缺芯的事还没整明白,美国又向中国汽车产业抛出了一颗雷:禁止英伟达/AMD对中国客户出售高端GPU。

理由还是老三样:暗藏后门(比如之前的华为通讯设备禁令),可能被用作军事目的,存在国家安全风险。

真实的原因想必不用猜,这些年,中国科技和经济水平发展迅猛,美国自觉墙角被挖。针对技术实施的出口禁令,也是屡试不爽。

这一次,主角轮到了先进算力领域的GPU。

GPU是什么?

GPU有一个俗名:显卡,屏幕显示的画面通通离不开它。

一个强悍的显卡,所能提供的不仅仅是高清精美、不卡顿的画面。作高清视频编辑,GPU转码的速度也十分迅捷。

准确地讲,GPU是显卡的心脏,是其主要组成部件。近几年,GPU从电脑硬件发展成为“挖矿专家”,每一份火爆的挖矿成绩背后,少不了它的功劳。

不过,美国此次的禁令并不是所谓的显卡”,而是通用GPU(或者说GPGPU),因此不会伤及游戏党和矿工的快乐。首当其冲的其实是,超算和云服务。

超级计算机是“国之重器”,比如“神威·太湖之光”、“天河”等就算力惊人,在航空航天、气候气象、石油勘探等数十个领域应用广泛。自2015年的美国禁令后,我国超算正在逐步实现芯片的国产替代。

云服务指的是通过互联网访问本地数据,信息随用随拿,例如阿里云和腾讯云。云和数据中心像一对连体婴儿,数据中心(Internet Data Center)是托管所,集中管理各类数据,以便后续在“云”上计算。

以上两大领域,GPU类似于“矿卡”,扮演“加速器”的角色。

这一概念是英伟达2007年提出的。由于数据之多,计算之庞杂,CPU的能力捉襟见肘,而GPU是并行计算(同时执行多条指令)的高手,既能让云端程序加速运行,又能让数据中心的服务器一台多用。

这一次,英伟达被限制出口的A100和H100,AMD被禁的MI100和MI200,就是超算、云端数据中心所需的加速卡。

既如此,那为何车企先慌了?

何小鹏的一条朋友圈,把本该云服务商担心的事拉回到了车圈的视线范围。

在自动驾驶系统中,感知模型的训练需依据大量数据,进行深度学习。这也是,为什么Robotaxi和特斯拉等车企都在累积辅助驾驶的行驶里程。

研发阶段,如果按照10台测试车,全年300天的行驶里程估算,单车每天约产生10TB的数据,每年产生的总数据量在30PB左右;

而到商用阶段,随着车队规模不断扩大,车企面临的数据量将朝着ZB级发展(1PB = 1024TB,1EB=1024PB ,1ZB=1024EB)。传统增设服务器、扩大机房的方法已不能满足数据膨胀对算力的要求。

因而这些工作,大部分转移到了云端。

简单理解,车辆采集到的、对实时性要求高的信息会在车载计算平台(英伟达Orin、华为MDC、高通Snapdragon Ride等)作本地处理,即边缘计算,同时一部分信息在边缘层进行预处理,把没用的先丢掉;

其余数据,会直接传输至云端,用作AI算法模型的深度学习训练。

AI时代,算力的边界几乎决定了模型训练的成果。这也使得,云端所需的GPU往往是大算力、高带宽的。

这个市场,英伟达的份额稳定在8成左右,今年第一季度,英伟达数据中心业务的收入首次超过游戏业务,A100是极大贡献者;而其余部分由AMD把持。

NVIDIA H100 CNX

H100还没有投入商用,不过这款GPU芯片采用的是英伟达最新发布的Hopper架构,据称相较A100,可将AI计算性能提高30 倍。

对于强调把数据掌握在自己手中的车企来说,这次的禁令尤其令人慌张。

比如,蔚来正使用英伟达的A100构建数据中心基础设施;小鹏基于阿里云在内蒙古建成了自动驾驶智算中心“扶摇”。

要知道,阿里云、百度云、谷歌云和AWS等国际主要云服务商都是A100的大客户。尽管美国政府给了英伟达一年的缓冲时间,但这项GPU禁令如芒在背。

那么国产高端GPU芯片是否有替代的可能?通过下方视频,我们可以了解一下

就像黑芝麻参数图片)智能CMO杨宇欣对每日汽车电讯说的那样,“美国限制了英伟达(的技术出口),不论是什么产品线,车企都会担心。对所有车企来讲,只有要10%的可能性,都得做100%的备份。”

可以预见,汽车芯片的国产化一定会加速进行。