊存在一個巨大的芯片算力難題。
十年前的CPU大多是雙核、四核的，它的問題是無法並行地同時計算處理多個任務，因此吳恩達的貓識別系統就需要將1.6萬個CPU並聯計算，帶來大量的發熱耗能與算力成本。
那怎麼辦呢?
實際上，一台電腦除了處理主任務的中央處理器CPU外，還有處理圖像任務的GPU，也就是圖像處理器，它擁有上百個內核，能夠同時處理大量計算任務，在圖像任務處理領域能力卓越。
當AI價值還未充分發掘前，GPU僅被注重畫面質量的電腦產業重用，但基於機器學習、深度學習的AI圖像識別能力被商業化放大後，GPU愈發成為AI算力之王。
美國無疑是全球芯片霸主，在電腦處理器領域，輝達、AMD、英特爾，三強鼎立，其中輝達最為專注於研發GPU圖像處理芯片，伴隨著AI的大發展，輝達GPU價值就被無限的科技可能性放大。
創始人黃仁勳曾提出黃氏定律，要求輝達每6個月升級一次GPU產品，並且使功能翻倍。過去十年的AI大潮中，黃仁勳拋棄過包括手機SOC芯片在內的其他業務，專注於GPU算力，也因此輝達遙遙領先於其他對手。
2023年5月30日，輝達終於握住了芯片之王的權杖，成為首家市值超1萬億美元的芯片企業，也是第9家進入萬億美元市值俱樂部的公司。
輝達屬於芯片的IC設計公司，它的背後還站著一家芯片巨頭，那就是張忠謀創辦的台積電。
黃仁勳的輝達負責好芯片設計就行了，台積電負責代工出尖端的GPU產品，兩家公司合作得天衣無縫。
也因此，常有人開玩笑說：如果再加上第二大GPU芯片公司AMD的掌門人蘇姿豐，可以說美國GPU芯片領域完全是由我們華人掌控。
但正是這些華人無奈地卡住了中國的脖子。
2022年8月，美國拜登政府開啟對中國科技業的新一輪打壓。圍剿完華為麒麟手機芯片，美國新的AI芯片出口管制又橫空出世，在大國博弈中放出無情的殺招。
發展人工智能產業，中國的優勢就在14億人口與數字化經濟下產生的龐大數據，還有能編寫各種算法的大量AI工程師們。
最關鍵的算力芯片上，中國當下舉步維艱，AI芯片分很多種，除了特定框架下的專用AI芯片，GPU的使用最為普遍，而且中國曾一度領先全球，但美國發動芯片圍剿後，中國開始慢慢落後。
特別是最近ChatGPT大模型的破圈，對於算力的需求就更大了！
要知道強大ChatGPT背後正是輝達A100芯片的算力支持，如今全球科技巨人們還將AI與雲計算結合，推出數據中心雲上AI服務，這就進一步加大了對A100的算力需求。
美國對輝達最高端的A100、H100作出出口限制後，輝達也試圖在中國市場推出閹割版的A800、H800，但不久後，連閹割版產品也被傳出禁售的消息。
而美國政府也許並沒有考慮到：中國在輝達數據中心業務中的營收佔比達到25%，中國市場一個季度的收入就高達百億美金，限制令讓輝達感受到了巨大壓力。
因此黃仁勳說：美國政府為抑制中國半導體製造業發展而實施的出口管制“捆住了輝達的手腳”，讓公司無法在其最大的市場銷售先進芯片。
他更警告：輝達自己需要跑得非常快，中國在這一領域投入了相當龐大的資源，所以不能輕視。
這個酷愛穿皮夾克的技術朋克深知：中國舉國體制下，也許任何事情都有可能！
他說得沒錯！不久後，景嘉微、摩爾線程、兆芯、芯動、沐曦等中國GPU產商，冒著被台積電切斷產能的風險，擔負起破局的重任。但這些中國力量中，最為國人熟知的還是華為。
2019年華為已被美國盯上了，那年8月，在深圳總部，華為發布了一款自研GPU芯片昇騰910，華為將其定位為採用自研達芬奇架構的AI處理器。
以當時的數據，昇騰910的性能是當時國際頂尖AI芯片輝達V100的2倍，算力上相當於50個V100，訓練速度也比V100提升了50%-100%，可以搭配華為研發的昇思MindSpore AI架構。
本以為華為將再次上演GPU領域的彎道超車，沒想到美國的科技霸權之鎚突然砸向華為，切斷了台積電的代工，也因此昇騰910無法進行迭代，之後被輝達的A100、H100超越。
雖然昇騰910也像麒麟9000一樣成為絕唱，但華為並沒有放棄，在內部大量應用到雲服務、企業IT以及人工智能領域。
23年8月，科大訊飛創始人劉慶峰的激情演講再次點燃了我們對華為GPU算力的無限期盼，對標輝達A100，劉慶峰是吹了驚天大牛，還是華為真能做到？（局觀）