國產GPU替代英偉達：芯片不是問題，CUDA生態，才是關鍵

眾所周知，這兩年AI太火爆了，讓GPU芯片直接就走向了神壇。

而GPU領域的大哥英偉達，也因為AI的火爆，一路狂飆，市值都達到了2.4萬億美元左右，離蘋果的2.67萬億美元市值，已經只差3000億美元不到了。

不過大家都清楚，美國生怕中國利用英偉達的GPU，訓練出強大的AI，搶了美國的飯碗，于是將英偉達的高端AI卡禁運了。

A100、H100、A800、H800，以及H200、B100、B200等這些強大的芯片，都無法賣到中國來，目前只有H20這款閹割又閹割的殘廢版了，它的性能只有A100的50%，H100的20%。

而從大家的測試來看，H20的性能，甚至只有華為昇騰910B的50%左右，所以大家都覺得華為的機會到了，迎來了屬于華為的“潑天富貴”。

實話實說，如果美國不打壓，英偉達的芯片能夠隨便售賣的話，華為的AI芯片，估計很多國內的廠商，不會使用的，畢竟英偉達的芯片強很多，像B200是昇騰910B性能的10多倍。

但如果美國打壓，英偉達的高端GPU芯片買不到，低端的H20還不如華為昇騰910B呢，為何要買H20，不買910B呢，除非是傻了。

事實上，對于芯片企業而言，硬件問題并不難解決，性能高一點，低一點并不是那么的難以接受，為什么呢？因為大家都是大規模的購買，然后通過集群來實現性能堆積的。

比如H20只有H100的20%，那我就買5塊H20，集群之后，就有H100的性能了吧，不過是投資多一點，對于企業而言，只要能解決問題，多花點錢，并不是什么大事。

同樣的，如果從性能來看，華為的910B替代A100，甚至H100，或者B200也不是問題，性能不夠，就數量來湊，一張不行，就10張，10張不行就100張，群集之后，算力就上來了。

真正難解決的，其實是生態，英偉達的GPU生態是CUDA，這個大名鼎鼎了。

目前全球眾多的AI應用，AI模型，其實大多是基于CUDA訓練出來的，如果沒有CUDA生態，這些應用，AI模型，都用不了。

舉個例子，就像編程一樣，程序都是基于JAVA寫的。突然告訴你，沒有JAVA運行環境了，程序運行不了，你怎么辦？要么你換一個環境，用C語言重新編寫一遍。

但用C語言編一遍，相當于重新從0開始，更何況C語言一定就能夠實現當初JAVA語言的一切功能，達到一樣的效果么，還真不一定。

就比如你在windows操作系統下有CAD，切換到linux下，沒有了CAD了，你要用，要么重新自己寫一個出來，要么找替代品，但這個替代品，就有windows下的CAD好用么？那可不一定。

所以，說真的，國產GPU芯片要替代英偉達的芯片，硬件還真不是問題，芯片就算性能差一些，也是可以集群的，而CUDA生態才是關鍵。

不過好在，目前國產GPU廠商們，也意識到了這一問題，開始建設生態了，比如華為、海光都有了自己的生態，未來可期。