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。
参考资料：
1，GPU深度报告，三大巨头，十四个国内玩家一文看懂,，智东西，2021.03.14；
2，Worst We've Tested: Broken Intel Arc GPU Drivers，Gamers Nexus2022.08.02；
3，Nvidia spent 1.8M hours testing GPU drivers in 2021，PCGamer，2022.04.28；
4，NVIDIA TensorRT助力腾讯加速微信搜一搜,，英伟达中国，2022.07.12；
5，星云Clustar 基于GPU打造智能交通预警系统,，英伟达中国，2020.03.17；
6，2021 NVIDIA CORPORATION ANNUAL REVIEW，NVIDIA CORPORATION，2021；
7，首发国产4K级显卡 芯动科技拿下5亿元GPU大单，快科技，2022.08.03；
8，CPU和GPU到底有什么区别？牛排，2020.07.05；
9，从国产大飞机C919上的国产GPU看GPU的架构设计，Challey，2022.06.10；
10，他不懂技术，却破纪录在18个月融了47亿做芯片，中国企业家杂志，2022.07.18；
12，国产CPU的路线斗争，远川研究所，2020.11.30；
13，漫画 | 20多年了，为什么国产CPU还是不行？码农翻身，2021.04.10；
15，Is it more difficult to build a video card than a CPU?Eugene Kuznetsov，2017；
16，大厂华人改做中国芯！摩尔线程、壁仞科技发布GPU，对标英伟达，新智元，2022.04.01；
17，壁仞科技发布首款通用GPU芯片，创全球算力新纪录，壁仞科技，2022.08.09.
