圍剿英偉達

1、反抗

一個隱祕的微信羣，在上海張江的AI芯片公司人士中口口相傳，羣名叫「國產芯片抱團取暖羣」，進羣的必須是國產芯片公司員工，在這里，即使是競爭對手，也會交換信息，互換商務資源。

「國產芯片抱團取暖羣」圈定了一塊停戰區，同行可以暫時休戰，互幫互助，只因爲大家都有一個共同的敵人：。

因為英偉達的存在，國產芯片公司的銷售，多少都嘗過一點屈辱的滋味。

李明（化名）是一家國產GPU公司的銷售，這一輪AI熱潮掀起時，他曾信心滿滿地去見客户，可來不及寒暄，客户開口就是連環追問：

「你們的東西，和英偉達A100芯片相比，啥差距？英偉達有NVLink，你們有什麼？」（作者注：NVLink是把多個GPU芯片連接起來，避免GPU的數據搬到CPU計算，以提升計算效率）

眼見用產品和技術打動不了客户，李明的團隊開始想辦法託關係，找「更有力的人士」去遊說，但客户還是擺擺手，「我們還是想用英偉達」。

英偉達A100，8平方釐米面積上就塞了540億個晶體管，是打開AI大模型魔盒的鑰匙。大模型訓練，像是在海量數據中「煉丹」，目的是找出數據變化的規律；而用英偉達芯片訓練大模型，就好比讓幾億個智商200的人來算數，而其它芯片的效果，只等同於找了幾千個智商100的人來計算。

最*的科技公司，都在瘋狂搶購英偉達。誰擁有最多的英偉達高端GPU，誰就有機會訓練出更聰明的大模型。

公開信息顯示，OpenAI目前掌握着全世界最多的英偉達高端GPU，至少達五萬片；谷歌、Meta也是萬卡集羣的擁有者（2.6萬左右）；而國內罕見有英偉達高端GPU萬卡集羣的互聯網大廠，是字節跳動（1.3萬）。

英偉達壟斷着全球產業鏈上*的資源——擁有臺積電最充足的芯片先進製程產能、籠絡着全世界*的工程師用户羣體，掌握了一眾AI公司的計算命脈。

*的壟斷，往往會滋生不滿、憤怒和逃離。

「今天所有做大模型的，基本都在嚴重虧錢！只有一家在賺錢！英偉達」，一位行業人士語氣忿忿不平——「英偉達的利潤率讓所有的客户都很難受，很傷害AI行業！」。

財報顯示，英偉達毛利率達到71%，其中，熱門產品A100和H100系列，毛利率高達90%。作為一家硬件公司，英偉達居然享有比互聯網軟件公司更高的毛利率。

高價暴利，讓英偉達的大客户開始逃離。7月30日，蘋果宣佈其AI模型用8000片谷歌TPU來訓練，而英偉達含量是0；消息一出，英偉達股價下跌超7%，創下近三個月*跌幅，市值蒸發1930億美元，幾乎跌掉了一個拼多多。

對於所有想在英偉達身上撕下一塊肉的國內GPU企業來説，2022年是個轉機之年，美國數輪禁令下達，英偉達迫於生計，在中國持續推出閹割版本芯片，但又被快速禁用：

2022年9月，A100/H00禁止向中國出口，英偉達推出閹割版本A800/H800；2023年10月，A800/H800/L40/L40S/RTX4090被禁止向中國出口；2024年6月，英偉達創始人黃仁勛稱，將向中國推送閹割版本的L20、H20芯片。

然而，閹割版本引發了行業更激烈的聲討。英偉達即將推送的H20，價格雖是英偉達H100的一半，性能卻前者只有1/3。一位AI行業人士怒斥——「這不就搶錢嗎？純純智商税！」

當英偉達的客户開始不滿與憤怒，那些想代替英偉達的國產芯片公司，卻在這種情緒中得到了「滋養」。

過去，他們只能跟在英偉達的屁股后面，艱難分食一點點蛋糕碎屑。半導體分析公司TechInsights的一項數據顯示， 2023年，英偉達在數據中心GPU出貨量市場份額高達98%，國產芯片和一眾芯片巨頭加起來，只佔微弱的2%。

誰能替代英偉達？國產AI芯片廠商看到了生機。

「今年咔嚓，英偉達在中國的90%市場都給釋放出來了，能不能搶到，各憑本事」，一家國產GPU公司創始人表示。

在動力電池行業，寧德時代一騎絕塵，被競爭對手們虎視眈眈。如今，在AI芯片領域一家獨大的英偉達，也被諸多同行視為眼中釘、肉中刺，但英偉達的不同在於，它的壁壘更高，與對手們的差距更大。

我們嘗試通過英偉達對手們的反抗，去找到「英偉達的裂縫」，放眼GPU行業，國產GPU、AI芯片廠商雖然力量孱弱，但他們更懂中國市場，打法更加本土化；而諸如英特爾、AMD等老牌芯片巨頭，則有着更充足的糧草彈藥，正面對擊英偉達。

短期內，英偉達不會被打倒，但它也不會毫發無傷。

2、突圍

想突圍，就要找到對手的弱點。英偉達的弱點之一是：傲慢。

芯片行業，本質上是一個To B軟件行業。客户需要芯片廠商「陪伴感」的服務，比如把硬件調試好、把軟硬件兼容做好，陪伴到位了，客户纔有粘性，芯片產品就不容易被替換。

但多位國產芯片人士表示，在中國市場，除了像BAT、字節這樣幾十億規模的大采購方，其余大部分公司交易額縱使達幾千萬，幾乎很難得到來自英偉達的售后服務。

也就是説，當使用英偉達芯片的中國工程師們有疑惑時，只能靠自己到英偉達官網上搜索文檔，或者去社區自學。

和英偉達合作時，中國客户們的種種需求經常得不到滿足。一位芯片行業人士表示，英偉達在中國一般會推最高配、最貴的全套方案，而當客户提出針對特定場景的定製化要求時，也一般會被否掉，客户們買完卡后，要「自己琢磨，或者再找厲害的算法公司搞定」。

英偉達的這種做法，積累了不少中小客户的抱怨。「英偉達如今作為大廠，對小客户已經不會像過去那樣重視，他們的產品沒有挑戰者，不需要去費力討好客户」，前述人士表示。

但在過去，英偉達生態的崛起其實印證了服務對於芯片行業的重要性：2006年，CUDA生態剛起步時，英偉達產品和如今的國產芯片一樣並不出色。但英偉達團隊先從高校的科研團隊推起，再滲透到每一個細分行業的初創公司做軟硬件適配，纔有瞭如今的大片江山。

中國芯片廠商們，也領悟到這一點，嘗試從客户服務開始切入。

國內某家不願具名的AI芯片公司，2023年以來，嘗試讓后臺的研發人員走到一線親自服務——不僅要駐場聯合調教，在銷售打單后，給客户專門拉個有研發人員的小羣。客單價小到幾百萬、幾十萬不等，都能享受7×24小時的諮詢。

光提供本地化的貼心服務遠遠不夠，在英偉達中國大撤退之余，芯片行業而早已不簡單是芯片產品本身對決，更考驗着各自對時間窗口期的把握。中國芯片廠商就像一羣狼撲上來，轟轟烈烈的打單開始了。

華為來勢最兇猛。華為此前聯合訊飛，發佈的設備「星火一體機」上，就搭載了「昇騰910B」。這顆芯片，曾號稱單卡能力「對標英偉達A100」。不為人知的是，光鮮案例背后艱難的一面——《智能涌現》瞭解到，華為對此不惜人力成本，調配了幾百名工程師下場幫訊飛調教參數。

儘管這被行業稱為「手工打造」，但標杆案例一出，許多大模型公司、互聯網公司都對華為拋出了測試的橄欖枝。

一家國產芯片銷售驚訝發現，自從去年7月份至今，只要是公開招標的智能算力中心項目，都能看到華為級別不低的管理層在那駐場，「華為如今一個項目可以派幾百個人上去服務，甚至一些關鍵項目不惜虧本，從別的項目獲得收入」。

前述不具名芯片公司，也配齊了200名鐵血銷售——在國內芯片行業，這都是一個相當罕見的配置。他們的銷售團隊從大模型落地最火熱的三個領域開始入手，金融、法律、工業，幾乎出現在每一場與算力相關的展會， 「芯片行業，資源*，跑的慢了就死掉了」。

國產芯片一場隱祕的價格戰也開始了。

芯片廠商燧原一位人士告訴《智能涌現》，他們的目標是，不惜單價，也要拿下更多標杆智能算力中心的單子。36 氪觀察到，有的國產公司推理卡，爲了降低成本，不惜把價貴的HBM（高帶寬內存）拿掉，甚至以低於成本價50%的價格在出貨。

「不管怎麼樣，大家還是希望從各個切入點突破，各自從英偉達那切走一小小塊蛋糕，讓英偉達不再是一家獨大」。

但現實卻是殘酷的，具體到產品上，國產AI芯片難免出現種種問題。

一位芯片人士舉例：同樣處理一個數據集，用英偉達的A100集羣來跑，可能只需要十天，但用某些國產芯片產品，可能要跑上好幾個月。國產芯片硬件上積累的時間太短，又缺先進製程，硬件上的差距，導致使用效率不高。

軟件短板也很明顯。另一位行業人士測試發現，當使用國產芯片跑大模型時，若要在上面做更多酷炫應用，基礎大模型做一旦改動，國產芯片就容易發生死機，「很多情況下，國產芯片大家基本是捏着鼻子用起來」。

如今，各家真正看清了眼前的「圍剿」策略，也逐漸分化出了更現實的路徑：

儘管還有少數派繼續往萬卡、萬P進發，着重訓練場景，和英偉達硬剛，其中以摩爾線程、華為為代表；但更多數派的選擇是，轉而更關注大模型/小模型在各行各業的落地，從對硬件、軟件要求都不高的推理場景抓起，以燧原、天數智芯等為代表。

「我們如今沒有盲目追趕英偉達，我們追不起，不敢盲目做超大算力的芯片」，一位芯片行業人士直言。

國內芯片廠商們一個現實的考量是，英偉達的主要精力並不在此，國內廠商為此避開了英偉達的正面戰火。

此前，大部分公司基於成本考慮，多采用英偉達消費級遊戲顯卡4090來跑推理——這些卡的問題一堆：功耗過高、內存不夠、被禁用。英偉達官方也不允許這些消費級顯卡被用於大模型推理。

國產芯片公司從英偉達這一空白處切入。天數智芯、燧原今年都在猛推對標4090的推理卡，打出了大內存、低功耗、供應穩定的賣點。

國產芯片廠商也明確了找準細分市場的重要性。比如則針對一些功耗敏感的場景，主打低功耗小芯片；或者扎進視頻優化等細分場景，做小而美的生意。

巨頭戰場，劍拔弩張

當國產GPU公司將「超越英偉達」寫進PPT，這更像一種美好的願景，這羣公司成立時間不長，迎上了國產替代的風口，即便只超越一點，也被視作是壯舉，英偉達之於他們，是對手，也是標杆。

但論及與英偉達輩分相當的英特爾、AMD，氣氛就更加劍拔弩張。

「我們內部將英偉達當作死敵」，AMD的一位MI系列產品線的研發人員告訴《智能涌現》。

在今年6月的臺北電腦展（Computex 2024）上，AMD創始人蘇姿豐（她還是英偉達創始人黃仁勛的表親）也首次明確了未來AMD在GPU上的產品節奏——每年迭代一款新的GPU產品，和英偉達更新節奏保持一致。

英偉達幾乎每上一款GPU，AMD都會*時間從市場上買回來拆機，與還沒上市的產品做對比。「這里要加點feature（指標）、那里參數要拉高」，他們追求的是，「硬件上不能落后於英偉達，參數上微贏」，前述人士對《智能涌現》提到。

2023年以來，AMD中國生態合作伙伴們，幾乎每隔兩天，就會收到來自AMD的軟件優化新訴求。爲了推廣他們的GPU，AMD高管們有時還會要求更優勢的CPU部門，搭配着GPU去打單，頂着CPU可能賣不出去的風險。

「AMD的人天天‘燒香拜佛’，就希望我們把生態搞起來」，一家生態公司高管表示，據他透露，目前國內已經有10多家雲廠商和To B客户，在和AMD芯片相關的適配和效果驗證。

相比於一眾焦灼的國產芯片廠商，國外芯片巨頭們在硬件層面的優勢在於，擁有先進製程和HBM產能，因此，AMD、英特爾的產品，相比於英偉達產品其實不會有太大的差距，某種程度上甚至更優異。

官方的數據顯示，AMD的產品（2023年12月發佈的MI300X）此前宣稱算力是英偉達H100的1.2倍；英特爾的產品（2024年4月發佈的Gaudi 3）在能效和推理性能上也遠超H100。當然，也更便宜，AMD的GPU價格大概是英偉達對標產品的七八成。

但所有和英偉達正面硬剛的廠商都面臨着一個共同的難題：大家的硬件如何有優勢，都因軟件劣勢而黯淡，如同木桶的短板。

在GPU還只能用於圖形計算的年代，英偉達推出的軟件平臺CUDA，相當於給開發者提供了一套編程接口，讓他們能最熟悉的編程語言，在GPU上自如編寫計算程序。

「我給你們打個比方，CUDA為什麼超越不了，就好比你學會一種語言，這麼多年，都是用這個語言干活的，如果我讓你換一套語言，你會不會很難受，會不會不願意？」一家芯片公司員工這樣給《智能涌現》舉例。

CUDA作為英偉達軟件生態壁壘最深厚之處，縱是家大業大的英特爾、AMD也無法短時間內彎道超車。

一位英特爾GPU團隊前員工告訴《智能涌現》，他們曾經安排全球3000多名工程師、投入了三四年，卻只把精度從0%提升到4%——他們用英特爾的芯片轉換一張人像，等待許久，信息丟失到「已看不出是一張人臉」。

「雞生蛋還是蛋生雞」的謬論再現。正是由於AMD和英特爾的GPU用的人不多，其及對應的軟件平臺（ROCm、oneAPI）用的人也更少，因此很難有人能把它們真正的硬件能力完全發揮出來。

「英偉達的CUDA一直有那麼多開發者在上面迭代算法，幫英偉達把推理和訓練做得很高效，導致英偉達一直能有議價權，他也永遠知道他下一個芯片應該咋做，但這是AMD和英特爾都很頭疼的事」，一家AMD生態公司CEO直言，如今AMD的軟件工具ROCm，「就像20年前的英偉達CUDA一般」。

但對於下游客户來説，風險正是由此而生。

驗證大模型本就是一項有不確定性的實驗，若還要在一個沒有被驗證過的芯片上跑，相當於把兩個不可控的變量放在一起——拋棄英偉達，意味着要支付巨大遷移成本，承載不確定性。

儘管如此，圍剿英偉達，對於AMD和英特爾這兩家來説，依舊是一場不得不打的仗。

全球芯片架構三分天下：X86架構指導着PC領域，是英特爾和AMD的天下；移動市場是Arm的天下；英偉達則主導着人工智能市場。

在全新AI革命引領時代的近一年半，英偉達一度跨過3萬億美金市值大關，如今也相當於7個英特爾+AMD市值的總和。

時隔20年后，芯片巨頭們對英偉達的「圍剿」，是又一場焦灼的聖戰，這也是一場后知后覺的反撲。

3、真正的裂縫

當國內AI芯片公司組成螞蟻雄兵，AMD和英特爾全力以赴，遭遇此等圍追堵截的英偉達，真的被撼動了嗎？

英偉達帝國的裂縫，正在悄悄蔓延。

一個讓英偉達必須警惕的信號是，OpenAI、谷歌、微軟……這些因AI信仰，為英偉達充值的大客户們，正邁出「反英偉達」*步。

自研芯片是各家籌謀已久的棋局。一位谷歌TPU團隊的前核心員工告訴《智能涌現》，用掉了世界上1/4算力的谷歌，「可能年底就不對外採購芯片了」。過去谷歌自研TPU更多基於成本考慮，比如擔心英偉達隨意漲價，或者供應不夠穩定，如今谷歌的造芯策略更為激進——「幾乎是不計代價和成本投入」。

OpenAI則有無數手準備，他們計劃籌資高達7萬億美元，建立一個全新的AI芯片帝國。

在國內，《智能涌現》也從多方瞭解到——目前英偉達在國內*的買方，阿里、字節、百度，基本都在祕密研究用於大模型訓練的芯片。

不過，自研芯片畢竟是一個長遠之計，這些大客户們短期內的另一項方案是，嘗試英偉達對手們的產品，減少對英偉達的依賴。

AMD就是這個Plan B。一位AMD內部人士告訴《智能涌現》，AMD的GPU產品已經在歐洲、美國、韓國等地，打開了大客户市場——微軟已經採購上萬片AMD的產品，特斯拉、Midjourney、美國國家實驗室、韓國電信也都已批量提貨。

在國內，AMD生態公司員工陳文表示，AMD某型號加速卡在2023年有幾百片出貨，雖不多，「但AMD的這款產品，此前在國內幾乎查無此人」。

根據AMD方面此前樂觀預計，在2024年年底，數據中心GPU將給AMD帶來高達20億美元的收入。

而中國芯片廠商的螞蟻雄兵，雖然尚未對英偉達造成實質性威脅，但星星之火，也有漸起之勢。

《智能涌現》瞭解到，如今，國產訓練、推理芯片的銷售，已經躍進了一個新臺階——一個令人欣慰的積極信號是，國內公認最難打單的互聯網公司、大模型公司，已對國產芯片廠商開了口子。

據《智能涌現》瞭解，目前，昇騰芯片已經艱難突圍進百度在內的互聯網公司體系。

此外，國內諸如智譜AI、MiniMax、階躍星辰等AI公司，都在訓練萬億參數規模的大模型，但在英偉達高端芯片有限的情況下，大模型公司們普遍選擇「混訓」（即英偉達+其他芯片），比如，智譜AI的集羣儲備了近半的昇騰芯片。

另外，天數智芯、燧原的推理芯片產品去年以來，雙雙有了數萬片的出貨，出貨渠道包括國內各大智算中心，前者打進了大模型廠商百川的供應鏈；百度崑崙芯這邊，過去兩代推理芯片累計出貨量3-5萬片，來自百度和外部渠道的出貨量已各佔一半。

「英偉達現在的價格和供應水位，正處於試探大家干不干、怎麼干的邊界線上」，一位行業人士直言。

如果把眼光拉得更到未來三五年，英偉達新的威脅也在逐漸閃現。

行業里面也出現了GPU之外的全新的AI芯片架構——比如此前推出LPU架構的硅谷芯片公司Groq，號稱運行大語言模型比英偉達的GPU「速度快了十倍」。

還有發佈了大模型ASIC芯片的硅谷芯片Etched，號稱比英偉達GPU「快了一個數量級」。這些芯片創業公司，背后站着OpenAI這樣的明星投資陣容。

《智能涌現》瞭解到，國內今年以來也冒出了全新的AI芯片創業公司。比如，上海市近來祕密支持了兩家全新的AI芯片公司。

一家國產TPU公司「中昊芯英」CEO楊龔軼凡表示，GPU的整體晶體管利用率只有20%，其實缺陷很明顯，相比之下，TPU和ASIC等新的架構雖然通用性不強，但晶體管利用率能夠達到60%-100%，「未來三五年國內外必定出現一大堆GPU架構之外的AI芯片」。

星星點點，足以讓英偉達這個巨物被撼動。

「你以為英偉達就像是外表看來一騎絕塵無對手？真不是」，一位英偉達員工告訴《智能涌現》。正如黃仁勛經常掛在嘴邊的一句話，「我們距離倒閉，只有30天的時間 」。

英偉達做了十幾年的準備，再撞上OpenAI這樣的天才公司，才共同催化纔出現了英偉達的奇蹟。在過去，半導體行業最不缺乏彎道超車巨頭的故事。

圍剿英偉達之戰的硝煙，早已燃起。

【本文由投資界合作伙伴36氪授權發佈，本平臺僅提供信息存儲服務。】如有任何疑問，請聯繫（editor@zero2ipo.com.cn）投資界處理。