美国禁止英伟达和AMD向中国出售高端GPU产品事件梳理

Arzie100 · 发表于 2022-9-8 12:25

核心观点：
1、未来英伟达的A100、H100和AMD的MI 250系列及未来的高端GPU产品，是否可以售卖给中国客户还是要看是否获得美国政府的许可。

2、短期内，对高端通用计算GPU的禁售令会影响英伟达和AMD的GPU产品在中国的销售，中国超级计算和云计算及相关产业发展受到一定的阻碍。

3、长期来看，国产GPU及AI计算芯片厂商有望借此机会扩大市场份额、加速产品升级，持续提高加速计算GPU领域的国产化比例。

事件梳理：
开端：
1、英伟达公司当地时间8月31日表示，美国政府8月26日要求其停止向中国（含中国香港）出口两种用于人工智能工作的顶级计算芯片，此次管制涉及英伟达 A100 和即将出货的 H100 两款芯片，以及英伟达未来推出的峰值性能等同或超过 A100 的其他芯片。英伟达应用这些高性能 GPU 芯片的系统级产品，也均在美国政府新的管制范围内。英伟达表示，美国官员提到，新规则“将解决涵盖的产品可能被用于或转移到中国的“军事最终用途”或“军事最终用户”的风险。

2、英伟达在公告中表示，本季度已向中国销售了4亿美元的受影响芯片，如果中国公司决定不购买英伟达的替代产品，这可能会对公司造成损失。它表示计划申请豁免该规则，但“不保证”美国官员会批准。

3、当天晚间，英伟达创始人兼CEO黄仁勋发布邮件表示，英伟达针对禁令将采取行动，积极联系中国客户替换成性能较劣于A100的产品，对于大多数客户来说，这已经足够使用了。

4、8月31日路透社报道，AMD的一位发言人于当地时间8月31日告诉路透社，AMD已被要求申请新的许可，其MI250人工智能芯片可能被禁止售往中国，但公司相信其MI100芯片不会受到影响。公司表示，新规定不会对其业务产生实质性影响。

最新进展：
当地时间9月1日，英伟达又发声明：当地时间8月31日美国政府批准了公司继续开发H100芯片所需的从美国出口、从其他国家再出口、以及境内转移；授权还允许公司在2023年3月1日之前继续执行为A100的美国客户提供支持所需的出口；此外，美国政府还授权通过公司的香港设施进行A100和H100订单履行和物流直至2023年9月1日。路透社报道，英伟达的一位发言人表示，中国客户仍需要从美国政府获得该技术的许可。（https://www.reuters.com/technology/us-allows-nvidia-do-exports-transfers-needed-develop-its-ai-chip-2022-09-01/）

*我们认为，此次声明有如下重点
美国政府已经批准了公司继续开发H100芯片所需的从美国出口、从其他国家再出口、以及境内转移。NVIDIA中国区官网显示，DGX H100 将于 2022 年底推出，但是是否可以售卖给中国客户还是要看是否获得美国政府的许可。

在2023年3月1日前为A100的美国客户提供所需的出口支持：为美国品牌客户提供出口支持，A100的美国客户包括戴尔、思科等服务器设备厂商，以及终端客户亚马逊、谷歌等。此前英伟达在介绍A100芯片时，公司展示出的客户商标中包含了中国的互联网巨头阿里巴巴、百度、腾讯、京东、小米等。

A100和H100在2023年9月1日之前通过公司的香港工厂履行订单和物流运输：我们认为，美国政府允许公司可以通过中国香港进行转运的目的，是为了保证对美国和获得许可的客户订单进行生产和供应，但是售卖给国内的终端客户还是需要受到美国政府的批准。

因此我们认为，这份文件对此次禁令没有实质性改变，是否可以把对应芯片售卖给中国客户还是要看是否获得美国政府的许可。

*目前看，此次美国要求AMD及NVIDIA断供中国的正是针对数据中心的高端独立GPU计算卡

目前此类高端GPU计算卡主要被应用于云端的AI（人工智能）模型训练和执行推理。本次涉及的A100和H100是加速人工智能任务的最新两代旗舰GPU计算芯片。

对民用系列 RTX 显卡不受影响，禁售的是带双精度（FP64）的GPU芯片（算力最强，目前最尖端的产品）。

区别于其他商用GPU芯片，目前英伟达和AMD的禁售产品多用在高性能计算机和服务器上

美国的禁售新令目标打向的正是对计算速度、算力能力具有更高标准和要求的中国超级计算产业。

**与以往有所不同的是，此次美国对中国高端GPU的限制并不是由美国政府网站发布，而是在英伟达提交给美国证券交易委员会（SEC）的文件显示。

根据天天IC报道，美国商务部发言人拒绝透露具体的政策变化，但称“该部正在采取系列措施，实施与技术、最终用途和用户有关的额外必要行动。”由此可以推断，美国这一相关政策正在研究、讨论或审议过程中，并未形成官方明确文件。对于向中国禁售高端GPU事宜，美国政府仅是向英伟达和AMD进行口头“警示”和约束。

英伟达向美国证券交易委员会（SEC）提供了相关文件，而AMD则并没有。这或与英伟达几个月已被该机构惩罚有关系。

早在5月6日，英伟达就收到过美国证券交易委员会的罚单，指控该公司在加密采矿对公司游戏业务的影响方面披露不充分。美国证券交易委员会认为，在英伟达2018财年的连续几个季度中，没有披露加密领域是其销售为游戏设计和销售的GPU所带来的重大收入增长的重要因素。加密采矿是指通过验证分布式账本上的加密货币交易来获得加密货币奖励的过程。随着2017以来年对加密货币的需求和兴趣上升，众多英伟达客户越来越多地将本来给游戏用的GPU用于加密采矿。

另外，美国证券交易委员会执法部门的Kristina Littman表示，&#34;英伟达的披露失误，剥夺了投资者评估该公司在关键市场业务的重要信息，因为所有股票发行方，包括那些追求涉及新兴技术机会的发行人，必须确保他们的信息披露是及时、完整和准确的。&#34;

于是，美国证券交易委员会判定，英伟达遗漏有关其游戏业务增长的重要信息具有误导性，违反了《1933年证券法》第17(a)(2)和(3)条以及《1934年证券交易法》的披露条款。在不承认或否认 SEC 的调查结果的情况下，英伟达同意了停止调查令并支付 550 万美元的罚款。（信息来源：天天IC）

事件背景：
1、根据天天IC报道，美国智库战略与新兴技术中心 (CSET)于2022年6月发布的名为《限制中国军方获得AI芯片》报告（详见附件）。该报告认为，中国军方正在利用美国设计的半导体来增强其人工智能能力，这可能在未来与美国及其盟国的竞争中发挥关键作用。

据报道称，该机构获得的中国军方采购招标文件涵盖了2020年3月30日至12月1日期间发布的66321条记录，包括21088份授权相关公司向其提供设备的合同。这份研究报告通过分析合同数据确定了97种人工智能芯片，几乎全部都由英伟达、Xilinx（现为 AMD）、英特尔或 Microsemi等美国公司设计。但却找不到任何军方单位或国防企业授予中国公司（如海思、曙光、海光等）设计的人工智能芯片合同记录。

该报告作者表示，“英伟达的GPU可能会为一些人工智能研究进行更好的实验，更快地开发新功能。但这更取决于中国军方是否拥有足够的硬件成为创新的现代军事力量，以及在军事能力的最前沿不断前进。一般来说，顶级芯片将使这种前景更为可能。”基于此，报告作者建议，“美国应扩大其对开源情报的收集，并根据高端AI芯片特性采取新的出口管制措施”。

2、在CSET发布《限制中国军方获得AI芯片》报告发布时，多家美媒进行了报道。其中，美国网站Fedscoop对该报告进行了相对详细的解读，相关重点摘编如下。“在训练机器学习系统或使用该系统对世界进行推断时，不同类型的 AI 芯片各有优缺点。但是只有最先进的芯片——如今通常被认为是 12 nm及以下节点的芯片——才适合训练和运行最先进的神经网络，”该报告解释道。美国此次禁售的英伟达A100、H100以及AMD MI250芯片都在12nm以下。而采用12nm工艺的英伟达V100 GPU芯片不再管控之列。

3、CSET 报告指出，“高进入壁垒以及对内在知识和高度专业化设备的依赖，迄今为止阻碍了中国企业迎头赶上。”但这并不意味着中国军方空手而归，同时中国的“军民融合”战略对试图限制其获得人工智能芯片的美国机构提出了巨大挑战。“在美国目前的出口管制制度下，出售给中国部队或国防公司的人工智能芯片很可能不需要美国或任何其他政府的出口许可证。而在提供美国设计的人工智能芯片的七家中国公司中，没有一家被列入美国商务部的实体名单或军事最终用户名单。此外，数据集中的大部分 AI 芯片采购都是针对 GPU 的，而 GPU 不是受控商品”该报告称。

4、CSET 的报告还表示，“突然对 AI 芯片出口实施禁运可能对美国半导体行业和长期技术创新造成严重且潜在的灾难性后果”。美国政府可以尝试为美国公司提供替代庞大的中国市场的机会，但真正的挑战将是是否或如何弥补中国市场准入的损失。

5、综合来看，报告建议，一种选择是引入一套量身定制的高端人工智能芯片新出口管制，并让这些管制与在半导体生态系统中发挥关键作用的国家多边应用。同时，美国政府还可以加强其开源情报分析，以检查中国的创新生态系统。

6、值得注意的是，CSET提及，尖端技术包括能够处理计算要求苛刻的人工智能系统芯片，其中包括图形处理单元 (GPU)、现场可编程门阵列 (FPGA) 和某些专用集成电路 (ASIC)。由此，除了英伟达和AMD的高端GPU，未来不排除美国的相关限制进一步扩大。（信息来源：天天IC）

产品背景：
1、AI芯片即人工智能芯片，也被称为AI加速器或计算卡，专门用于处理人工智能应用中的大量计算任务的模块。从技术架构来看，Al芯片主要分为GPU（图形处理器）、FPGA（现场可编程逻辑门阵列）、ASIC（专用集成电路）三大类。其中，GPU是较为成熟的通用型人工智能芯片， FPGA和ASIC则是针对人工智能需求特征的半定制和全定制芯片。

2、根据IDC数据，GPGPU优势明显，全球96%的商业AI系统选择GPGPU路线。

GPU的特点是，并行处理能力特别强，计算能效比高，并且有很大的存储带宽。

GPGPU（General Purpose GPU，通用计算图形处理器），即利用图形处理器进行一些非图形渲染的高性能计算。GPGPU架构设计时，去掉了GPU为了图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元，所以当前基于GPU的图形任务无法直接运行在GPGPU上。

根据算法的不同，GPU的运行速度可以比CPU快10倍到100倍以上，GPGPU甚至可达千倍以上。特别是在处理人工智能（机器学习）模型训练与推理、高性能计算等大数据流应用时，GPGPU解决的效率比CPU更高。

目前，GPGPU广泛应用于高性能计算、行业AI应用、安防与政府项目、互联网及云数据中心等，主要应用场景：一是人工智能模型训练与推理；二是高性能计算。

3、目前世界上最先进的超级计算机多数是基于GPGPU技术来实现的，主要用于例如物理计算、加密解密、科学计算以及比特币等加密货币的生成。以超算领域为例，2020年全球超算系统TOP500中，有七成采用GPGPU，在TOP25中，有20个采用GPGPU。

4、根据IDC数据，2021年加速服务器市场规模达到53.9亿美元，同比增长68.6%。其中GPU服务器依然是主导地位，占据近90%的市场份额。同时NPU、ASIC和FPGA等非GPU加速服务器以43.8%的增速占有了11.6%的市场份额，达到6.3亿美元。预计2026年，中国加速计算服务器市场将达到103.4亿美元。2021年，用于推理工作负载的加速服务器已经达到57.6%，预计到2026年将超过60%。

5、应用场景：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，被誉为“计算机中的珠穆朗玛峰”，主要满足国家高科技领域和尖端技术研究的需求。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、互联网公司都自建数据中心，企业级数据中心经常采购NVIDIA中的A100、H100产品，这些产品都是有足够双精度计算能力的高端GPU，上述断供行为如果落实，造成的波及范围会比较大。

6、过往来看，美国已经对中国超算三次限制，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。

产品梳理：
1、NVIDIA A100芯片发布于2020年3月，单片价格约7万元人民币，目前每片3000美元（2万元）左右。

采用全新Ampere安培架构的超大核心GA100，7nm工艺，542亿晶体管，826平方毫米面积，6912个核心，搭载5120-bit 40GB HBM2显存，带宽1.6TB/s(1555GB/s)，

可提供FP16的312 TFLOPS的深度学习性能，比前代产品提高了20倍。

搭载厂商包括华硕、Atos、思科、Dell Technologies、富士通、技嘉科技、HPE、浪潮、联想、One Stop 。

2、NVIDIA H100芯片发布于2022年3月，2022年5月上市，单片价格约 24.16 万元人民币。

H100核心采用的是TSMC目前最先进的4nm工艺，CoWoS 2.5D晶圆级封装，1.8万核心，单芯片设计，集成多达800亿个晶体管，号称世界上最先进的芯片。

性能方面，FP64/FP32 60TFlops，FP16 2000TFlops，TF32 1000TFlops，都三倍于A100，FP8 4000TFlops，六倍于A100。

3、AMD被禁售的GPU为Instinct MI250，于2021年11月推出，2022年4月销售，单价超10万元人民币。

采用最新的CDNA2 GPU 架构，制造工艺采用台积电6nm制程，并使用2.5D EFB桥接技术，业内首创多Die整合封装(MCM)，内部集成了两颗核心。AMD宣称，Instinct MI200系列性能双精度浮点算力达到11.5TFLOPS，比竞品高出最多4.9倍，比上代MI100提升最多4倍。

MI250系列分为两款型号，Instinct MI250X集成了220个计算单元、14080个流处理器核心，最高频率1.7GHz，并有880个第二代矩阵核心; Instinct MI250精简为208计算单元、13312流处理器核心，各项性能指标也顺应下降约5.5％，其他规格完全不变。

MI250系列包括多项客户解决方案，包括ATOS BullSequana X410-A5 2U1N2S(双CPU四GPU)、戴尔PowerEdge R7525(双CPU三GPU)、技嘉G262-Z00(双CPU四GPU)、HPE Cray EX235a(单CPU四GPU)等，中国厂商包括华硕和联想等。

4、总的来看，被封禁的计算GPU是公司的最高端产品，价格普遍在10~20万/片，应用场景通常为超级计算、云计算等高端场景，对于普通GPU则无售卖限制条件。

5、英伟达的数据中心业务，包括A100和H100的销售，是公司增长最快的业务之一。第二季度，该业务的销售额为38亿美元，同比增长61%。在GPU领域，AMD 22Q1的全球市场占比约为19%，同比+2pcts，环比+1pct，占比稳步提升。目前AMD的高端计算GPU在国内的销售还是以MI100系列为主，因此公司预计禁令对公司业务的影响较小。

国内发展：
目前国内GPGPU训练芯片的市场规模在80-90亿元左右，GPGPU的推理芯片市场规模在400-500亿元。目前国家超级计算的GPU加速芯片采用的是全国产自研芯片，因此对于国外计算GPU采购客户的更多是云服务厂商及数据中心厂商。

GPU在芯片研发中是难度很大的，一颗芯片的研发投入在10亿元左右，因此全球的主要厂商是英伟达、AMD、英特尔等海外几家大公司。

目前国内的GPU厂商包括海光信息、景嘉微、壁仞、沐曦、天数智芯、摩尔线程等企业；此外龙芯中科、上海兆芯也有公告在布局GPU；此外还有专用AI的ASIC芯片制造商寒武纪。

1、海光信息：DCU（Deep Computing Unit 深度计算器）是海光（HYGON）推出的一款专门用于AI人工智能和深度学习的加速卡。根据知乎用户“IT老高”的回答，海光DCU属于GPGPU，支持FP64双精度高性能计算，单块GPU卡显存32GB HBM2，双片的FP64 10.8TFlops，通用计算核心8192，推算下来参数接近AMD的Instinct MI100的系列产品的60%~70%。目前已经小规模量产中。且据媒体报道，宁波市人工智能计算中心二期计划迭代升级，达到300P（FP16）半精度人工智能算力和15P（FP64）双精度高性能计算算力规模的综合型人工智能超算中心，超算子系统则采用曙光自主的海光CPU和DCU搭建。

2、壁仞科技于2022年8月9日推出的BR100采用7nm制程工艺、Chiplet小芯片设计和CoWoS 2.5D封装技术。性能方面，INT8整数计算2048 Tops、BF16浮点计算1024 TFlops、TF32+浮点计算512 TFlops、FP32双精度浮点256 TFlops。计算性能超过A100，直逼H100。

3、寒武纪于2022年3月推出寒武纪MLU370-X8智能加速卡，首次整合了双芯片四芯粒的思元370，该卡采用7nm制造工艺，集成48GB LPDDR5内存，架构基于Cambricon MLUarch03，支持AI训练加速中常见的FP32、FP16、BF16、INT16、INT8、INT4数据格式计算，峰值性能分别为32TFlops、96TFlops、96TFlops、128Tops、256Topss、512Tops。产品定位中低端应用，目前性能距离NVIDIA和AMD还有一定差距。

4、景嘉微2022年6月公告，公司JM9系列第二款图形处理芯片已完成流片、封装阶段工作及初步测试工作。2021年7月，景嘉微发布了GPU旗舰新品JH920，JH920采用14nm工艺，单精度浮点性能为1.5TFlops，功耗为30W，产品性能达到英伟达2017年底2018年初产品的水平。

5、龙芯中科从2016年开始GPU的研发，目前，龙芯自主研发的GPU已经使用在7A2000桥片中，完全可以满足一般桌面应用的需求；公司已启动第二代龙芯图形处理器架构 LG200 系列图形处理器核的研制。下一步，龙芯中科将在已有的GPU基础上研制兼顾图形、科学计算、AI计算的GPGPU。

6、其他公司：芯动科技于2022年8月发布桌面GPU新品“风华2号”，支持科学/边缘计算，AI性能超过12.5TOPS。沐曦首款采用7nm工艺的异构GPU产品已于2022年一季度流片，预计将于2023年初实现规模量产。摩尔线程2022年3月发布第一代MUSA架构GPU，MTT S2000采用12nm制程，使用4096个MUSA核心，最大配置32GB显存，单精度算力最高可达到12TFlops。

我们回顾之前的美国对中国的半导体制造和设备行业的禁令，可以发现美国的禁令虽然会对中国大陆行业发展带来短期的困难，但是长期来看反而推动了产业的国产化和本土化发展，提高了国内厂商的市占率。因此，我们认为长久来看，对于高端GPU的禁供反而能带给了国产GPU厂商的快速发展的机会。

综合来看，我们认为对高端通用计算GPU的禁令短期内可能会影响英伟达和AMD的GPU产品在中国的销售，中国超级计算和云计算产业进步受到一定的阻碍；但是长期来看，国产GPU厂商有望借此机会进行产品升级，持续提高加速计算GPU领域的国产化比例。

附：GPU计算性能指标：
1、FLOPS（Floating-point-operations-per-second，每秒浮点运算量），是衡量GPU硬件计算能力的指标，包括双精度（FP64）、单精度（FP32）、半精度（FP16）理论峰值，其中一个GFLOPS（gigaFLOPS）等于每秒十亿次的浮点运算；一个TFLOPS（teraFLOPS）等于每秒一万亿次的浮点运算；一个PFLOPS（petaFLOPS）等于每秒一千万亿次的浮点运算。

2、CUDA 核心（每核心都有 ALU 算术逻辑运算单元）数量，多个核心能进行并发运算而产生的指数级别运算速度提升。

GPU 禁运事件解读交流纪要

曲速科技戴总：GPU 禁运事件的发生，对与国内中小型设计公司而言是相对利好的情况。结合华为被美国持续打压的态势，国内中小型芯片设计公司类似于新能源车发展的起步阶段，当前数据中心算力产品尚未真正市场化，预期政府未来对整体算力的持续补助同样会出现对国产化的侧重，尤其是国产高算力高性能的 GPU 产品。类比新能源车的发展，在此阶段的中小型设计公司（包括上市及未上市的），都将迎来提高自身能力，收获更多国内资本市场的认可。

短期来看，对于数据中心的发展有负面影响，但从长期来看，我认为不管是国内的超算和数据中心，还是对于国内芯片设计公司来讲，都是利好的因素。当前国内中小设计公司已纷纷推出自己的产品，但跟英伟达、AMD 相比，差距明显，类似于十几年前中国造车的能力和海外的差距。个人认为 GPU 产品的差距可能在 3~5 年左右，在当前阶段，国内市场对实业提供足够的支撑极其关键。

好利科技董秘：
公司目前在做一些交割的安排，主要在人员这一块，何积丰院士已经聘请过来担任首席科学家。其他一些核心技术人员也会在近期与合肥曲速这边签署劳动合同（原来人员分布在上海、北京，不能直接签署，涉及社保问题，需单独处理）。知识产权方面，核心的协议、知识产权目前也在做部署安排，包括后续去重新取得授权或者购买，以及浙江曲速转让的也在做公示安排，预计整个进度将在 9 月完成。

问答环节：
1、美国此次对中国高端 GPU 产品的限制意图、逻辑是什么？
A：逻辑其实还是比较清楚的，对于中高端的这些算力、及产品的限制，主要是针对于中国的超算。现在 IDC 数据中心都叫 XX 超算的中心，目前都在更名叫做 XX 计算中心，可能美国对此会比较敏感，认为会威胁到他的市场或部分技术壁垒，那么对这些大算力，包括超级计算机这一块的限制还是比较多的。另外，美国的初衷可能不会想把最先进的工艺或者最先进的产品给到国内，以此限制中国在超算领域的应用和发展。

2、中国的 GPU 主要为了算力的很少，短期看中国 GPU 企业满足不了禁运缺口。除了海光 GPU 比较相似之外，其他公司是否暂时都不具有替代性？
A：是的，海光在 AMD 拿到了一些授权，或者有 AMD 的技术支撑，在这方面是会领先。

3、如果说打压中国算力平台是为了延缓中国研发速度的话，那么未来是否会在制程上有所限制，来“卡脖子”？
A：短期看，感觉美国现在的政策还没有到那么严苛的地步。海光是三星代工，目前其实都没有限制的太明显，虽然海光被列入制裁名单，但是三星还是在正常代工。因此，可能更多的时针对敏感行业的打压、限制，比如军工或者其他一些敏感领域。

4、如果外商后续推出国内市场，国内政府未来是否会出台相应的计划政策或行业运动来刺激大家？
A：会的，以 CPU 的市场为例，信创的 CPU 市场其实已经是所体现。接下来可能就轮到 GPU 市场，并且 GPU 市场空间也是越来越大，“东输西算”都在建设当中，每个节点上的数据中心、IDC 也都在建设当中。后续国家势必会加大对 GPU 或者是类 GPU 产品的高性能计算芯片的投入。目前政府企业在台式机部分的 CPU 国产代替已经做到了 60-70%以上的份额，未来都会慢慢替代。接下来在 GPU 领域，预计不仅在桌面级，还有超算、图形渲染等应用层面的代替会越来越多，支持力度也会越来越大。从公司跟政府基金的沟通下来情况来看，都关注到美国对于先进产品或者先进工艺，甚至说有些先进的 EDA 软件的一些限制，中国已在加大这部分的投入，无论是民用市场或商用市场，都需要一个比较好的市场培育期，未来国家在资金、政策的支持力度上个人觉得肯定是有增无减的。

5、预期国内会通过什么方式进行支持？
A：可能是市场方面的支持，比如在数据中心里面提供算力的时候提供补贴，个人认为在目前这个阶段，芯片从技术方面是有机会做出来的，更多的是一个市场培育的过程。以前国内市场都是欧美巨头在玩，国内一直没有好的 GPU 公司出现。当前情况，国内不能不转向支撑国内的中小企业，因此个人认为当前是一个非常好的时点。

6、相比于阿里云、腾讯云，目前政府的超算中心占比还是比较小，可以这么理解吗？
A：可以。

7、GPU 除了服务器市场外，还有一块就是车载自动驾驶相关的算力芯片市场，往后去展望的话，是否也会被限制的可能？
A：目前还没有在无人驾驶领域看到限制，但是从长远来讲，还是要有所准备。一旦美国感受到中国高端产品对他构成威胁，就可能存在这么一个不可控的因素。

8、后续国家是否会类似于信创行业，出台偏强制性的一些限制，以支持国产的相关芯片产品？
A：公司与工信部沟通的结果来看，国家对于数据安全这一块也是非常的重视，目前来讲可能无人驾驶的芯片还没有那么广泛。未来 3~5 年之后，无人驾驶的要求会越来越高，需求也可能越来越大。在这样的情况之下，我觉得从目前国家和政府这块肯定是会重点的要求这些车企或者新能源车会用国产的这些产品，国产的无人驾驶产品也好、系统也好，肯定会是优先的支持。

9、公司新产品线涉及到 ADAS 领域的，是偏算力设计的芯片研发么？大概的产品定位？是否已经有在和一些 Tier1 或整车厂进行前期的合作研发么？
A：是的，公司现在是瞄准是最高端的算力，差不多是在 400~500Tops。目前有在商谈当中，国内客户主要是大的央企、国企，具体还不方便披露。

10、海光宣称旗下产品已经可以做到 A100 芯片性能的 70%，是否靠谱？
A：海光的产品是否能达到这个水平还不清楚，但是他们是站在 AMD 的研发基础上做出来产品，在目前国产产品行业当中肯定是顶级的水平。

11、互联网厂商的超算中心使用国产代替的意愿强么？
A：还是看国家的支持政策和方针，企业是市场化行为，是趋利的。在政策引导+行业补贴下，互联网厂商后续国产代替的意愿还是有的。

12、两块国产 GPU 芯片算力叠加是否可以抵得上一块英伟达芯片？可以这么计算么？
A：可以，为了输出算力，可以用多个产品叠加的形式。另外一个关键因素是能耗，数据中心的主要成本还有电费，国家能在电力上给予支持或补贴的话，国内也是有机会赶上国外新一代的算力的。

13、国内未来出现能对标被禁运的 GPU 产品的话，美国是否会解除禁运，英伟达、AMD 是否会对高端产品降价来冲击国内市场？届时市场竞争格局有什么展望么？
A：的确可能会有这样的情况出现，但从供应链安全角度来讲，国产代替的支持力度不会降低，政府这方面的态度还是很明确的。在可以用自主产品的时候，尽量用自主的产品，哪怕国内产品可能性能会差一些，最终整个技术能力的提升还是需要靠对市场的培育和迭代的。

—END—

		自动登录	找回密码
密码			立即注册

美国禁止英伟达和AMD向中国出售高端GPU产品事件梳理

本帖子中包含更多资源