國產芯片迅速進化。僅GPU賽道，一周內接連傳來重磅融資消息。

　　先有摩爾線程成立百天完成數十億元融資，深創投、紅杉資本中國基金、GGV聯合領投，招商局創投、字節跳動、小馬智行、融匯資本、海松資本、聞名投資、第一創業、五源資本、和而泰、明浩等聯合參投，簡直就是向豪華投資天團吹響集結號。

　　四天后，天數智芯宣布完成12億元人民幣C輪融資，由沄柏資本和大鉦資本聯合領投，粵民投資管及聯通資本跟投。天數智芯號稱中國第一家GPGPU高端芯片及高性能算力系統提供商，7納米旗艦級通用并行（GPGPU）云端計算芯片BI，于去年12月點亮。

　　回望2020年，半導體板塊一路高歌，創下了不少記錄，中芯國際融資532.3億，刷新科創板記錄，斯達半導體漲停34天，位列A股漲停板榜首，卓勝微以570.54元的收盤價，進入高價股Top 5……天眼查數據顯示，截至12月，2020年全國新增超6萬家芯片相關企業……

　　風口上的芯片股，今年開年被GPU拉開大幕。穿透紅紅火火的資本市場背后，是什么讓國產GPU飛速進化？國產GPU究竟實力幾何？

　　GPU因何坐上云霄飛車？

　　我國芯片企業近年來主要有兩大驅動力：一是舉國體制，包括國產替代、科創板與注冊制等；二是產業升級和新興產業應用的涌現，對芯片產生了巨大的需求。

　　那么為什么GPU屢屢受到重視？

　　GPU作為計算機顯卡的核心，承擔著圖像處理和輸出顯示的任務。隨著市場需求的發展，GPU不止用于處理圖形圖像，其技術原理決定了它適用于大批量處理特定類型信息，且并行計算能力和能效遠遠超過CPU，所以逐漸衍生出了通用計算GPU（GPGPU），即利用圖形處理器進行非圖形渲染的高性能計算。超算、大數據處理、人工智能等對算力要求非常高的應用場景中，算力大都采用CPU+GPGPU或搭配專用加速芯片的構建方式。

　　目前在集成GPU市場，英特爾、英偉達、AMD三分天下；獨立GPU領域，幾乎是英偉達和AMD的天下，前者市場份額甚至超出2/3。

　　去年，英偉達市值首次超過英特爾，成為半導體業界的標志性事件，雖然不論營收還是利潤，英特爾依然是英偉達的好幾倍，但也足以說明，英偉達憑借多年來圍繞GPU軟硬件生態的耕耘、核心定位于數據中心+AI的方向得到了資本界的認可，也進一步論證了GPU平臺的潛力。

　　作為橫跨視覺計算和人工智能計算的通用平臺，GPU擁有巨大的市場空間。特別是因人工智能技術的發展，GPU作為核心算力基礎，在科學計算、自動駕駛、智能分析、密碼破解、圖像識別、大數據、金融交易等云端計算及邊緣計算領域有著海量的應用空間。也正是如此，GPU發展駛入快車道。

　　據東吳證券測算，GPU領域國產替代的市場空間超過50億美元。除了既有的游戲市場，在工業、醫療、軍事航天等方向都有進一步的發揮空間。偌大的蛋糕，究竟誰能切下一角？

　　國產GPU最新進展如何？

　　我國GPU技術領域起步較晚，廠商數量并不多，既有面向云端市場、人工智能的廠商，也有在圖形GPU領域尋求突破的創業者。第一類廠商目前走在最前沿，也獲得了資本市場更多的關注。粗略梳理，以下廠商發展值得關注：

　　天數智芯

　　旗艦7nm GPGPU云端芯片點亮

　　天數智芯1月15日宣布，旗艦7nm GPGPU云端計算芯片BI成功“點亮”，該公司表示這是國內第一款全自研、真正基于GPU架構的7納米制程GPGPU訓練芯片，量產后將廣泛應用于AI訓練、高性能計算（HPC）等場景。

　　圖源 | 天數智芯官網

　　BI芯片使用7nm制程及2.5DCoWoS封裝技術，容納240億晶體管，支持 FP32, FP/BF16, INT32/16/8 等多精度數據混合訓練，支持高速片間互聯，單芯每秒可進行 147 萬億次 FP16 計算（147TFLOPS@FP16），每秒可完成上百路攝像頭視頻通道的AI處理，性能達市場主流產品的兩倍。

　　據其官方介紹，BI 云端訓練芯片具備高性能、通用性、靈活性，將通過標準化的軟硬件生態接口為應用行業解決產品使用難、開發平臺遷移成本大等操作層面的實際痛點。

　　登臨科技

　　首款GPU+產品送樣， 并完成A+輪融資

　　登臨科技產品路線主打GPU+，即軟件定義的片內異構通用人工智能處理器，目前首款產品已回片通過測試，開始客戶送樣。前不久剛完成了由元禾璞華、元生資本聯合領投的A+ 輪融資，這是繼光遠資本、張江浩珩、張江高科領投的A輪后的又一輪融資，包括北極光在內的老股東持續在本輪加碼跟進。

　　登臨選擇是云端推理及端側高性能計算方向，產品化方向（Goldwasser） 基于Minsky異構架構。據登臨官方發布，Goldwasser GPU+ 產品在現有市場主流的 GPU 架構上，采用軟硬件協同的異構設計。經過超半年的帕拉丁仿真，市場需要的主流框架、模型、算子及兼容性和性能均得到了充分驗證。

　　景嘉微

　　下一代GPU后端設計中

　　號稱是A股唯一GPU芯片設計公司景嘉微，目前其第三代JM9系列GPU 研發已處于后端設計階段，官方發布預計性能將大幅提升，目標進入國內信創以及人工智能、云計算等中高端應用領域。

　　景嘉微GPU目前有JM5、JM7兩個系列，其中JM5400系列已經在國產軍用飛機上應用，替代了AMD/ATI的產品；JM7200系列采用了28nm工藝，據稱性能跟英偉達GT640（這是英偉達2012年的主流顯卡）相近，不過整體功耗不足10W，低于后者的50W TDP，目前該系列已獲得部分訂單。

　　根據官方所列規格，第三代產品JM9231 的性能可達到2016年中低端產品水平；JM9271 核心頻率不低于1.8GHz，支持PCIe 4.0 x16，搭配16GB HBM顯存，帶寬512GB/s，浮點性能可達8TFLOPS，性能不低于GTX 1080的水平，可達到2017年底的高端顯卡的水平。

　　芯動科技

　　布局移動、桌面、云端市場

　　圖源 | The Korea Bizwire

　　芯動科技針對國內信創市場推出了風華系列芯片，內置國產物理不可克隆iUnique Security PUF信息安全加密技術，提升數據安全和算力抗攻擊性，支持新基建桌面電腦和數據中心GPU計算自主可控生態。此外，16Gbps GDDR6高速顯存技術、HDMI2.1 8K顯示技術和Cache一致性Innolink Chiplet技術等，都將應用于風華GPU中。

　　去年10月，芯動科技與Imagination達成授權合作，采用多晶粒芯片（chiplet）和GDDR6高速顯存等SoC創新，芯動科技將全球首發全新頂配BXT多核架構， 推出桌面和數據中心的高性能圖形處理器GPU獨立顯卡芯片。

　　壁仞、沐曦

　　正在高速融資

　　除了上述企業，壁仞、沐曦都是當前被業界和資本關注的重點。

　　成立不到一年，壁仞科技已經累計融資近20億元人民幣。A輪由啟明創投、IDG資本及華登國際中國基金領投11億元人民幣；Pre-B輪由高瓴創投領投，云九資本、高榕資本、金浦科技基金、基石資本、海創母基金等投資機構跟投，現有投資方松禾資本、IDG資本、云暉資本、珠海大橫琴集團繼續追加投資。

　　壁仞致力于開發通用計算體系，在智能計算領域提供一體化解決方案。首先聚焦于云端通用智能計算，逐步在人工智能訓練和推理、圖形渲染、高性能通用計算等多個領域趕超現有解決方案，實現國產高端通用智能計算芯片的突破。

　　沐曦集成電路同樣走在高速融資的快車道上，成立不足半年，此前已獲得和利資本領投的億元級別天使輪融資；今年1月又完成了數億元Pre A輪融資，由紅杉資本領投，真格基金跟投，老股東和利資本及天津泰達等繼續加碼。其研發方向擬采用業界最先進的5nm工藝技術，研發全兼容CUDA及ROCm生態的國產高性能GPU芯片。

　　國產GPU熱賽道下的冷思考

　　我國發展高端GPU有一定的緊迫性和必要性：

　　其一，在GPU當前應用最為突出的人工智能領域，已經進入大規模落地階段，我國大部分AI芯片創業公司都在推理市場進行布局。一個重要拐點可能在2022年出現，屆時云端推理市場規模將超過云端訓練。

　　在國內企業喜迎推理市場大爆發之時，有一個基本點值得重視：進行推理應用的AI模型首先是在算力更強勁的云端被訓練出來的。如果訓練端被英偉達這樣的巨頭所壟斷，那么下游推理的落地、創新，是否會受到限制？

　　其二，英偉達收購Arm的消息從去年開始一直受到全球范圍內的關注，如果這樁交易成功，意味著一家幾乎“全能型”的算力企業的誕生：無論是高端通用算力，還是移動計算、物聯網，都將處于一家全面占據市場壟斷地位的美國企業掌握中，對全球乃至中國市場的影響是什么？

　　在種種技術趨勢和大國競爭的背景下，國產GPU不論是產品規劃還是資本介入，都已進入白熱化階段。但越是花團錦簇，越要警惕亂花迷眼，適當的“冷”思考有益身心：

　　第一，沒有實際產品卻被資本高度重視，“高配”創業團隊是當前的核心優勢，摩爾線程、壁仞、沐曦……都在演繹著創始成員名字撐起高估值的創富故事。

　　但是長遠來看，芯片技術最終還是需要經年累月的迭代和優化。巨大的研發費用和資本開支是必需，但是下游產業鏈長期、持續的利潤支撐才是芯片跨代發展的強力驅動。也就是說，芯片的成功和成熟需要大量的驗證和出貨，而找到可持續的落地場景才是長期發展的關鍵驅動力。

　　我國在高端GPU領域缺席多年，目前如景嘉微等，正處于從軍用向信創、民用市場的拓展階段，高端GPU業務從戰略布局成長為核心支柱還有漫長的征途。

　　第二，天數智芯、登臨等宣布產品“點亮”，固然是國產GPU的一大喜事，但也需要保持清醒，“點亮”只是研發成功，最重要的還要批量生產、落地，離最終的成功還有十萬八千里路。

　　一位業內人士表示，國產GPU要在云端訓練這個英偉達處于絕對壟斷的主戰場進行對抗，面臨的挑戰非常艱巨，幾大公有云廠商包括浪潮等基本都是采用英偉達的產品，服務器需要系統級的穩定性，不是光搞個加速卡就可以大規模上量的，服務器廠商不會輕易切換新硬件，因為風險太大了。

　　第三，在GPU領域，英偉達耕耘多年的CUDA開發者生態，也是英偉達生態的核心，很多深度學習的加速庫都是基于CUDA，并且是和英偉達的硬件深度綁定的，這是創業公司難以撼動的壁壘。

　　國產GPU如天數智芯、登臨等，在產品路線上選擇兼容CUDA。在與一位GPU方向的從業者交流時，他認為：“短期來看，國產GPU兼容CUDA更容易發展，畢竟寫算子是人力密集型行業，用戶遷移的話是需要100%遷移、整套代碼都要在你的片上跑，如果代碼量很小，需要的算子不那么多，難度就比較低。但是長期來看，還是要擺脫兼容思路，發展自有的核心技術。”不過他隨后打趣，“短期和長期的界定不是很好區分，有可能像凱恩斯說的‘長遠來看，我們都死了’，先活下來是硬道理。”

　　GPU只是半導體產業高歌猛進的一個縮影。在與一位投資人談起芯片領域的融資進度和規模時，他不無感慨地說道，“芯片投融資今年可能會更多，以往融資還有個PPT，接下來可能有些連PPT都沒有。”

　　先不說有沒有實際產品，最重要的是未來的軟件和開發者生態，這才是大規模商用的前提。國產GPU何時能夠真正突圍成功？值得關注和期待。