中国GPU制造商的崛起人工智能和技术主权推动新的GPU进入者

根据JonPeddieResearch的一份新报告，随着中国试图获得AI实力和半导体主权，中国GPU初创公司的数量非常多。此外，近年来，随着对人工智能(AI)、高性能计算(HPC)和图形处理的需求以前所未有的速度增长，全球GPU制造商的数量也在增加。在PC的独立显卡方面，AMD和Nvidia保持领先，而英特尔正在努力追赶。

18位GPU开发人员

在1980年代和1990年代，数十家公司开发了显卡和独立图形处理器，但在3D游戏中追求最高性能的激烈竞争导致绝大多数公司倒闭。到2010年，只有AMD和Nvidia可以为游戏和计算提供具有竞争力的独立GPU，而其他公司则专注于集成GPU或GPUIP。

2010年代中期，在中国推动技术自给自足以及人工智能和高性能计算成为高科技大趋势的推动下，中国PCGPU开发商的数量迅速增加。

根据JonPeddieResearch的数据，总共有18家公司开发和生产GPU。有两家公司主要针对智能手机和笔记本电脑开发SoC绑定GPU，有六家GPUIP提供商，还有11家GPU开发商专注于PC和数据中心的GPU，包括设计图形的AMD、英特尔和Nvidia最终出现在我们最佳显卡列表中的显卡。

事实上，如果我们将比人科技和天数智芯等其他中国公司加入名单，将会有更多的GPU设计师。但是，碧仁和天书智芯目前只专注于AI和HPC，所以JPR不认为他们是GPU开发者。

个人电脑 直流电 知识产权 片上系统

超微 比仁 手臂 苹果

螺栓 天书智信 数据管理平台 高通

芯动科技 第3行-单元格1 畅想科技 第3行-单元格3

英特尔 第4行-单元格1 想想硅 第4行-单元格3

京亚 第5行-单元格1 芯原 第5行-单元格3

元X 第6行-单元格1 习硅 第6行-单元格3

摩尔线程 第7行-单元格1 第7行-单元格2 第7行-单元格3

英伟达 第8行-单元格1 第8行-单元格2 第8行-单元格3

思艺 第9行-单元格1 第9行-单元格2 第9行-单元格3

香底线 第10行-单元格1 第10行-单元格2 第10行-单元格3

兆新 第11行-单元格1 第11行-单元格2 第11行-单元格3

中国需要GPU

作为世界第二大经济体，中国不可避免地要在几乎所有方面与美国和其他发达国家竞争，包括技术。中国做了很多工作来吸引世界各地的工程师，并使在国内建立各种芯片设计初创公司变得有价值。事实上，中国每年都会出现数百家新的IC设计公司。他们开发了从微型传感器到复杂的通信芯片的各种东西，从而使该国能够从西方供应商那里实现自给自足。

但要真正赶上AI和HPC的潮流，中国需要CPU、GPU和专用加速器。在计算方面，中国企业不可能在短时间内将CPU和GPU市场长期领先者甩在身后。然而，可以说，开发和生产像样的GPU比尝试构建具有竞争力的CPU更容易，也可能更有成效。

JPR负责人乔恩·佩迪(JonPeddie)表示：“人工智能培训是[中国GPU公司]的一大动力，也是避免英伟达的高价，以及(也许主要是)中国对自给自足的渴望。”

GPU本质上是并行的，这意味着内部有大量计算单元可用于冗余，这使得GPU的启动和运行变得更加容易(假设每个晶体管的成本相对较低且整体产量不错)。此外，由于GPU基本上是并行的，因此更容易以横向扩展的方式将它们并行化。请记住，总部位于中国的中芯国际没有像台积电那样先进的生产节点，这种性能扩展方式看起来已经足够好了。事实上，即使中国GPU开发商无法使用台积电的先进节点(N7及以下)，至少他们中的一些人仍然可以在中芯国际生产更简单的GPU设计，并解决AI/HPC和/或游戏/娱乐市场。

从中国作为一个国家的角度来看，具有人工智能和高性能计算能力的GPU可以说也比CPU更重要，因为人工智能和高性能计算可以实现全新的应用，例如自动驾驶汽车和智能城市以及先进的常规武器。美国政府当然限制向中国出口超级计算机绑定的CPU和GPU，以减缓甚至限制先进大规模杀伤性武器的发展，但相当复杂的具有AI功能的GPU可以实现自主杀手无人机和无人机群例如，代表一股强大的力量。

GPU微架构相对简单，硬件设计成本高

同时，应该指出的是，虽然有很多GPU开发人员，但实际上只有两个可以为PC构建具有竞争力的独立GPU。这也许是因为开发GPU架构相对容易，但要正确实现它并设计合适的驱动程序确实很难。

CPU和GPU微架构本质上处于科学与艺术的交叉点。Peddie说，它们是一组复杂的算法，可以由相当小的工程师团队开发，但它们可能需要数年时间才能开发出来。

“[微架构]在餐巾纸和白板上完成，”Peddie说。“[至于成本]如果只是架构师本身，[团队]可能只有一个人，也可能只有三到四个人。[但是]任何类型的架构、建筑物、火箭飞船、网络或处理器都是复杂的国际象棋游戏。试图预测制造过程和标准将在五年后出现在哪里，成本性能权衡在哪里，要添加什么功能以及要删除或忽略什么是非常棘手和耗时的工作。[...]建筑师他们花很多时间思考假设场景——如果我们将缓存扩大25%会怎样，如果我们有6,000个FPU会怎样，我们是否应该做一个PCIe5.0I/O，它会及时推出吗?”

英伟达

(图片来源：英伟达)

由于微架构可能需要数年时间才能开发出来，并且需要才华横溢的设计师，因此在一个上市时间就是一切的世界里，许多公司从Arm或ImaginationTechnologies等公司获得现成的微架构甚至经过硅验证的GPUIP的许可.例如，芯片和物理IP的合同开发商Innosilicon从Imagination获得GPU微架构IP许可，用于其FantasyGPU。还有另一家中国GPU开发商，它使用Imagination的PowerVR架构。同时，兆芯使用了从ViaTechnologies获得的高度重复的GPU微架构，后者继承了S3Graphics。

开发微架构的成本可能会有所不同，但与现代高端GPU的物理实现成本相比，它相对较低。

多年来，Apple和Intel这两家拥有大量工程人才的公司都依赖Img进行GPU设计(Apple在一定程度上仍然如此)。联发科和其他较小的SoC供应商依赖Arm。高通长期使用ATI/AMD，三星在尝试设计自己的图形引擎几年后使用AMD。

两家新的中国公司聘请了前AMD和Nvidia架构师来创办他们的GPU公司，另外两家使用Img。上市时间和学习成为架构师的技能、担心什么以及如何找到修复是一个非常耗时的过程。

“如果你能去一家已经有设计并且已经设计了很长时间的公司，你可以节省大量的时间和金钱——上市时间就是一切，”JonPeddieResearch的负责人说。“陷阱太多了。并非AMD或Nvidia设计的每个GPU都是赢家。[但]一个好的设计经过调整可以持续几代人。”

新生产节点的硬件实施和软件开发成本高得令人望而却步。国际商业时报估计，使用5纳米级技术制造的相当复杂的设备的设计成本超过5.4亿美元。这些成本在3nm时将增加三倍。

“如果你包括布局和平面图、模拟、验证和驱动程序，那么[GPU开发人员]的成本和时间就会猛增，”Peddie解释道。“硬件设计和布局非常简单：错了一条线，您可能要花几个月的时间才能找到它。”

世界上只有少数公司能够开发出具有现代游戏复杂性的芯片或来自AMD和Nvidia(460亿至800亿个晶体管)的计算GPU，但中国的Biren可以用其BR104和BR100做类似的事情设备(我们推测BR104包含大约385亿个晶体管)。

思绪

尽管成本高昂，但11位PC/数据中心GPU设计师中有8位来自中国，这不言而喻。也许在不久的将来，除了美国大公司之外，我们不会看到任何人推出具有竞争力的独立游戏GPU。这部分是因为开发GPU既困难又耗时，并且在很大程度上需要为这些高复杂性GPU提供极其昂贵的硬件实现。中国能否吸引有竞争力的进入者还有待观察，但任何失败都不会源于缺乏尝试。