英偉達宣布 GH200 Grace Hopper 超級芯片投產(chǎn)，生成式 AI 引擎 NVIDIA DGX GH200 現(xiàn)已投入量產(chǎn)。

GH200 使用 Nvidia 的 NVLink-C2C 互連技術(shù)，將 Nvidia 基于 ARM 的 Grace CPU和 Hopper GPU 架構(gòu)融合到一個芯片中。NVIDIA DGX GH200 將 256 個 NVIDIA Grace Hopper超級芯片完全連接到單個 GPU 中，支持萬億參數(shù) AI 大模型訓(xùn)練，能夠處理大規(guī)模推薦系統(tǒng)、生成式人工智能和圖形分析，并為巨型人工智能模型提供線性可擴展性。

GH200 速度和功耗指標都有顯著提升。這款新的芯片總帶寬達每秒 900GB，比當今最先進的加速計算系統(tǒng)中采用的標準 PCIe Gen5 通道高出 7 倍。Nvidia 表示，Superchip 的功耗也降低了 5倍。

AMD 推出數(shù)據(jù)中心 APU Instinct MI300。AMD 推出數(shù)據(jù)中心APU（加速處理器）Instinct MI300，其旨在幫助數(shù)據(jù)中心處理人工智能相關(guān)數(shù)據(jù)流量，并在這一快速增長的市場上挑戰(zhàn)英偉達的壟斷地位。Instinct MI300 系列將包括一個 GPU（圖形處理器）MI300X，可以加速 ChatGPT 等聊天機器人所使用的生成式 AI 技術(shù)的處理。

先進算力國產(chǎn)替代在行業(yè)變革中有望迎來機遇。半導(dǎo)體國產(chǎn)化勢在必行，而算力芯片又是重中之重。AI 算力、低功耗等對服務(wù)器算力芯片提出新的要求，市場格局近幾個季度變化較多，英偉達GH200 有望加速全球 AI 服務(wù)器算力芯片市場變革，中國芯片企業(yè)在面臨挑戰(zhàn)的同時，也有望迎來發(fā)展機遇。

1、不同算力芯片的特點與區(qū)別

計算芯片包括 CPU、GPU、FPGA、ASIC 等，都用作計算分析。其中，CPU 是性能最綜合的計算芯片，AI 算法的執(zhí)行也運用 GPU、FPGA、ASIC 等芯片。

CPU 是綜合計算芯片，擅長邏輯控制和串行運算。計算機的運算器和控制器一起組成了 CPU，CPU 是整臺計算機的大腦，也是一個有多種功能的優(yōu)秀領(lǐng)導(dǎo)者。它的優(yōu)點在于調(diào)度、管理、協(xié)調(diào)能力強，計算能力則位于其次。CPU 有大量的緩存和復(fù)雜的邏輯控制單元，非常擅長邏輯控制、串行的運算，但因計算單元占 30%左右，不擅長復(fù)雜算法運算和處理并行重復(fù)的操作。

GPU相比CPU計算單元大大增加，擅長大量并行計算。而作為通用芯片的 GPU 相當于一個接受CPU 調(diào)度的“擁有大量計算能力”的員工，計算單元相比 CPU 大大增加。GPU 最初承擔圖像計算任務(wù)，能夠進行并行計算，因此 GPU 架構(gòu)本身比較適合深度學(xué)習(xí)算法，通過對 GPU 的優(yōu)化，進一步滿足深度學(xué)習(xí)大量計算需求。其主要缺點在于功耗較高。

GPU 按照接入類型可以分為獨立 GPU 和集成 GPU。獨立 GPU 即獨立顯卡，需要插在主板的相應(yīng)接口上，具備單獨的顯存，不占用系統(tǒng)內(nèi)存，能夠提供更好的顯示效果和運行性能。全球知名供應(yīng)商主要包括 AMD 和 NVIDIA 兩家。集成 GPU 即集成顯卡，是將圖形核心以單獨芯片的方式集成在主板上，并且動態(tài)共享部分系統(tǒng)內(nèi)存作為顯存使用，能夠提供簡單的圖形處理能力，以及較為流暢的編碼應(yīng)用。全球知名供應(yīng)商主要包括英特爾和 AMD 兩家。

GPU 按照應(yīng)用場景不同可分為 PC GPU、服務(wù)器 GPU 和移動 GPU。

1）集成 GPU 一般運用于PC 以輕辦公、文字編纂為主；獨立 GPU 則一般運用于 PC 以制作高清圖片、編輯視頻、渲染游戲等。

2）服務(wù)器 GPU 主要以獨立 GPU 為主。服務(wù)器 GPU 主要應(yīng)用于服務(wù)器，可做專業(yè)可視化、計算加速、深度學(xué)習(xí)等應(yīng)用。

3）移動 GPU 以集成 GPU 為主。隨著移動端向著輕薄化不斷發(fā)展，終端內(nèi)部凈空間隨著多種功能模組的增加呈快速下降趨勢。此外，就目前的移動端視頻和圖片的處理要求而言，集成 GPU 的性能尚可滿足移動端的需要。

FPGA 又稱半定制化芯片，具有足夠的計算能力、較低的試錯成本和足夠的靈活性。FPGA 的計算速度快是源于它本質(zhì)上是無指令、無需共享內(nèi)存的體系結(jié)構(gòu)，“無指令”即使用硬件描述語言編程，直接編譯為晶體管電路的組合，所以 FPGA 實際上直接用晶體管電路實現(xiàn)用戶的算法，沒有通過指令系統(tǒng)的翻譯；“無需共享內(nèi)存”是指對于保存狀態(tài)的需求，F(xiàn)PGA 中的寄存器和片上內(nèi)存（BRAM）是屬于各自的控制邏輯的，無需不必要的仲裁和緩存。

因此，FPGA 運算速度足夠快，優(yōu)于GPU。同時，相比量產(chǎn)成本高昂的 ASIC 芯片，因為 FPGA 是一種半定制的硬件，通過編程可定義其中的單元配置和鏈接架構(gòu)進行計算，因此在靈活性上優(yōu)于 ASIC，具備較低試錯成本。

ASIC 是全定制芯片，性能強但是前期開發(fā)久、成本高。是根據(jù)產(chǎn)品的需求進行特定設(shè)計和制造的集成電路，能夠在特定功能上進行強化，具有更高的處理速度和更低的能耗。缺點是成本高，且由于定制化，可復(fù)制性一般，因此只有用量足夠大時才能夠分攤前期投入，降低成本。

2、CPU 廣泛應(yīng)用于服務(wù)器、工作站、個人計算機等

CPU 可以應(yīng)用在服務(wù)器、工作站、個人計算機（臺式機、筆記本電腦）、移動終端和嵌入式設(shè)備等不同設(shè)備上，根據(jù)應(yīng)用領(lǐng)域的不同，其架構(gòu)、功能、性能、可靠性、能效比等技術(shù)指標也存在一定差異。

服務(wù)器處理器需長時間運行，數(shù)據(jù)處理能力最強、設(shè)計工藝最復(fù)雜、可靠性最高。服務(wù)器具有高速的數(shù)據(jù)處理能力、強大的 I/O 數(shù)據(jù)吞吐能力、良好的可擴展性，并需要長時間可靠運行，其CPU 芯片在性能、可靠性、可擴展性和可維護性等方面要求較為苛刻。因此，服務(wù)器處理器是數(shù)據(jù)處理能力最強、設(shè)計工藝最復(fù)雜、可靠性最高的處理器。服務(wù)器的應(yīng)用領(lǐng)域包括實時分析、5G應(yīng)用、人工智能、機器學(xué)習(xí)、金融、大數(shù)據(jù)和云計算等領(lǐng)域。

工作站主要為單用戶提供比個人計算機更強大的性能。工作站是一種高端微型計算機，主要為單用戶提供比個人計算機更強大的性能，尤其是在數(shù)據(jù)并行處理能力和圖形處理能力等方面。工作站的典型應(yīng)用領(lǐng)域包括科學(xué)和工程計算、軟件開發(fā)、計算機輔助設(shè)計等。

個人計算機主要滿足個人需求，核心數(shù)量較少。個人計算機包括臺式機和筆記本電腦兩大類，主要用于滿足個人的工作、學(xué)習(xí)、娛樂需求，以及企業(yè)員工的辦公需求。個人計算機處理器核心數(shù)量較少，具有較少 I/O。

移動終端具有低功耗、輕量化等特點，關(guān)注對多媒體功能的增強。移動終端包括手機、筆記本、平板電腦、POS 機等。隨著集成電路技術(shù)的進步和移動網(wǎng)絡(luò)向?qū)拵Щl(fā)展，移動終端正從簡單通話工具逐步轉(zhuǎn)變?yōu)榫C合信息處理平臺。移動終端處理器具有低功耗、輕量化等特點，關(guān)注對多媒體功能的增強，具有較少 I/O。

嵌入式設(shè)備對功耗、穩(wěn)定性、可擴展能力要求高。嵌入式設(shè)備需要具有高穩(wěn)定性和低功耗，其處理器對環(huán)境（如溫度、濕度、電磁場、振動等）的適應(yīng)能力強，體積小，且集成度高，適用于工業(yè)控制、移動便攜設(shè)備、物聯(lián)網(wǎng)終端等場合。其中，大多數(shù)物聯(lián)網(wǎng)設(shè)備需要額外的 CPU 處理能力來支持可升級的額外功能。因此，針對特定的物聯(lián)網(wǎng)應(yīng)用程序的 CPU 不僅必須支持安全特性，而且必須同時具有可擴展的性能，實現(xiàn)更高的時鐘頻率。物聯(lián)網(wǎng)應(yīng)用處理器芯片具有面向高集成度、高抗干擾能力和低功耗的發(fā)展趨勢。

3、GPU 等 AI 芯片廣泛應(yīng)用于高性能運算、深度學(xué)習(xí)等場景

AI 芯片主要指面向人工智能應(yīng)用的芯片。大致包含三類：

1）通用、半定制化芯片：經(jīng)過軟硬件優(yōu)化可以高效支持 AI 應(yīng)用的通用芯片，如 GPU，F(xiàn)PGA；

2）專門為特定的 AI 產(chǎn)品或者服務(wù)而設(shè)計的芯片：側(cè)重加速機器學(xué)習(xí)（尤其是神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)），如 ASIC；

3）神經(jīng)形態(tài)計算芯片：不采用經(jīng)典的馮·諾依曼架構(gòu)，而是基于神經(jīng)形態(tài)架構(gòu)設(shè)計，類似人腦，具備較高的集成度和能效比，以 IBM Truenorth 為代表。

國產(chǎn)算力芯片市占率低，具備廣闊拓展空間。算力芯片目前國產(chǎn)廠商份額極低。CPU 目前從市場占有率來說，Intel 依靠其強大的 X86 生態(tài)體系，在通用 CPU 市場占據(jù)領(lǐng)先地位，市場份額常年保持在 80%左右，AMD 近期追趕勢頭明顯，其他廠商整體市場份額不超過 1%。

2022 年，數(shù)據(jù)中心領(lǐng)域 Intel 市場占有率為 71%，較 21年下降 10pcts，AMD 在 22 年市占率快速提升 8pcts 至 20%，亞馬遜、Ampere 等新興玩家份額快速提升，給總計份額不足 5%的國產(chǎn)廠商發(fā)展帶來了借鑒意義。在獨立顯卡市場上，NVIDIA、AMD 和英特爾 2022 年 Q4 全球 GPU 市場占有率分別為82%、9%和 9%。

多數(shù)參數(shù)我國 CPU 具備比肩能力，IPC 性能是最主要差距。目前通過公開信息可以看出，主頻、核心數(shù)、內(nèi)存類型等指標我國 CPU 廠商差異不大，具備一定的比肩能力，但落實到具體性能決定指標 IPC，僅 Intel 和 AMD 會公布 IPC“相比上一代提升了多少”，其他國產(chǎn) CPU 從 IPC 性能來看大致落后于 Intel、AMD 幾年水平。

國產(chǎn)廠商的機遇一：數(shù)據(jù)中心帶來新需求。根據(jù)工信部信息通信發(fā)展司數(shù)據(jù)，2017年我國數(shù)據(jù)中心市場總機架數(shù)量 166 萬架，2022 年預(yù)測達到 670 萬架，2017-2022E 復(fù)合增速達 32.2%。目前東數(shù)西算工程將通過構(gòu)建數(shù)據(jù)中心、云計算、大數(shù)據(jù)一體化的新型算力網(wǎng)絡(luò)體系，于 2022 年 2 月，在京津冀、長三角、粵港澳大灣區(qū)等 8 地啟動建設(shè)國家算力樞紐節(jié)點，規(guī)劃了 10 個國家數(shù)據(jù)中心集群。各地數(shù)據(jù)中心都將集聚大量服務(wù)器，如韶關(guān)數(shù)據(jù)中心預(yù)計到 2025 年將建成 50 萬架標準機架、500 萬臺服務(wù)器規(guī)模，投資超 500 億元（不含服務(wù)器及軟件）。

國產(chǎn)廠商的機遇二：國產(chǎn)化浪潮。政府及國有企事業(yè)單位為國產(chǎn) CPU 主陣地。據(jù)測算，今年 PC 芯片市場規(guī)模在 162-330 億元之間，2022 年服務(wù)器芯片市場規(guī)模則已達 130 億美元。在企業(yè)級市場中，也不僅是國有企業(yè)，能源、交通、金融、電信、教育等重要領(lǐng)域或規(guī)模較大的民營企業(yè)也存在設(shè)備國產(chǎn)化需求。消費級市場對產(chǎn)業(yè)生態(tài)的要求最高，對性價比較為敏感，迭代周期短，是國產(chǎn) CPU 長期需突破的目標市場。

國產(chǎn)廠商的機遇三：通過封測技術(shù)彎道超車。后摩爾時代的到來，一方面，CPU 制程進入后摩爾定律時期升級速度趨緩，國產(chǎn) CPU 性能與國際主流水平逐步縮小，存在趕超的可能；另一方面，先進封裝技術(shù)成為兵家競爭新賽道，在封裝方面，我國封測廠商長電科技和通富微電在全球前五中占據(jù)兩席，通富與 AMD 緊密合作，先進封裝技術(shù)正成為集成電路產(chǎn)業(yè)發(fā)展的新引擎，我國 CPU 企業(yè)有望通過封測技術(shù)彎道超車，彌補先進制程能力不足的缺陷。目前國產(chǎn) CPU 已經(jīng)可以通過先進封裝技術(shù)實現(xiàn)性能提升與應(yīng)用場景拓展。

審核編輯：黃飛

?