对于大多数消费端产品没有影响,对于自动驾驶研发效率有影响。
美国再一次收紧了芯片的对华供应。
8月31日,美国政府命令芯片厂商NVIDIA和AMD停止向中国、香港、俄罗斯销售部分高性能GPU。
这一禁令影响了其用于加快机器学习任务的英伟达A100和H100芯片,可能会干扰H100开发的完成。
H100是英伟达今年宣布的旗舰芯片。
而AMD将停止向中国出口MI250人工智能芯片。
不过但AMD表示其MI100芯片不会受到影响,同时AMD认为新规定不会对其业务产生实质性影响。
具体来看,此轮美国对华禁售的芯片主要是面向机器学习和商用旗舰处理芯片,被封锁的产品是有足够双精度计算能力的高端GPU,就NVIDIA来说,是以A100算力为基准,比它先进的所有显卡产品都会受限。
上述消息中的MI100是已商用的产品,MI200将在2022年底商用,均采用7nm制程工艺。
NVIDIA中国区今天表现已收到总部要求:
暂停对中国区所有客户所有代理商的数据中心GPU卡A100和H100的发货,其它GPU卡不受影响;各服务器OEM的现有库存A100 GPU卡,目前可以对各自的行业客户继续交付,NVIDIA中国区目前也没有对 OEM发任何 Letter ;NVIDIA总部还在分析美国政府的政策要求,预计还需要2-3天才会有对中国区客户与合作伙伴的沟通口径。
上述文字中提到的NVIDIA的A100已商用,采用7nm制程工艺,H100在今年3月刚刚推出,采用4nm制程工艺。
具备较高双精度计算能力的高端GPU主要用于高性能计算领域,包括科学计算,CAE(计算机辅助工程),医疗等方面。
这两款芯片受影响最大的当属超算中心和目前各大型数据中心。
超算中心即国家超级计算中心,由数千甚至更多处理器组成,具备超高算力,主要满足国家高科技领域和尖端技术研究的需求。
相比之下,普通的数据中心面向所有需要信息技术支撑的场景,包括大量互联网应用。中国的电信运营商、互联网公司都在自建数据中心。
这些芯片对于普通用户产生的影响是微乎其微的,要知道即使是相对老款的A100型号,售价也要150万人民币,大部分科技公司将它用作机器学习,元宇宙模拟,视觉分析识别等。
截至目前,美国已经对中国超算三次“动手”,2015年中国“天河二号”项目相关的4家中国机构被美国列入“实体清单”;2019年,海光、中科曙光、无锡江南计算技术研究所等5家进入实体清单;2021年,飞腾,申威等7家超算机构进入实体清单。
大部分受影响的还是互联网企业和云计算企业。
那么对于汽车领域的影响是什么程度呢?
最大的影响将是自动驾驶软件学习的效率会随着技术的更新相对于国外企业越来越慢。
AI 芯片是自动驾驶算法训练的必要条件。
最近一段时间,国内科技公司和车企纷纷投资 AI 算力基础设施,美国方面的禁令势必会对未来国内自动驾驶的发展造成影响。
但如果美国进一步升级,车载自动驾驶芯片可能会受到大面积的影响。
尤其对于目前大部分高端智能电动车型均使用的英伟达产品作为车载自动驾驶芯片,它承载着数据分析,图像识别等重要任务。
当然,目前也有声音说ASIC最终能替代GPU的效果,是自动驾驶芯片的未来也是中国为数不多的机会。
随着人工智能发展,汽车智能化程度越来越高,辅助驾驶功能渗透率越来越高, 这些功能的实现需借助于摄像头、雷达等新增的传感器数据,其中视频(多帧图像)的处理需要大量并行计算,传统CPU算力不足,这方面性能强大的GPU替代了CPU。 再加上辅助驾驶算法需要的训练过程,GPU+FPGA成为目前主流的解决方案。
但加入激光雷达的点云(三维位置数据)数据以及更多的摄像头和雷达传感器,GPU也难以胜任,ASIC性能、能耗和大规模量产成本均显著优于GPU和FPGA,定制化的ASIC芯片可在相对低水平的能耗下,将车载信息的数据处理速度提升更快,随着自动驾驶的定制化需求提升,大量从业人员称ASIC专用芯片将成为主流。
FPGA和ASIC的区别主要在是否可以编程。
FPGA客户可根据需求编程,改变用途,但量产成本较高,适用于应用场景较多的企业、军事等用户;而ASIC已经制作完成并且只搭载一种算法和形成一种用途,首次“开模”成本高,但量产成本低,适用于场景单一的消费电子、“挖矿”等客户。
目前自动驾驶算法仍在快速更迭和进化,因此大多数自动驾驶芯片使用GPU+FPGA的解决方案。
未来算法稳定后,ASIC将成为主流。
而目前寒武纪、地平线等企业也拥有ASIC的研发实力。
因此美国目前的禁售只是顶级芯片的效率会低一点点,对于汽车行业的发展没有实质性的影响,而未来如果禁售扩大到消费端,我们也就必须需要国产的替代品和国产的方案了( 详见《国产芯片能否为缺芯画上句号?》 ),从无到有是个过程,从有到好也是个过程,中国芯片需要时间持续进步。