2022年9月1日，AMD和英伟达中国区接到美国总部命令称，将暂停服务器GPU在中国地区的销售，被限制的产品是有足够双精度计算能力的高端GPU，就NVIDIA来说，是以A100算力为基准，比它先进的所有显卡产品都会受限。
受此消息影响国产GPU企业景嘉微、海光信息开盘涨幅高达20%，市场消息称国产GPU将迎来加速发展。那么高端服务器用GPU停止向中国销售将会产生哪些影响？国产GPU企业是否将迎来利好？中国GPU行业发展的何种程度？
为解答上述问题，妙投邀请到某数据中心硬件供应商高管吕先生，为投资者答疑解惑。
核心看点：
AMD、英伟达停止在中国销售高端服务GPU会导致国内服务器、数据中心提升算力受阻，使相应企业不得不面对更高的能耗和更大用地面积，对AI、基础科学、医疗、东数西算、互联网、运营商等多个行业造成影响。
该消息对国产GPU企业不构成实质性利好，国产GPU企业没有A100、H100等超高算力的产品，现阶段国产GPU难以在高算力产品上形成替代效应，但长期看会加速国产GPU的发展。
国产GPU与海外GPU的差距体现在硬件和生态两方面，硬件差距体现在硬件架构和芯片制程方面，硬件架构的研发、升级和迭代依赖长期的、大量的资金投入，芯片制程依赖国内半导体产业链的共同努力。
中外GPU在生态方面的差距最大，海外的壁垒也最为坚固，英伟达的CUDA生态在教育、软件、系统、硬件等多个维度均形成了垄断，国内GPU企业自建生态的难度极大，大部分国产GPU只能兼容外部生态或采用开源生态。
2021年国内芯片进口金额约2.8万亿，创下了历史新高，2022年前7个月，我国进口芯片数量为3246.7亿个，同比下降11.8%，而进口芯片的金额却上涨至1.58万亿，同比上涨5%，预计2022年芯片进口额将再次刷新历史新高。
而GPU是一种专门在个人电脑、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的芯片，目前GPU凭借其超强的浮点运算能力，在工作站、服务器、数据中心、AI等领域均占据了至关重要的地位。AMD、英伟达停止向中国销售服务器GPU会产生哪些影响？
专家认为：从文件中可以看到此次禁用的是英伟达A100和H100，以及AMD的MI100和MI200，这4款GPU都属于最高端的服务器用GPU，市场定位不是针对普通消费者，只有高性能高精度计算集群才会使用如此高规格的GPU，通常只有服务器、数据中心、科研机构、实验室才会对如此高算力的GPU有需求。
影响主要集中于企业级数据中心，像运营商、互联网公司等企业的数据中心受影响比较大，算力高精度GPU一般用于AI神经网络集群、模型计算，医疗，以及一些基础科学计算领域，对这些行业的成本和效率会造成比较大的压力。
因为随着基础科学、互联网、数据中心这些行业的发展，数据的复杂程度越来越高，数据量也越来越高，其对算力的需求也越来越高，算力中心必须持续扩大规模，导致算力中心已经变成了能源密集型产业，采用最新制程、最新架构的GPU可以大幅度降低数据中心的能耗水平，降低计算卡采购规模。
现在禁用了最先进的GPU以后，只能采用相对落后的产品，导致算力中心的能耗、成本堪忧，影响还是很可观的。
国内也存在景嘉微、摩尔线程等GPU企业，此消息对国产GPU是否是利好？
专家认为：短期内会会有一波炒作，实际利好内应该是看不到。被限制的都是英伟达和AMD两大巨头旗下最先进的产品，甚至可以说这些产品是人类半导体行业的集大成之作，像这种级别的GPU国内没有任何一家企业能做到类似的水平，所以根本谈不上替代。
美国只禁用了英伟达和AMD算力最强的几款GPU产品，海外巨头们往期的老产品也依然能继续在华销售，国产GPU和海外巨头老产品之间的差距也属于数量级的级别。在信创领域之外，国产GPU依然希望不大。美国应该也不会傻到禁售全部服务器或者民用GPU产品。
长期来看的话，对于服务器领域硬件国产化能起到一定的加速作用，但真正能在商用领域实现大范围国产化时，一定是国产硬件产品自身具备了一定的素质，能满足各个产业的需求，像现在的水平想要实现大规模国产化还是非常难的。
国产GPU相较AMD和英伟达的GPU有何差异？
专家认为：差距体现在两方面，首先是硬件差距方面，国产GPU和英伟达H100单精度浮点算力硬性差距在一个数量级左右，英伟达还有针对矩阵计算专用的tensor核心，算上tensor核心的话差距在3个数量级左右。
要是说硬是用数量弥补质量的差距，也是可行的，但是在成本上非常不划算，也不会有企业愿意这样做。造成硬件差距的原因是国内芯片架构层面的落后，以及制程工艺的落后。
海外巨头在客户渠道方面经过了长期的积累，已经形成了非常稳定的企业级客户群体，稳定的营收保证了研发的稳定性，所以每2-3年巨头都会在上一代的基础上更新架构，硬件升级上更有连续性，算力性能可以有非常稳定的提升，已经形成了研发-销售-研发的良性循环。
国内GPU厂商的只有景嘉微等少数几家会自研ip架构，其他大多数企业的架构都是来自外采，架构的先进性和更新的稳定性难以得到保证。架构研发依赖很长时间的积累，英伟达通常会有至少2代的架构在并行研发。
制程的问题属于中国半导体产业链的问题，在半导体产品中，GPU对先进制程的依赖性仅次于手机soc和CPU，这方面中国存在天然的劣势，GPU企业也是无能为力。
差距最大的还是在生态，还是以英伟达为例，英伟达每年会支出数百亿美元用于构建和维护基于英伟达CUDA核心的生态，这部分资金用于资助企业开发基于CUDA生态的软件、系统和硬件。
长达十几年的生态维护使得基本市面上所有的工业软件、操作系统、游戏全部兼容甚至只兼容英伟达的CUDA核心，这是英伟达最核心的壁垒，即使是另一巨头AMD在生态环境方面都难以有所建树。
另外，英伟达为了培养用户使用习惯，和世界知名高校都有良好的合作关系，工程师从学生时代就在使用英伟达的生态，接受英伟达的硬件逻辑，这是最难改变的。
在生态方面，国内GPU企业进度较慢，目前看到也只有景嘉微在生态方面投入了少量的精力，其他大部分国内GPU厂商走的还是兼容外部生态或者采用开源生态的模式。生态方面的建设依赖超长期的资本投入，配合过硬的硬件素质才有可能实现。
