国产芯片迅速进化。仅GPU赛道，一周内接连传来重磅融资消息。

　　先有摩尔线程成立百天完成数十亿元融资，深创投、红杉资本中国基金、GGV联合领投，招商局创投、字节跳动、小马智行、融汇资本、海松资本、闻名投资、第一创业、五源资本、和而泰、明浩等联合参投，简直就是向豪华投资天团吹响集结号。

　　四天后，天数智芯宣布完成12亿元人民币C轮融资，由沄柏资本和大钲资本联合领投，粤民投资管及联通资本跟投。天数智芯号称中国第一家GPGPU高端芯片及高性能算力系统提供商，7纳米旗舰级通用并行（GPGPU）云端计算芯片BI，于去年12月点亮。

　　回望2020年，半导体板块一路高歌，创下了不少记录，中芯国际融资532.3亿，刷新科创板记录，斯达半导体涨停34天，位列A股涨停板榜首，卓胜微以570.54元的收盘价，进入高价股Top 5……天眼查数据显示，截至12月，2020年全国新增超6万家芯片相关企业……

　　风口上的芯片股，今年开年被GPU拉开大幕。穿透红红火火的资本市场背后，是什么让国产GPU飞速进化？国产GPU究竟实力几何？

　　GPU因何坐上云霄飞车？

　　我国芯片企业近年来主要有两大驱动力：一是举国体制，包括国产替代、科创板与注册制等；二是产业升级和新兴产业应用的涌现，对芯片产生了巨大的需求。

　　那么为什么GPU屡屡受到重视？

　　GPU作为计算机显卡的核心，承担着图像处理和输出显示的任务。随着市场需求的发展，GPU不止用于处理图形图像，其技术原理决定了它适用于大批量处理特定类型信息，且并行计算能力和能效远远超过CPU，所以逐渐衍生出了通用计算GPU（GPGPU），即利用图形处理器进行非图形渲染的高性能计算。超算、大数据处理、人工智能等对算力要求非常高的应用场景中，算力大都采用CPU+GPGPU或搭配专用加速芯片的构建方式。

　　目前在集成GPU市场，英特尔、英伟达、AMD三分天下；独立GPU领域，几乎是英伟达和AMD的天下，前者市场份额甚至超出2/3。

　　去年，英伟达市值首次超过英特尔，成为半导体业界的标志性事件，虽然不论营收还是利润，英特尔依然是英伟达的好几倍，但也足以说明，英伟达凭借多年来围绕GPU软硬件生态的耕耘、核心定位于数据中心+AI的方向得到了资本界的认可，也进一步论证了GPU平台的潜力。

　　作为横跨视觉计算和人工智能计算的通用平台，GPU拥有巨大的市场空间。特别是因人工智能技术的发展，GPU作为核心算力基础，在科学计算、自动驾驶、智能分析、密码破解、图像识别、大数据、金融交易等云端计算及边缘计算领域有着海量的应用空间。也正是如此，GPU发展驶入快车道。

　　据东吴证券测算，GPU领域国产替代的市场空间超过50亿美元。除了既有的游戏市场，在工业、医疗、军事航天等方向都有进一步的发挥空间。偌大的蛋糕，究竟谁能切下一角？

　　国产GPU最新进展如何？

　　我国GPU技术领域起步较晚，厂商数量并不多，既有面向云端市场、人工智能的厂商，也有在图形GPU领域寻求突破的创业者。第一类厂商目前走在最前沿，也获得了资本市场更多的关注。粗略梳理，以下厂商发展值得关注：

　　天数智芯

　　旗舰7nm GPGPU云端芯片点亮

　　天数智芯1月15日宣布，旗舰7nm GPGPU云端计算芯片BI成功“点亮”，该公司表示这是国内第一款全自研、真正基于GPU架构的7纳米制程GPGPU训练芯片，量产后将广泛应用于AI训练、高性能计算（HPC）等场景。

　　图源 | 天数智芯官网

　　BI芯片使用7nm制程及2.5DCoWoS封装技术，容纳240亿晶体管，支持 FP32, FP/BF16, INT32/16/8 等多精度数据混合训练，支持高速片间互联，单芯每秒可进行 147 万亿次 FP16 计算（147TFLOPS@FP16），每秒可完成上百路摄像头视频通道的AI处理，性能达市场主流产品的两倍。

　　据其官方介绍，BI 云端训练芯片具备高性能、通用性、灵活性，将通过标准化的软硬件生态接口为应用行业解决产品使用难、开发平台迁移成本大等操作层面的实际痛点。

　　登临科技

　　首款GPU+产品送样， 并完成A+轮融资

　　登临科技产品路线主打GPU+，即软件定义的片内异构通用人工智能处理器，目前首款产品已回片通过测试，开始客户送样。前不久刚完成了由元禾璞华、元生资本联合领投的A+ 轮融资，这是继光远资本、张江浩珩、张江高科领投的A轮后的又一轮融资，包括北极光在内的老股东持续在本轮加码跟进。

　　登临选择是云端推理及端侧高性能计算方向，产品化方向（Goldwasser） 基于Minsky异构架构。据登临官方发布，Goldwasser GPU+ 产品在现有市场主流的 GPU 架构上，采用软硬件协同的异构设计。经过超半年的帕拉丁仿真，市场需要的主流框架、模型、算子及兼容性和性能均得到了充分验证。

　　景嘉微

　　下一代GPU后端设计中

　　号称是A股唯一GPU芯片设计公司景嘉微，目前其第三代JM9系列GPU 研发已处于后端设计阶段，官方发布预计性能将大幅提升，目标进入国内信创以及人工智能、云计算等中高端应用领域。

　　景嘉微GPU目前有JM5、JM7两个系列，其中JM5400系列已经在国产军用飞机上应用，替代了AMD/ATI的产品；JM7200系列采用了28nm工艺，据称性能跟英伟达GT640（这是英伟达2012年的主流显卡）相近，不过整体功耗不足10W，低于后者的50W TDP，目前该系列已获得部分订单。

　　根据官方所列规格，第三代产品JM9231 的性能可达到2016年中低端产品水平；JM9271 核心频率不低于1.8GHz，支持PCIe 4.0 x16，搭配16GB HBM显存，带宽512GB/s，浮点性能可达8TFLOPS，性能不低于GTX 1080的水平，可达到2017年底的高端显卡的水平。

　　芯动科技

　　布局移动、桌面、云端市场

　　图源 | The Korea Bizwire

　　芯动科技针对国内信创市场推出了风华系列芯片，内置国产物理不可克隆iUnique Security PUF信息安全加密技术，提升数据安全和算力抗攻击性，支持新基建桌面电脑和数据中心GPU计算自主可控生态。此外，16Gbps GDDR6高速显存技术、HDMI2.1 8K显示技术和Cache一致性Innolink Chiplet技术等，都将应用于风华GPU中。

　　去年10月，芯动科技与Imagination达成授权合作，采用多晶粒芯片（chiplet）和GDDR6高速显存等SoC创新，芯动科技将全球首发全新顶配BXT多核架构， 推出桌面和数据中心的高性能图形处理器GPU独立显卡芯片。

　　壁仞、沐曦

　　正在高速融资

　　除了上述企业，壁仞、沐曦都是当前被业界和资本关注的重点。

　　成立不到一年，壁仞科技已经累计融资近20亿元人民币。A轮由启明创投、IDG资本及华登国际中国基金领投11亿元人民币；Pre-B轮由高瓴创投领投，云九资本、高榕资本、金浦科技基金、基石资本、海创母基金等投资机构跟投，现有投资方松禾资本、IDG资本、云晖资本、珠海大横琴集团继续追加投资。

　　壁仞致力于开发通用计算体系，在智能计算领域提供一体化解决方案。首先聚焦于云端通用智能计算，逐步在人工智能训练和推理、图形渲染、高性能通用计算等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。

　　沐曦集成电路同样走在高速融资的快车道上，成立不足半年，此前已获得和利资本领投的亿元级别天使轮融资；今年1月又完成了数亿元Pre A轮融资，由红杉资本领投，真格基金跟投，老股东和利资本及天津泰达等继续加码。其研发方向拟采用业界最先进的5nm工艺技术，研发全兼容CUDA及ROCm生态的国产高性能GPU芯片。

　　国产GPU热赛道下的冷思考

　　我国发展高端GPU有一定的紧迫性和必要性：

　　其一，在GPU当前应用最为突出的人工智能领域，已经进入大规模落地阶段，我国大部分AI芯片创业公司都在推理市场进行布局。一个重要拐点可能在2022年出现，届时云端推理市场规模将超过云端训练。

　　在国内企业喜迎推理市场大爆发之时，有一个基本点值得重视：进行推理应用的AI模型首先是在算力更强劲的云端被训练出来的。如果训练端被英伟达这样的巨头所垄断，那么下游推理的落地、创新，是否会受到限制？

　　其二，英伟达收购Arm的消息从去年开始一直受到全球范围内的关注，如果这桩交易成功，意味着一家几乎“全能型”的算力企业的诞生：无论是高端通用算力，还是移动计算、物联网，都将处于一家全面占据市场垄断地位的美国企业掌握中，对全球乃至中国市场的影响是什么？

　　在种种技术趋势和大国竞争的背景下，国产GPU不论是产品规划还是资本介入，都已进入白热化阶段。但越是花团锦簇，越要警惕乱花迷眼，适当的“冷”思考有益身心：

　　第一，没有实际产品却被资本高度重视，“高配”创业团队是当前的核心优势，摩尔线程、壁仞、沐曦……都在演绎着创始成员名字撑起高估值的创富故事。

　　但是长远来看，芯片技术最终还是需要经年累月的迭代和优化。巨大的研发费用和资本开支是必需，但是下游产业链长期、持续的利润支撑才是芯片跨代发展的强力驱动。也就是说，芯片的成功和成熟需要大量的验证和出货，而找到可持续的落地场景才是长期发展的关键驱动力。

　　我国在高端GPU领域缺席多年，目前如景嘉微等，正处于从军用向信创、民用市场的拓展阶段，高端GPU业务从战略布局成长为核心支柱还有漫长的征途。

　　第二，天数智芯、登临等宣布产品“点亮”，固然是国产GPU的一大喜事，但也需要保持清醒，“点亮”只是研发成功，最重要的还要批量生产、落地，离最终的成功还有十万八千里路。

　　一位业内人士表示，国产GPU要在云端训练这个英伟达处于绝对垄断的主战场进行对抗，面临的挑战非常艰巨，几大公有云厂商包括浪潮等基本都是采用英伟达的产品，服务器需要系统级的稳定性，不是光搞个加速卡就可以大规模上量的，服务器厂商不会轻易切换新硬件，因为风险太大了。

　　第三，在GPU领域，英伟达耕耘多年的CUDA开发者生态，也是英伟达生态的核心，很多深度学习的加速库都是基于CUDA，并且是和英伟达的硬件深度绑定的，这是创业公司难以撼动的壁垒。

　　国产GPU如天数智芯、登临等，在产品路线上选择兼容CUDA。在与一位GPU方向的从业者交流时，他认为：“短期来看，国产GPU兼容CUDA更容易发展，毕竟写算子是人力密集型行业，用户迁移的话是需要100%迁移、整套代码都要在你的片上跑，如果代码量很小，需要的算子不那么多，难度就比较低。但是长期来看，还是要摆脱兼容思路，发展自有的核心技术。”不过他随后打趣，“短期和长期的界定不是很好区分，有可能像凯恩斯说的‘长远来看，我们都死了’，先活下来是硬道理。”

　　GPU只是半导体产业高歌猛进的一个缩影。在与一位投资人谈起芯片领域的融资进度和规模时，他不无感慨地说道，“芯片投融资今年可能会更多，以往融资还有个PPT，接下来可能有些连PPT都没有。”

　　先不说有没有实际产品，最重要的是未来的软件和开发者生态，这才是大规模商用的前提。国产GPU何时能够真正突围成功？值得关注和期待。