電子發燒友網報道（文/吳子鵬）今年10月17日，美政府更新了針對人工智能（AI）芯片的出口管制規定，包括限制向中國出口更先進的人工智能芯片和半導體設備。數日后，該措施的執行時間從2023年11月16日生效改為立即執行，這給中國AI科技企業造成了很大的困擾。

根據新的出口管制規定，英偉達的A800和H800等芯片對華出口將受到限制。另外，根據英偉達公司的官方公告，新措施影響適用于“總處理性能（TPP）”為 4800 或更高，并為數據中心設計或銷售的產品，包括但不限于A100、A800、H100、H800和L40S的出貨。

由于英偉達芯片受限，有經銷商人士爆料稱，有人開始在垂直社群中喊話出售面臨美國出口管制的英偉達高端芯片，包括英偉達的A100和H100都有渠道拿到貨。這些貨來自海外的黑市，能夠發貨到大陸的指定地點。目前，有資源的人都宣稱，“整機現貨，欲購從速”。不過，這些芯片現貨的價格并不便宜，比如A100芯片此前的價格為10萬左右，黑市的價格為25萬。

必須提醒的是，我們不能排除有些人想要渾水摸魚騙人錢財，這在黑市交易中是很難避免的。同時，黑市少量的現貨對于真正需要高性能AI芯片的大企業而言也是杯水車薪。目前，行業還是需要從正規渠道來解決問題。

英偉達再推3款中國“改良”芯片

日前，有外媒報道稱，從產業鏈人士處了解到，英偉達現已開發出針對中國的最新改良版系列芯片：HGX H20、L20 PCle和L2 PCle。知情人士稱，最新三款芯片是由H100改良而來，英偉達最快或將于本月16日之后公布，國內廠商最快將在這幾天拿到產品。

目前，英偉達尚未正面回應這一消息。不過，根據美國最新的措施，預計這些“改良”芯片相較于H100會出現很大的性能閹割。

我們在此前的報道中有提到，H100是受到新規3A090a限制的，這條規則的具體標準為：a) 綜合運算性能（Total Processing Performance，TPP）達到4800，或b) 綜合運算性能達到1600，同時“性能密度”(Performance Density，PD)達到5.92。

不過，想要能夠供貨，實際上是要低于新規對于次高性能芯片限制的，也就是3A090b規則：a) 綜合運算性能達到2400但低于4800，性能密度達到1.6但低于5.92；b) 綜合運算性能達到1600，性能密度達到3.2但低于5.92。

因此，預計這些“改良”芯片需要在工藝、核心數量、帶寬和內存等方面出現大幅度閹割，才能夠滿足最新的措施，很難想象這需要把H100芯片改成什么樣。如果爆料消息屬實，我們在16號將能夠全面了解這些芯片的具體性能。

另外，我們前面的報道也提到了，英特爾也在推出自己的“改良”芯片，屬于Gaudi 2的“改良”版本。

國產AI芯片的三大突圍之路

依靠國際芯片大廠不斷降低改良標準來救急，很顯然不是長久之計。這種策略就像溫水煮青蛙，隨著美國限制措施步步收緊，這些“改良”芯片的性能只能越來越低，最終讓中國AI科技公司無法進行訓練和推理等工作。

從目前產業的布局來看，國產AI芯片基于現狀有三大突圍的方式。首先當然是近來熱門的Chiplet+先進封裝，基于先進封裝集成技術的Chiplet技術已成為驅動設計效率提升的重要演進路徑。Chiplet技術最吸引人的點在于，如同搭積木一樣，把一些預先在工藝線上生產好的實現特定功能的芯片裸片，再借助先進封裝技術集成在一起，從而形成一個系統級芯片。

從芯片制造環節來說，Chiplet+先進封裝確實最適合目前的中國芯片產業，降低了對先進制程的需求，還能夠降低大規模芯片設計的門檻，同時降低制造成本，提升芯片良率。還有一點是和魏教授觀點契合的是，那就是Chiplet+先進封裝不依賴傳統的EDA工具，國產EDA工具可以避開傳統EDA巨頭的技術壁壘，建立統一的EDA設計工具的國產化標準。

從IP角度來說，Chiplet+先進封裝也能夠為***設計公司提供更廣闊的空間。傳統大型SoC，芯片和IP、制程的綁定非常緊密，所以巨頭近乎壟斷市場。在Chiplet理念下，***設計公司能夠在IP層面進行獨立的差異化創新，更加有利于數據加速單元等IP的性能提升，也更加能夠發揮***公司數量眾多的優勢。

Chiplet+先進封裝是一種硬件角度的系統級創新，實際上國產AI芯片公司還有一條軟硬件融合的系統級創新之路。也就是說，我們從應用方案立項最開始就將軟硬件融合的理念植入進去，硬件功能軟件化便是這方面很有代表性的一個案例。此時，方案的軟硬件都開始具備可編程的能力，甚至是架構都是靈活可變的。注意，這里的硬件可編程，并不是指目前CPU+XPU，或者是FPGA的形式，而是一種能夠積極響應軟件可編程的新硬件架構，國內也有一些研究機構和芯片公司在這個領域進行摸索。

第三個路徑就是新技術和新工藝。AI應用尤其是大模型類型的應用對于芯片性能還是有很高的要求的，要不然也不會出現英偉達近乎壟斷市場的局面。由于技術壁壘和工藝的問題，國內現階段的算力芯片廠商按照之前的路徑勉強做到替代，但是下一步由于制程的限制就會很難走下去了。那么，新技術和新工藝就顯得會更加有前景。

在新技術方面，類腦芯片、存算一體芯片和光子芯片都是值得探索的路徑，量子芯片當然也是一個方向，不過相對而言這條路見效要很晚。

類腦芯片是一種結合了微電子技術和新型神經形態器件的AI處理器，旨在模仿人腦神經系統的結構和功能，以突破“馮·諾依曼瓶頸”，實現超低功耗和并行計算能力。類腦計算被認為是后摩爾定律時代一項重要技術，目前企業端像靈汐科技，科研機構如清華大學很多都在研究類腦芯片。

存算一體是在存儲器中嵌入計算能力，以新的運算架構進行二維和三維矩陣乘法/加法運算，也被認為是突破AI算力瓶頸的關鍵性技術。目前，國內像知存科技、閃億半導體、憶芯科技、億鑄科技等公司都在做這方面的研究。

中科創星創始合伙人、陜西光電子先導院執行院長米磊此前表示，“光子技術產業革命是我國在光電半導體領域60年一遇的‘換道超車’重要機遇。”在《光子時代：光子產業發展白皮書》發布時他提到，光子芯片具有的物理性能優勢，可為信息獲取、傳輸、計算、存儲、顯示等技術需求大幅降低信息連接所需的成本、復雜性和功率損耗。在機器學習、人工智能等領域，光子芯片的潛力是巨大的。

過去這些年，半導體領域發展太匆忙了，很多時候一個技術出現優勢之后，作為競爭的技術就會被冷落，就像FD-SOI工藝一樣，其和傳統的FinFET工藝相比處于明顯的落后位置。不過，兩種技術曾經是競爭對手。曾經IBM、AMD和其他主要芯片供應商使用SOI生產了很多產品。當然FD-SOI是因為晶圓成本等因素輸掉了28nm之爭，如今國產AI芯片在FinFET路徑上舉步維艱，重新打磨FD-SOI也不失為一種突圍策略。

結語

相信大部分業者都會有相同的感覺，英偉達和英特爾大概率會推出的“改良”芯片并非長久之計，美政府的目標是限制中國在尖端AI技術方面的發展，如果這些“改良”芯片仍然發揮推動作用，被禁止出口只是時間問題，直到英偉達和英特爾能夠出口的芯片不再適用于AI計算。

所以說，寄希望于“改良”芯片并不是長久之計，高價去黑市買芯片就更不是了。想要走出國產AI芯片自己的路，就需要更多的創新技術，如類腦芯片、存算一體芯片和光子芯片等，也包括未來的量子計算芯片。同時，國內科技企業也需要轉變思維，不能沿著軟硬件解耦的老路繼續走下去，軟硬件融合的系統級創新也是非常重要的，這時候我們需要全新的架構和全新的工藝。正如很多專家提到的，彎道是很難超車的，且非常危險，要超車就要換道。