台積電與輝達合作發力AI芯片，國產AI芯片或將顆粒無收？
5月26日，台積電從輝達獲得了一大筆用於5 nm制程芯片的緊急訂單，這意味著台積電的5 nm制程產能已經完全飽和。
據報道，此次搶購的訂單中包括了輝達的p00,A100,H800,A800以及其它人工智能圖形處理器。過去，通常只有蘋果一家會下急單，但如今，來自輝達的一大批訂單卻讓台積電既緊張又激動。
從2023年開始， Chat GPT迅速走紅，對人工智能芯片的需求急劇上升，輝達也處在了風口浪尖上。
然而遺憾的是，國內的人工智能芯片並沒有跟上輝達的腳步，無論是在設計還是生產上，都遠遠落後於輝達。為了推動人工智能產業的發展，國內公司不得不從輝達購買低端的芯片。
而現在，輝達的實力，已經非常強大了。國產 AI芯片真的無敵了嗎？
難道是輝達？（nvn?）在 GPU產業中處於領先地位？
就市值而言，輝達目前市值為9,632億美元，與貴州茅台、工商銀行、中國移動（China Mobile）、20億美元（China Telecom）以及寧德時代（寧德時代）（967億美元）加起來，分別為21.2億美元，工商銀行17.1億美元，中國移動（China Mobile Mobile）和20億美元（寧德時代）。
輝達已經超過了英特爾，台積電，三星，從市場價值上說，它是最大的集成電路企業。
輝達的市場占有率是多少？（nvn?）其市場份額分別為88%、90%為人工智能數據中心和80%以上的人工智能市場。
從這一點可以看出，隨著人工智能技術的飛速發展，輝達已經占據了很大的市場份額。
輝達的套用場景？（nvn?）GPU已經在人工智能，超算，量子加速，無人駕駛，互聯網，光刻等領域得到了廣泛的套用。
輝達的未來，將會是何等的輝煌？（nvn?）圖形處理單元的套用將會更廣泛地套用於生活的方方面面。
讓我們來看一看輝達的 AI芯片是如何的強大。
在2023年三月二十一日，輝達的 GTC開發會議上，黃仁勛用了76分鐘的時間介紹了一系列的新產品。
每個月只需要$37,000，企業就能建立他們自己的 ChatGPT。
對於那些尚未建立大型人工智能模型的企業而言，它們可以透過開放的 ChatGPT來訓練更多的模型。
這是一項挑戰，因為訓練 GPT所需的計算量非常大，大多數企業都沒有能力自行研發一款新的圖形處理器，也無法承擔高昂的費用。
為此，輝達釋出了一款名為 DGX雲端的人工智能服務，該服務由8塊A100芯片組成，可在雲中對 Chat GPT進行訓練，任何企業只需每月支付3.7美元的費用就可以使用該服務。
這使得企業能夠以租賃的形式參與到大規模人工智能模型的開發中，而不必為 IT資源發愁。
提供產生式人工智能的演算法
生成型人工智能允許機器根據演算法產生文本，影像，影片等內容，在新聞稿，廣告語，電子商務詳細資訊頁等方面有著廣泛的套用。
隨著影像和影片的加入，生成型人工智能得到了廣泛的套用。
基於此， NVIDIA公司釋出了L4服務平台，它在解碼，編碼，影片生成等方面都有明顯的優勢。測試結果顯示，L4處理器與傳統 CPU相比，效能提高了120倍左右，能耗降低了99%。
另外， NVIDIA公司也釋出了專為二維/三維影像而開發的L40平台。
想想看，如果能研發出一款自助出版軟件，它能將影片、文字、圖片合成效率提升10倍以上，並且能在2小時內輕松寫出10篇文章，那該有多好。
幫助芯片的發展
還有輝達呢？（nvn?）也公布了一種新的計算微影技術---輝達？（nvn?）使用2納米工藝制造的 cuLitho計算光刻庫。
芯片設計與加工過程中需要進行大量的運算，而隨著晶體管數目的增多以及芯片工藝的不斷簡化，傳統的 CPU運算變得越來越耗費時間。
用輝達做什麽？（nvn?）圖形處理器可以提高40倍的運算速度，極大地加速了芯片的設計與制造。
舉個例子，一個遮罩版本過去需要兩個星期，現在只需要8個小時。
這一解決方案已經吸引了芯片工業巨頭的註意，其中包括台積電，新思和 ASML。
在短短的76分鐘會議上，輝達推出了一系列功能強大的新產品，它們中的任何一種，都足以令其它集成電路制造商趕超10年以上。
輝達之所以能取得如此驚人的成績，其根源就是它對"算術"的掌握。
算術是人工智能時代不可或缺的一環，隨著數碼經濟與人工智能技術的飛速發展，算術必將成為未來經濟發展的基石。
據 IDC的一份報告顯示，計算能力每提升1個百分點，相關國家的數碼經濟增長率將分別為3.5%, GDP增長率為1.8%。
輝達現在占世界500大超級電腦70%的份額？（nvn?）圖形處理單元，目前最先進的超級電腦90%采用輝達？（nvn?）圖形處理器。沒有輝達的強大支持，人工智能模型也是不可能實作的。
所以，黃仁勛宣稱摩爾定律在過去的10年裏使效能提升了100倍。那麽輝達呢？（nvn?）圖形處理單元的效能提升了1百萬倍，摩爾定律也許在下一個十年內就會失效，但是黃氏定律不會。
根據"黃氏定律"，在接下來的10年裏，輝達將使人工智能的效能提升100萬倍，從而使人工智能真正蘇醒過來。
老黃的底氣來自於p00芯片的強大。
p00采用台積電4 nm制程制程，以 Hopper架構為基礎，包含 CUDA核心18,432個， Tensor核心576個，二級緩存60 M。
該圖形處理器擁有800億個晶體管，總運算能力可達2000 TFLOPS，其運算能力提升3.2倍，綜合效能提升6倍。
此外，p00還具備動態加速功能，可以最佳化運算路徑，使運算能力提升7倍。
p00還具有3 TB/s的記憶體頻寬和5 TB/s的網絡速率，在數據吞吐量上也是出類拔萃的。
此外，p00還可將 GPU劃分為7個單元，每一個單元可同時執行不同的運算任務，可使單核處理器效能提升7倍以上。
它的價格是24萬盧比，相當於一輛很好的汽車。不過，對於專業人士而言，這個價格還算公道，畢竟名額有限，先來先得。
輝達擁有強大的圖形處理單元，它的未來是光明的。
在過去的幾十年裏，芯片產業是由英特爾統治的，輝達將在未來的幾十年裏占據主導地位。黃仁勛同時宣布，多虧了輝達，智能電話的時代已經來臨。
國產人工智能晶片發展到什麽程度了？
像百度，華為，360，騰訊這樣的國有企業都宣布要進入人工智能的領域，並且迅速開發出大規模的人工智能模型。但是，如果沒有一顆強大的運算芯片做後盾，就算是華為，想要在這片土地上興風作浪，也是難上加難。
幸好，晶嘉微，劍橋半導體，華仁科技，蘇源科技，漢柏半導體等，都在積極研發。
景嘉微的人工智能芯片，主要套用在軍工、工業等領域，因為運算能力的限制，還沒有涉足大模型的領域。
即便是華為，也不滿足於此，可見寒武紀在芯片方面的實力。
能和輝達p00一較高下的國產 AI芯片，就是耐火墻技術了。
上海華倫斯坦公司的BR100系列產品，在2022世界人工智能大會上，成為了中國領先的人工智能芯片。
BR100采用台積電7 nm制程工藝，單片運算能力可達一萬億次以上，這一效能已經超越了輝達的p00，打破了多個 GPU運算紀錄。
網上有些網誌比較了BR100和p00：
難道是輝達？（nvn?）p00采用台積電4 nm制程工藝，擁有800億個晶體管、16位元浮點運算能力、2000 T的8位元定點運算能力，在稀疏模式下更是成倍增長。
BR100具有1000 T以上的16位元浮點處理能力，以及2000 T以上的8位元定點處理能力，單個芯片的峰值處理能力可達 PFLOPS。從這一點上來說，BR100並不比p00差。
當然，運算力只是其中的一部份，具體如何運用，還要看實際情況。畢竟，人工智能的效能，視訊記憶體頻寬，互聯通訊的速度，能量消耗，以及生態因子都要考慮在內。
然而，到目前為止，尚未有數百個BR100上使用過大模型，所以也沒有真正的對比。
我問到沃倫科技公司，發現它是一個規模不大的新興公司，但是聚集了很多業界的精英。
焦國方在圖形處理器領域有30多年的工作經驗，曾就職於華為及高通。在華為時，他曾負責過紅魔作業系統的影像處理以及使用者介面系統架構；在高通，他擔任驍龍圖形處理單元的總設計師，參與了5代圖形處理器的研發與革新。
洪洲擁有超過20年的圖形處理器架構設計經驗，先後就職於輝達，兆芯，華為等公司，負責 Tesla體系結構及效能最佳化，並負責 CUDA體系結構的開發；目前，華為負責海思公司的圖形處理器芯片的研發。
唐先生是全球 EDA工具領先者，是一位人工智能集成電路設計師。
他在半導體領域有20多年的工作經驗，先後在海酷，三星， AMD等公司工作過 GPU SOC體系結構。
李欣榮先生是 AMD全球副總裁兼中國 R& D中心總經理，擁有豐富的 IC產品設計經驗。
徐淩傑就職於阿裏的雲端運算部門，三星， AMD以及輝達。
不難發現，在人才儲備方面，耐火墻技術有著明顯的優勢，但是無論是規模還是數量，都遠遠落後於輝達。
輝達目前擁有超過20,000名研發人員，且人數仍在迅速增加，這使輝達得以將更多資金用於招聘及保留 GPU方面的人才.
此外，這些曾經供職於輝達、 AMD和高通的工程師們，是否也有可能在研發過程中出現類似於「中芯和台積電官司」的"專利侵權"？
另一個基本的問題就是生產.
目前大陸中芯國際的工藝水平只有12 nm，而華仁科技已經完成了7 nm的升級，未來還會有5 nm、4 nm的制程。如果它的效能提高對輝達構成了威脅，那麽"華為事件"會再次發生嗎？
所以，雖然國產人工智能芯片已經設計得不錯，但是大規模生產和大規模套用才是最關鍵的一步。
結論摘要
隨著人工智能時代的到來，輝達憑借著強大的研發實力，以及台積電獨特的生產工藝，在運算能力上占據了絕對的優勢，成為了當之無愧的霸主。
在研發上，被輝達比下去，在生產上，被台積電比下去了，那麽國產的人工智能芯片廠商，會不會失敗呢？
未來，「仁科」與「中芯」能否在人工智能芯片領域取得突破性進展？
