就在英伟达GPU大卖特卖，赚得盆满钵满的时候，华为GPU也正在悄然迎头赶上。
“我特别高兴告诉大家， 华为的GPU能力已经跟英伟达A100一样了 。任正非高度重视，三个联席主席到讯飞做专班工作， 现在已经做到对标英伟达A100 。”
这是近日2023年亚布力论坛夏季高峰会上，科大讯飞创始人兼董事长刘庆峰透露的消息，此话一出，振奋全场。
科大讯飞董事长刘庆峰
“我们跟华为发布了讯飞星火一体机，能够在国产平台上自己做训练、做推理，非常了不起”，刘庆峰说， “以前百模大战基本上都是英伟达训练出来的，在企业内部只能做微小的调优和训练，训练模型是比较难的，这一次我们基本上解决掉这个问题了。”
刘庆峰还透露道，“坦白讲，今天我们跟ChatGPT还有差距，但是我们很清楚，10月份就能赶上，明年上半年就对标GPT4，”他强调，“ 这个领域至少不被卡脖子，至少我们不会像大家担心的那样，中国通用人工智能完全被美国甩开 。”
华为GPU，性能究竟如何
众所周知，今年在ChatGPT热潮带动下，国产大模型也迎来爆发式增长。据统计，仅2023年1月至7月，国内就有共计64个大模型发布。
在大模型雨后春笋般涌现的同时，智能算力市场需求旺盛，GPU市场供不应求，导致价格也节节攀升。在《每卖一块芯片，英伟达就含泪血赚10倍，黄教主再次强调：不能失去中国市场》一文中，我们曾介绍过，由于英伟达A100和H100的在华销售受限，其中国特制版的A800和H800如今一“芯”难求，价格也水涨船高，一块芯片售价被炒至高达十几万元。
如此情形下，国内急需国产替代GPU来摆脱英伟达缺货而导致的算力掣肘。
2019年8月，华为昇腾（HUAWEI Ascend)910问世，为国产替代GPU注入了一针强心剂， 它是为数不多的能与英伟达A100对标的国产化AI芯片，已经受到不少友商的认可 。
另外，根据英国一名资深芯片工程师James W. Hanlon的盘点对比，整理了全球前十大AI训练芯片排行榜， 华为昇腾910是中国芯片厂商唯一入选的芯片 。
全球十大AI训练芯片榜单，华为昇腾入围（图源：量子位公众号）
据华为官方介绍， 昇腾910是业界算力最强的AI处理器 ，基于自研华为达芬奇架构3D Cube技术，实现业界最佳AI性能与能效，架构灵活伸缩，支持云边端全栈全场景应用。
算力方面，昇腾910完全达到设计规格，半精度（FP16）算力达到320 TFLOPS，整数精度（INT8）算力达到640 TOPS，功耗310W。
据华为轮值董事长介绍，“昇腾910”拥有两大亮点。
第一， “昇腾910”是当前全球算力最强、训练速度最快的AI芯片 。AI算力是当前国际顶尖AI芯片的2倍，训练速度也比当前最新最强的芯片提升了50%-100%。
第二，“昇腾910”配套的AI开源计算框架MindSpore更方便AI科学家和工程师使用，该框架可满足终端、边缘计算、云全场景需求，能够更好地保护数据隐私。正如其名，MindSpore框架是开源的，更有利于开发者加入其中，形成更广阔的应用生态。这也是为什么该框架与“昇腾910”搭配性能最佳，可最大化“昇腾910”的算力。
与传统的CPU和GPU相比，华为昇腾具有更高的性能和更低的功耗，能够更好地满足人工智能应用的需求。
自发布以来， 华为昇腾已被广泛应用于包括图像识别、语音识别、自然语言处理等AI应用中，成为了华为人工智能战略的重要组成部分 。
自2019年发布至今，以昇腾AI芯片为底层算力的智算中心，已有20+城市启动建设，共提供2500P+AI算力。
国内现有城市智算中心中，根据根据各地方政府门户、人民网、36氪等网站公布的数据，以建设数量计， 华为占据整体智算中心约79%的市场份额，在国产AI芯片中处于领先地位。
大模型热潮下，国产GPU能否站上风口？
大模型热潮仍在持续，英伟达因GPU的热销，在第二季度拿出了创造历史的财报，与此同时，还在紧急与台积电商议扩产事宜。但台积电方面表示，今年AI相关需求“爆单”，要到2024年底才能完全解决AI芯片的供应短缺问题。
由于台积电先进封装产能不足，英伟达只好考虑将部分GPU中使用的2.5D封装交给其它供应商。国产GPU能否趁势抓住这一市场空缺机会，站上风口？
我们知道，近年来，我国我国人工智能算力芯片的市场格局主要由英伟达主导，其占据了80%以上的市场份额，一直保持着无可匹敌的竞争优势。然而，随着美国对高性能芯片出口限制措施不断加强，英伟达A100、H100被限售，A800、H800严重缺货， 国产AI芯片肩负起填补市场空缺的重要使命 。
目前，国内除了华为，壁仞科技、景嘉微、寒武纪等也在GPU赛道发力，取得一定成绩。
不过需要重视的是， 尽管国产GPU在价格方面有一定优势，但在生态建立方面，仍然不如英伟达完善 ，这也使得很多厂商不敢轻易改用国产芯片。
据一家国产GPU厂商销售人员透露，目前国内第一批大模型厂商使用的基本都是英伟达A100、A800的芯片，因为英伟达构建了完善的CUDA生态。“如果你用惯了这个生态，”该销售人员说，“贸然换一个生态，意味着你的学习成本、试错成本、调试成本都会增加，自然没人会想要换了”。
此外，国产芯片在算力上和英伟达的AI芯片仍然存在差距，这意味着，想要达到同样的算力，需要企业购置更多的芯片。对企业而言，就意味着更多的成本支出。
由此可见，国产GPU在与英伟达的竞争中阻力重重，想实现突围并不容易。一位业内人士分析称，在当前“缺芯”的形势下，国内大模型厂商可以在不是特别商业化的场景多给国产芯片机会，支持国产芯片厂商技术迭代，共同营造生态，共同成长。
参考资料：
人民网：应对算力短缺，国产芯片如何变挑战为机遇？
知乎：如何评价刘庆峰所言华为GPU已可对标英伟达A100？
量子位：全球十大AI训练芯片大盘点：华为昇腾910是中国唯一入选
