给我100亿，我要造一个超越英伟达的国产GPU，这事你信吗？
看似天方夜谭的事情，正在中国真实发生着。
近两年，国产初创GPU公司累计拿下了超百亿的融资，成立18个月的壁仞科技融资总额超过50亿，摩尔线程一年融资30亿，沐曦集成电路第五轮融资10亿元，天数智芯拿下10亿元C轮融资。
这样的巨额融资，看的出资本市场坚信国产GPU光明的未来，比融资额更吸引人眼球的，是国产初创GPU的豪言壮语。
摩尔线程在不到300天的时间里，宣称完成了首颗国产全功能GPU的研制，纸面算力相当于2016年推出的英伟达GTX 1070。
壁仞科技更为激进，不到3年时间就推出了首款通用GPU产品BR100系列，宣称其旗舰产品的峰值算力超过了英伟达目前在售的旗舰计算产品A100 GPU的3倍。
刚刚登陆科创板的龙芯中科则在招股书中称，募资额中的12.58亿会投入先进制程芯片研发及产业化项目。
其实，这并不是中国造芯第一次让人看到朦胧的希望。新世纪以来，中国投入大量人力与财力，试图在消费级CPU领域取得突破，却诞生出“汉芯”这种骗取上亿元科研基金的闹剧。后来，华为多年的卧薪尝胆，终于让海思芯片在智能手机领域拥有竞争力，但被封锁后再次无以为继。
但不管有多难，这一次，中国造芯的步点已经踩在了GPU上，为什么是GPU？这会是一场资本泡沫吗？能成功吗？在我们看来，中国自主研发GPU，有必要，有机会，但也难度巨大。
首先，国产GPU有必要，但不是让你买回家打游戏用的。普通用户对显卡的需求无非是打游戏或者渲染视频。
然而除此之外，在眼下的科技行业，GPU正显得越来越重要。相较于CPU，GPU拥有更多计算单元，这让它适合用于数字货币“挖矿”，也更适合用于人工智能深度学习。由于AI的深度学习都要跑海量数据，所以GPU往往比一般CPU更有效率。
像当下的大风口自动驾驶，就离不开深度学习在图像识别领域的应用，如果说自动驾驶是智能汽车行业的基建，那GPU就是这个基建的基建。其它领域里，从普通人生活中的人脸识别、智能音箱，到下围棋的阿尔法狗、大片里的演员换脸，也都需要AI通过GPU进行深度学习。
GPU扛把子英伟达的财报就显示，他们增长最迅猛的业务当属数据中心。2021全年收入67亿美元，同比增长高达124%。这项业务的核心硬件基础之一就是A系列服务器。
这个数据中心其实就是英伟达提供算力，帮助企业进行AI训练的，从公开材料中可以看到，提高微信搜一搜的搜索效率，部署智能交通预警平台，医疗领域的基因测序等等，都是由英伟达的GPU来提供算力支持的。
特别是自动驾驶领域，英伟达也处于领先地位。自动驾驶算法公司可以用英伟达的GPU进行研发加速，整车企业则可以直接购买内置GPU的英伟达自动驾驶芯片，老黄这次又赢麻了。
目前中国人工智能行业可以说方兴未艾，如果在重要行业的基础设施上过分依赖外国芯片公司，大概并不是一件值得过分称道的事情。毕竟类似断供、后门这样的负面词汇，我们听过了太多。
总而言之，在未来充满太多不确定性的情况下，中国的GPU创业潮难度虽大，但还是非常有必要的。
而跟过去20年一直在说的国产CPU相比，国产GPU除了有必要，还有可能。
其实早在1994年，当时联想的总工倪光南提出要造国产CPU开始，方舟、龙芯、申威和飞腾等公司相继开展研究，而他们遇到的最困难问题之一就是，拿不到x86架构的指令集授权。
大家常用的电脑程序都使用英特尔x86架构的指令集，没有它，国产CPU就不能运行这些程序，即使能运行，效率也低。
打个简单的比方，指令集就好比乘法口诀，英特尔有这本乘法口诀的版权，不让其他企业使用，没有口诀算个5×7，都要掰手指头算半天，更何况CPU是算的是“6378×122.6”。
但事情在GPU上发生了变化。一方面，与CPU基本被x86架构统治不同，GPU初创公司可以拿到一些国外芯片设计公司的公版架构设计。
江湖传闻，这一轮国产GPU创业潮，就与拥有中资背景的英国芯片设计公司Imagination放开授权，拥有一定联系。这家公司手上有相当多成熟的GPU设计方案。
另一方面，做GPU对指令集的依赖稍小，而相对较为重要的API接口方面，国内公司是比较轻松可以获取的。API接口可以起到连接应用程序和显卡驱动的桥梁作用。
所以从拿到入场券的角度来看，GPU确实比CPU要容易一些。除了入场券，国产GPU的可能性还体现在核心结构上。
刚才说过，GPU具有大吞吐并行计算方面的优势，但相对的，它远不如能理解上万指令的CPU“聪明”，通常只能理解十几种指令种类。这也就意味着，相比有着更多控制单元、缓存单元，以及更复杂计算单元的CPU，GPU的控制和缓存单元更少，整个GPU核心大约90%都由数目巨大的计算单元组成，设计难度相对较低。
说到这，国产GPU有必要，有可能，但同时也有很大难度。
GPU是典型入门容易毕业难的行业，近期英特尔时隔24年重回独立GPU市场，拉开架势发布的新品，表面看叠了不少buff，实际到了最考验功底的驱动程序方面，却被英伟达按在地上摩擦。
所以对于新品牌的显卡来说，参数的意义往往有限。
要知道，2021年英伟达仅在显卡驱动测试工作上的投入就高达180万小时。
而多年近乎垄断的行业地位，形成了很强的生态效应，让软件开发商更愿意为N卡进行针对性适配。
比如游戏的“次时代”技术光线追踪，就是英伟达率先引入游戏市场的，效果也比AMD更好；
专业领域也是如此，像Adobe等专业设计软件使用英伟达显卡时可以开启CUDA加速，从而实现更快的渲染速度。
再看国产GPU，虽然目前很多厂商的纸面数据，已经可以和英伟达2016年的10系掰掰手腕，但在调试以及软件适配方面的差距，不可能是一朝一夕就可以完成的。
曾有人拿2019年的景嘉微号称对标GTX 1080的JM7201测试，结果却连英特尔10代酷睿CPU的核显都不如。
况且在消费级市场，无法有效降低成本的国产芯片，往往价格偏高，就像龙芯、兆芯等国产CPU笔记本一样。
不过，国产公司也有突破点，那就是企业级GPU市场，以及需要自主可控产品的一些行业。国内B端客户更看重安全性和可靠性，不存在C端那种明显的生态垄断，国产GPU在这方面也已经有了一些成功案例。
比如近期完成取证试飞不久的国产大飞机C919，用的就是翔腾微电子HKM9000 GPU的航电系统。壁仞科技刚发布的BR100系列GPU，与全球前三的服务器厂商浪潮签约了AI服务器相关协议。芯动科技风华GPU第二代，则获得了中国能建5亿元金额的采购大单。
所以对国产GPU来说，更现实的是先在B端“打怪升级买装备”，等基础好了，口碑有了，未来挑战老黄苏妈，或许真的就不仅仅是一个梦想了。
当然对于国产GPU这一轮创业浪潮，也有不少怀疑的声音。有从业者指出，目前国内企业与英伟达、AMD等大厂的技术差距在10年以上，而一块GPU的研发周期从立项到上市至少需要3-5年，拿到巨额融资的国产GPU公司，是否能说服资本保持足够的耐心去等待？
冷静下来看这件事情，确实有很多魔幻的地方，有些国产GPU公司起步就要对标英伟达最先进的产品，是否步子卖的有些过大；另外大量产品将GPU的制程工艺定在7nm，而这样的生产工艺严重依赖台积电和三星，如果出现华为一样被制裁的情况如何收场？还是要等中芯国际实现7nm的量产？
这些问题将在国产GPU成长的路上持续存在，不过从一个科技爱好者的角度出发，我们真心的希望在GPU领域，能有中国企业可以站上国际舞台，和巨头们掰掰手腕，希望不远的未来，我们都能用上一块完全来自中国的顶级显卡。
