车企也是积极部署算力的大户。美对华AI芯片制裁升级，让国内所有搭建算力的企业遇到了困境。
文 /《汽车人》孟华
北京时间10月18日，美国商务部下属的BIS（工业和安全局）宣布对中国进一步收紧AI芯片的限制。
这一次是按照“性能密度”的标准来设置管制门槛。根据这一规则，不但英伟达A100/100算力芯片的中国特供版A800/H800也被禁售，而且产品RTX4090显卡也被禁售，后者多为游戏发烧友使用。
作为配套措施，美国将管制对象扩大到21个国家和地区，防范从第三国转口。同时，将国产AI芯片供应商摩尔线程、壁仞等列入实体名单。
限制措施逻辑不通
表面上，此举是时隔一年后对AI芯片限制的升级，实际上则是美国商务部对华为发售Mate60手机，突破美国芯片制造限制的回应措施。
如果说美国将芯片制造设备管制，从14nm加严到45nm，还有行为合理性的话（当时美国认为中国无法独立制造45nm芯片生产设备），但Mate60已经证实了华为有能力生产7nm制程Soc芯片（美国无法确知用了谁的设备、使用了什么工艺），美国为什么还沿着固有路线走，令人疑惑。
站在从限制中国拥有AI算力芯片这一角度，新的管制措施也不合理。和手机Soc对制程的要求不同，AI算力芯片对制程要求没有那么苛刻。比如A100制程也是7nm，只不过面积超大，为826mm²，功耗达到400W。既然7nm制程没有卡住中企，凭什么认为同样制程的AI算力芯片就能卡住呢？
当初认为华为没能力独立生产7nm制程Soc的时候，制裁“管用”了3年。而现在华为有对应产品，制裁只会送菜给华为海思。我们只能将其理解为美国的路径依赖，而不管制裁工具的效果是否适得其反。
此前美国围绕芯片的一系列制裁，都以限制中国组建先进制程生产体系为目标。现在这一目标已经不复存在，所有的出口管制政策，就相当于给中国的对手开拓市场。怪不得美国人也说英伟达真正的对手是BIS。
对算力的需求方兴未艾
毋庸置疑，如今的世界，是大模型和算力的时代。而这让擅长大模型计算的GPU，一下子将擅长浮点运算的CPU甩到身后，变得炙手可热。作为AI芯片的头号设计公司，英伟达的股价也来到了历史高位。
在2020年的时候，全球云计算和数据中心，有80%由英伟达GPU驱动。而今年上半年，英伟达H100显卡出货量达到800多吨，仍然缺货。全球前500名超算中，有70%使用英伟达AI芯片。不管谁能挖到大模型的金矿，卖“铲子”的英伟达恐怕最赚钱。
有意思的是，自从美国制裁中国AI算力之后，中国就不再参加这种算力比拼，而美国也不再掌握中国算力升级的情况。当时参与全球排名的绝唱，是神威·太湖之光（算力0.125E）。
据估计，中国目前拥有的算力为197E（1E=10^9G，而1G意味着每秒进行10^9次哈希运算）。中国计划在2025年之前达到300E算力，这其中除了大学、研究机构、政府机构，产业界中车企、IT公司、ICT公司，都是积极部署算力的大户。
继语言大模型之后，现在车企都拼命卷图像大模型。在车载环境中，前者可用于智舱互动，后者则解决智驾模型训练的问题。显然，后者是刚需。以至于现在没有“智算中心”（或者叫云端算力）规划的车企，都很难继续将“智驾”作为核心产品力。
小鹏汽车在乌兰察布部署“扶摇”，蔚来在合肥部署“蔚来云”，长安汽车与百度合建“长安智算中心”，比亚迪部署“云辇智算”，长城旗下毫末智行部署“雪湖·绿洲”，吉利部署“星睿智算中心”，特斯拉计划在沪部署“上海智算中心”。
这些智算中心，除了少数在试运行，大多数还在建设中和规划中，尚未落地。
不用说，在空前的智算中心节点建设热潮中，英伟达的产品被抢购到何种程度，甚至一度到了二手的H100都能卖到10万元的价格。
在2020年，人们还没有想到车企的未来生产工具需求，居然是大规模算力。和其他站在工业前沿的部门一样，车企对算力增长（中心/云端算力和本地算力）的需求，就像当年对金属、塑料半成品的需求。
算力市场有多大
华为海思不存在严格意义上的GPU，910被称之为“AI加速卡”（其实A100的主要功能也不充当GPU）。
其实不止是华为，在烧了大量的研发经费后，国内AI芯片厂商已经多达6000多家，其中主流厂商约60余家，已经大致形成了三个梯队。
第一梯队包括海光、华为、寒武纪等厂商，有成熟产品，且有商业化量产规模的应用；第二梯队主要是燧原、昆仑芯、天数、壁仞、沐曦等创业企业，已经发布了AI产品，但应用领域还相对有限；第三梯队则是一众仍在埋头AI芯片研发，尚无AI芯片量产的早期企业。
在此之前，有图形模型训练需求的企业（主要是车企和智驾软硬一体公司）还可以选择使用A800这样的阉割版来搭建算力，而不选华为的昇腾910（尽管华为曾经夸口说该卡可以对标A100），现在就算还能以某种途径买到英伟达产品，最好的选择也是国货了。
现在美国的新管制措施，让国内所有搭建算力的需求没得选。而此前，只是受到制裁的单位没得选。如果按照“2025规划”，中国平均每年新增算力需求50E，就算都用能效比最高的H100/A100计算卡，也得接近200万块。
目前新品H100已经炒到25万-30万元了，就按低的算，也是5000亿元/年。假设英伟达高端计算卡在中国的市场占比达到70%，那么美国此举就让英伟达将3500亿元的算力芯片市场让给华为等中企。
车企“智算”面临替代压力
站在算力用户角度，英伟达A100相对华为昇腾910的优势，除了效能高（算力相当的时候功耗更低），更重要的是围绕英伟达有完整的开发生态。英伟达著名的CUDA（英伟达推出的一种通用并行计算平台和编程模型），还提供各种深度学习框架、机器学习库和计算库等工具，简化了开发模型工作量。
这是英伟达产品的核心竞争力，它借此吸引了大量需求，从而不断强化和迭代技术，形成现在独孤求败的局面。
现在国内车企面临的局面是，车端算力没有被限制。高通、英伟达产品仍占据主流，但前者已经受到对手（寒武纪、地平线、黑芝麻等）和市场需求的双重影响，营收和利润都在往下走；而后者的车端算力生意，只占其总量的15%，而且对手（地平线）没有对其占据的高端需求构成威胁。
中心算力这一块，其实是跨越了汽车行业，变成全社会的数字基础设施和生产工具。尽管英伟达占据绝对优势，但架不住BIS给华为助攻，迫使其让出中国市场。
华为海思的AI生态不完整，但在巨量需求下可以带着用户建立。车企如果已经囤积了英伟达的AI板卡，需要将其软件迁移到国产生态当中，而国产系统的开发套件，要能支持新软件的开发。
这样一来，已经完成系统搭建的“智算中心”，需要做迁移工作。虽然不急（因为国产生态还没建立起来），但早晚得做。而尚未实际部署的智算需求，就算能钻空子买到英伟达的AI板卡，也不如去买国产货。效能差一点、生态不完整，都已经不重要了。这两者都与成本有关，现在则是模型训练系统有和无的问题。
国内本就有庞大市场，美国添油式制裁，导致下游用户使用国产芯片，从成本和便利考量，变成了必选项。以前车企尚未面临华为曾经面临的供应链“替代”压力，现在也充分感受到了。其实一些车企早就开始做准备了，而不是等着制裁到自己头上才行动。
除了特斯拉，其他外国品牌跟进智算中心非常罕见，原因并非对智驾大模型缺乏需求或者兴趣，而是这种数字基础设施，本身需要强大的电力支持。一两家企业很容易解决，如果形成普遍需求，那就无法支撑。
比如中国的2025年实现300E算力，光是计算卡自己的功耗就达到1.37GWh（每小时137万度电），等于全年增加120亿度电的负荷，相当于英国年发电量的40%。这种超大规模的算力部署，光是电力支持，英国这样的中等发达国家都玩不起。
未来的算力争夺，必然在中美之间展开，没有别的玩家。而中国车企将是这场巨大规模游戏的积极参与者和见证者，它们正在经历AI芯片从美国供应全球到壁垒分明的历史进程。【版权声明】本文系《汽车人》原创稿件，未经授权不得转载。
