围剿英伟达：深度揭秘深氪产业链！
访谈｜邱晓芬 杨逍
编辑｜苏建勋 杨轩
反抗一个隐秘的微信群，在上海张江的AI芯片公司人士中口口相传，群名叫“国产芯片抱团取暖群”，进群的必须是国产芯片公司员工，在这里，即使是竞争对手，也会交换信息，互换商务资源。
“国产芯片抱团取暖群”圈定了一块停战区，同行可以暂时休战，互帮互助，只因为大家都有一个共同的敌人：英伟达。
因为英伟达的存在，国产芯片公司的销售，多少都尝过一点屈辱的滋味。
李明（化名）是一家国产GPU公司的销售，这一轮AI热潮掀起时，他曾信心满满地去见客户，可来不及寒暄，客户开口就是连环追问：
“你们的东西，和英伟达A100芯片相比，啥差距？英伟达有NVLink，你们有什么？”（作者注：NVLink是把多个GPU芯片连接起来，避免GPU的数据搬到CPU计算，以提升计算效率）
眼见用产品和技术打动不了客户，李明的团队开始想办法托关系，找“更有力的人士”去游说，但客户还是摆摆手，“我们还是想用英伟达”。
英伟达A100，826平方毫米的面积上，塞了540亿个晶体管，是打开AI大模型魔盒的钥匙。
大模型训练，像是在海量数据中“炼丹”，目的是找出数据变化的规律；而用英伟达芯片训练大模型，就好比让几亿个智商200的人来算数，而其它芯片的效果，只等同于找了几千个智商100的人来计算。
英伟达A100 图片来自英伟达官网
最顶尖的科技公司，都在疯狂抢购英伟达。谁拥有最多的英伟达高端GPU，谁就有机会训练出更聪明的大模型。
公开信息显示，OpenAI目前掌握着全世界最多的英伟达高端GPU，至少达五万片；谷歌、Meta也是万卡集群的拥有者（2.6万左右）；而国内罕见有英伟达高端GPU万卡集群的互联网大厂，是字节跳动（1.3万）。
英伟达垄断着全球产业链上最好的资源——拥有台积电最充足的芯片先进制程产能、笼络着全世界最大的工程师用户群体，掌握了一众AI公司的计算命脉。
绝对的垄断，往往会滋生不满、愤怒和逃离。
“今天所有做大模型的，基本都在严重亏钱！只有一家在赚钱！英伟达”，一位行业人士语气忿忿不平——“英伟达的利润率让所有的客户都很难受，很伤害AI行业！”。
财报显示，英伟达毛利率达到71%，其中，热门产品A100和H100系列，毛利率高达90%。作为一家硬件公司，英伟达居然享有比互联网软件公司更高的毛利率。
高价暴利，让英伟达的大客户开始逃离。7月30日，苹果宣布其AI模型用8000片谷歌TPU来训练，而英伟达含量是0；消息一出，7月31日，英伟达股价下跌超7%，创下近三个月最大跌幅，市值蒸发1930亿美元，几乎跌掉了一个拼多多。
英伟达最近一年股价跌幅图
对于所有想在英伟达身上撕下一块肉的国内GPU企业来说，2022年是个转机之年。美国数轮禁令下达，英伟达迫于生计，在中国持续推出阉割版本芯片，但又被快速禁用：
2022年9月，A100/H00禁止向中国出口，英伟达推出阉割版本A800/H800；2023年10月，A800/H800/L40/L40S/RTX4090被禁止向中国出口；
2024年6月，英伟达创始人黄仁勋称，将向中国推送阉割版本的L20、H20芯片。
然而，阉割版本引发了行业更激烈的声讨。英伟达即将推送的H20，价格虽是英伟达H100的一半，性能却前者只有1/3。一位AI行业人士怒斥——“这不就抢钱吗？纯纯智商税！”
当英伟达的客户开始不满与愤怒，那些想代替英伟达的国产芯片公司，却在这种情绪中得到了“滋养”。
过去，他们只能跟在英伟达的屁股后面，艰难分食一点点蛋糕碎屑。半导体分析公司TechInsights的一项数据显示， 2023年，英伟达在数据中心GPU出货量市场份额高达98%，国产芯片和一众芯片巨头加起来，只占微弱的2%。
如今禁令袭来，完美的英伟达在中国市场被撕开一道口子，谁能替代英伟达？国产AI芯片厂商看到了生机。
“今年咔嚓，英伟达在中国的90%市场都给释放出来了，能不能抢到，各凭本事”，一家国产GPU公司创始人表示。
36氪曾在2021年发表过《深氪｜宁德时代：万亿电池帝国的裂缝》，在动力电池行业，宁德时代一骑绝尘，被竞争对手们虎视眈眈。
如今，在AI芯片领域一家独大的英伟达，也被诸多同行视为眼中钉、肉中刺，但英伟达的不同在于，它的壁垒更高，与对手们的差距更大。
我们尝试通过英伟达对手们的反抗，去找到“英伟达的裂缝”，放眼GPU行业，国产GPU、AI芯片厂商虽然力量孱弱，但他们更懂中国市场，打法更加本土化；而诸如英特尔、AMD等老牌芯片巨头，则有着更充足的粮草弹药，正面对击英伟达。
短期内，英伟达不会被打倒，但它也不会毫发无伤，这注定是一场血腥的战争。
突围想突围，就要找到对手的弱点。英伟达的弱点之一是：傲慢。
芯片行业，本质上是一个To B软件行业。客户需要芯片厂商“陪伴感”的服务，比如把硬件调试好、把软硬件兼容做好，陪伴到位了，客户才有粘性，芯片产品就不容易被替换。
但多位国产芯片人士告诉36氪，在中国市场，除了像BAT、字节这样几十亿规模的大采购方，其余大部分公司交易额纵使达几千万，几乎很难得到来自英伟达的售后服务。
也就是说，当使用英伟达芯片的中国工程师们有疑惑时，只能靠自己到英伟达官网上搜索文档，或者去社区自学。
和英伟达合作时，中国客户们的种种需求经常得不到满足。一位芯片行业人士告诉36氪，英伟达在中国一般会推最高配、最贵的全套方案，而当客户提出针对特定场景的定制化要求时，也一般会被否掉，客户们买完卡后，要“自己琢磨，或者再找厉害的算法公司搞定”。
英伟达的这种做法，积累了不少中小客户的抱怨。“英伟达如今作为大厂，对小客户已经不会像过去那样重视，他们的产品没有挑战者，不需要去费力讨好客户”，前述人士表示。
但在过去，英伟达生态的崛起其实印证了服务对于芯片行业的重要性：2006年，CUDA生态刚起步时，英伟达产品和如今的国产芯片一样并不出色。但英伟达团队先从高校的科研团队推起，再渗透到每一个细分行业的初创公司做软硬件适配，才有了如今的大片江山。
NVIDIA H100 图源：英伟达官网
中国芯片厂商们，也领悟到这一点，尝试从客户服务开始切入。
国内某家不愿具名的AI芯片公司，2023年以来，尝试让后台的研发人员走到一线亲自服务——不仅要驻场联合调教，在销售打单后，给客户专门拉个有研发人员的小群。客单价小到几百万、几十万不等，都能享受7×24小时的咨询。
光提供本地化的贴心服务远远不够，在英伟达中国大撤退之余，芯片行业而早已不简单是芯片产品本身对决，更考验着各自对时间窗口期的把握。中国芯片厂商就像一群狼扑上来，轰轰烈烈的打单开始了。
华为来势最凶猛。华为此前联合讯飞，发布的设备「星火一体机」上，就搭载了「昇腾910B」。
这颗芯片，曾号称单卡能力“对标英伟达A100”。不为人知的是，光鲜案例背后艰难的一面——36氪了解到，华为对此不惜人力成本，调配了几百名工程师下场帮讯飞调教参数。
华为和讯飞发布星火一体机，图源讯飞
尽管这被行业称为“手工打造”，但标杆案例一出，许多大模型公司、互联网公司都对华为抛出了测试的橄榄枝。
一家国产芯片销售惊讶发现，自从去年7月份至今，只要是公开招标的智能算力中心项目，都能看到华为级别不低的管理层在那驻场，“华为如今一个项目可以派几百个人上去服务，甚至一些关键项目不惜亏本，从别的项目获得收入”。
前述不具名芯片公司，也配齐了200名铁血销售——在国内芯片行业，这都是一个相当罕见的配置。他们的销售团队从大模型落地最火热的三个领域开始入手，金融、法律、工业，几乎出现在每一场与算力相关的展会， “芯片行业，资源第一，跑的慢了就死掉了”。
国产芯片一场隐秘的价格战也开始了。
一位芯片行业人士告诉36氪，他们的目标是，不惜单价，也要拿下更多标杆智能算力中心的单子。36 氪观察到，有的国产公司推理卡，为了降低成本，不惜把价贵的HBM（高带宽内存）拿掉，甚至以低于成本价50%的价格在出货。
“不管怎么样，大家还是希望从各个切入点突破，各自从英伟达那切走一小小块蛋糕，让英伟达不再是一家独大”。
但现实却是残酷的，具体到产品上，国产AI芯片难免出现种种问题。
一位芯片人士向36氪举例：同样处理一个数据集，用英伟达的A100集群来跑，可能只需要十天，但用某些国产芯片产品，可能要跑上好几个月。国产芯片硬件上积累的时间太短，又缺先进制程，硬件上的差距，导致使用效率不高。
软件短板也很明显。另一位行业人士测试发现，当使用国产芯片跑大模型时，若要在上面做更多酷炫应用，基础大模型做一旦改动，国产芯片就容易发生死机，“很多情况下，国产芯片大家基本是捏着鼻子用起来”。
如今，各家真正看清了眼前的“围剿”策略，也逐渐分化出了更现实的路径：
尽管还有少数派继续往万卡集群进发，着重训练场景，和英伟达硬刚，其中以摩尔线程、华为为代表；但更多数派的选择是，转而更关注大模型/小模型在各行各业的落地，从对硬件、软件要求都不高的推理场景抓起，以燧原、天数智芯等为代表。
（36氪注：大模型有训练和推理两个环节：训练是从几十亿数据库中寻找规律的过程，是“造”大模型；推理是在“用”大模型的过程，难度更小、对软硬件要求更低、与产业连接更紧密）
摩尔线程在2024年人工智能大会上发布夸娥万卡集群 36氪拍摄
“我们如今没有盲目追赶英伟达，我们追不起，不敢盲目做超大算力的芯片”，一位芯片行业人士直言。
国内芯片厂商们一个现实的考量是，英伟达的主要精力并不在此，国内厂商为此避开了英伟达的正面战火。
此前，大部分公司基于成本考虑，多采用英伟达消费级游戏显卡4090来跑推理——这些卡的问题一堆：功耗过高、内存不够、被禁用。英伟达官方也不允许这些消费级显卡被用于大模型推理。
国产芯片公司从英伟达这一空白处切入。天数智芯、燧原今年都在猛推对标4090的推理卡，打出了大内存、低功耗、供应稳定的卖点。
国产芯片厂商也明确了找准细分市场的重要性。比如则针对一些功耗敏感的场景，主打低功耗小芯片；或者扎进视频优化等细分场景，做小而美的生意。
巨头战场，剑拔弩张当国产GPU公司将“超越英伟达”写进PPT，这更像一种美好的愿景，这群公司成立时间不长，迎上了国产替代的风口，即便只超越一点，也被视作是壮举，英伟达之于他们，是对手，也是标杆。
但论及与英伟达辈分相当的英特尔、AMD，气氛就更加剑拔弩张。
“我们内部将英伟达当作死敌”，AMD的一位MI系列产品线的研发人员告诉36氪。
在今年6月的台北电脑展（Computex 2024）上，AMD创始人苏姿丰（她还是英伟达创始人黄仁勋的表亲）也首次明确了未来AMD在GPU上的产品节奏——每年迭代一款新的GPU产品，和英伟达更新节奏保持一致。
英伟达几乎每上一款GPU，AMD都会第一时间从市场上买回来拆机，与还没上市的产品做对比。
“这里要加点feature（指标）、那里参数要拉高”，他们追求的是，“硬件上不能落后于英伟达，参数上微赢”，前述人士对36氪提到。
苏姿丰在今年台北电脑展上发布Instinct MI325X
2023年以来，AMD中国生态合作伙伴们，几乎每隔两天，就会收到来自AMD的软件优化新诉求。为了推广他们的GPU，AMD高管们有时还会要求更优势的CPU部门，搭配着GPU去打单，顶着CPU可能卖不出去的风险。
“AMD的人天天‘烧香拜佛’，就希望我们把生态搞起来”，一家生态公司高管表示，据他透露，目前国内已经有10多家云厂商和To B客户，在和AMD芯片相关的适配和效果验证。
相比于一众焦灼的国产芯片厂商，国外芯片巨头们在硬件层面的优势在于，拥有先进制程和HBM产能，因此，AMD、英特尔的产品，相比于英伟达产品其实不会有太大的差距，某种程度上甚至更优异。
官方的数据显示，AMD的产品（2023年12月发布的MI300X）此前宣称算力是英伟达H100的1.2倍；
英特尔的产品（2024年4月发布的Gaudi 3）在能效和推理性能上也远超H100。当然，也更便宜，AMD的GPU价格大概是英伟达对标产品的七八成。
但所有和英伟达正面硬刚的厂商都面临着一个共同的难题：大家的硬件如何有优势，都因软件劣势而黯淡，如同木桶的短板。
在GPU还只能用于图形计算的年代，英伟达推出的软件平台CUDA，相当于给开发者提供了一套编程接口，让他们能最熟悉的编程语言，在GPU上自如编写计算程序。
“我给你们打个比方，CUDA为什么超越不了，就好比你学会一种语言，这么多年，都是用这个语言干活的，如果我让你换一套语言，你会不会很难受，会不会不愿意？”一家芯片公司员工这样给36氪举例。
CUDA作为英伟达软件生态壁垒最深厚之处，纵是家大业大的英特尔、AMD也无法短时间内弯道超车。
一位英特尔GPU团队前员工告诉36氪，他们曾经安排全球3000多名工程师、投入了三四年，却只把精度从0%提升到4%——他们用英特尔的芯片转换一张人像，等待许久，信息丢失到“已看不出是一张人脸”。
英特尔CEO基辛格发布Gaudi系列芯片
“鸡生蛋还是蛋生鸡”的谬论再现。正是由于AMD和英特尔的GPU用的人不多，其及对应的软件平台（ROCm、oneAPI）用的人也更少，因此很难有人能把它们真正的硬件能力完全发挥出来。
“英伟达的CUDA一直有那么多开发者在上面迭代算法，帮英伟达把推理和训练做得很高效。导致英伟达一直能有议价权，他也永远知道他下一个芯片应该咋做，但这是AMD和英特尔都很头疼的事”，一家AMD生态公司CEO直言，如今AMD的软件工具ROCm，“就像20年前的英伟达CUDA一般”。
但对于下游客户来说，风险正是由此而生。
验证大模型本就是一项有不确定性的实验，若还要在一个没有被验证过的芯片上跑，相当于把两个不可控的变量放在一起——抛弃英伟达，意味着要支付巨大迁移成本，承载不确定性。
尽管如此，围剿英伟达，对于AMD和英特尔这两家来说，依旧是一场不得不打的仗。
全球芯片架构三分天下：X86架构指导着PC领域，是英特尔和AMD的天下；移动市场是Arm的天下；英伟达则主导着人工智能市场。
在全新AI革命引领时代的近一年半，英伟达一度跨过3万亿美金市值大关，如今也相当于7个英特尔+AMD市值的总和。
时隔20年后，芯片巨头们对英伟达的「围剿」，是又一场焦灼的战事，这也是一场后知后觉的反扑。
真正的裂缝当国内AI芯片公司组成蚂蚁雄兵，AMD和英特尔全力以赴，遭遇此等围追堵截的英伟达，真的被撼动了吗？
英伟达帝国的裂缝，正在悄悄蔓延。
一个让英伟达必须警惕的信号是，OpenAI、谷歌、微软……这些因AI信仰，为英伟达充值的大客户们，正迈出“反英伟达”第一步。
自研芯片是各家筹谋已久的棋局。一位谷歌TPU团队的前核心员工告诉36氪，用掉了世界上1/4算力的谷歌，“可能年底就不对外采购芯片了”。
过去谷歌自研TPU更多基于成本考虑，比如担心英伟达随意涨价，或者供应不够稳定，如今谷歌的造芯策略更为激进——“几乎是不计代价和成本投入”。
OpenAI则有无数手准备，他们计划筹资高达7万亿美元，建立一个全新的AI芯片帝国。
在国内，36氪也从多方了解到——目前英伟达在国内最大的买方，阿里、字节、百度，基本都在秘密研究用于大模型训练的芯片。
海外云厂商、大模型厂商、明星芯片厂商产品进展，36 氪综合信息整理、制图
不过，自研芯片毕竟是一个长远之计，这些大客户们短期内的另一项方案是，尝试英伟达对手们的产品，减少对英伟达的依赖。
AMD就是这个Plan B。一位AMD内部人士告诉36氪，AMD的GPU产品已经在欧洲、美国、韩国等地，打开了大客户市场——微软已经采购上万片AMD的产品，特斯拉、Midjourney、美国国家实验室、韩国电信也都已批量提货。
在国内，AMD生态公司员工陈文表示，AMD某型号加速卡在2023年有几百片出货，虽不多，“但AMD的这款产品，此前在国内几乎查无此人”。
根据AMD方面此前乐观预计，在2024年年底，数据中心GPU将给AMD带来高达20亿美元的收入。
而中国芯片厂商的蚂蚁雄兵，虽然尚未对英伟达造成实质性威胁，但星星之火，也有渐起之势。
36氪了解到，如今，国产训练、推理芯片的销售，已经跃进了一个新台阶——一个令人欣慰的积极信号是，国内公认最难打单的互联网公司、大模型公司，已对国产芯片厂商开了口子。
据36氪了解，目前，昇腾芯片已经艰难突围进百度在内的互联网公司体系。
此外，国内诸如智谱AI、MiniMax、阶跃星辰等AI公司，都在训练万亿参数规模的大模型，但在英伟达高端芯片有限的情况下，大模型公司们普遍选择“混训”（即英伟达+其他芯片），比如，智谱AI的集群储备了近半的昇腾芯片。
另外，天数智芯、燧原的推理芯片产品去年以来，双双有了数万片的出货，出货渠道包括国内各大智算中心，前者打进了大模型厂商百川的供应链；百度昆仑芯这边，过去两代推理芯片累计出货量3-5万片，来自百度和外部渠道的出货量已各占一半。
“英伟达现在的价格和供应水位，正处于试探大家干不干、怎么干的边界线上”，一位行业人士直言。
英伟达创始人黄仁勋 图源视觉中国
如果把眼光拉得更到未来三五年，英伟达新的威胁也在逐渐闪现。
行业里面也出现了GPU之外的全新的AI芯片架构——比如此前推出LPU架构的硅谷芯片公司Groq，号称运行大语言模型比英伟达的GPU“速度快了十倍”；
还有发布了大模型ASIC芯片的硅谷芯片Etched，号称比英伟达GPU“快了一个数量级”。这些芯片创业公司，背后站着OpenAI这样的明星投资阵容。
36氪了解到，国内今年以来也冒出了全新的AI芯片创业公司。比如，上海市近来秘密支持了两家全新的AI芯片公司。
一家国产TPU公司「中昊芯英」CEO杨龚轶凡表示，GPU的整体晶体管利用率只有20%。其实缺陷很明显，相比之下，TPU和ASIC等新的架构虽然通用性不强，但晶体管利用率能够达到60%-100%，“未来三五年国内外必定出现一大堆GPU架构之外的AI芯片”。
星星点点，足以让英伟达这个巨物被撼动。
“你以为英伟达就像是外表看来一骑绝尘无对手？真不是”，一位英伟达员工告诉36氪。正如黄仁勋经常挂在嘴边的一句话，“我们距离倒闭，只有30天的时间 ”。
英伟达做了十几年的准备，再撞上OpenAI这样的天才公司，才共同催化才出现了英伟达的奇迹。在过去，半导体行业最不缺乏弯道超车巨头的故事。
围剿英伟达之战的硝烟，早已燃起。
end
end
