特供中国的英伟达算力芯片 为什么卖不动

为了维系中国市场，英伟达或者正在做出更多退让。

5月24日，有媒体称由于特供中国市场的AI芯片H20系列需求不佳，英伟达曾经下调了H20系列芯片的多少钱。

报道称，往年2月初，英伟达H20在中国接受预订之时，渠道预订价单卡在1.2万-1.5万美元（约8.69万-10.86万元人民币）之间，经销商实践报价单卡一度超越11万元人民币，八卡主机则约为140万元人民币。而及至目前，由于需求不振，H20芯片单卡渠道实践报价曾经到来约10万元人民币，八卡主机每台售价约介于人民币110万-130万元。在某些状况下，英伟达H20芯片售价已比被以为是其中国竞争对手的华为昇腾 910B低10%以上。

多位供应链关系人士向咱们确认了H20需求不振和提价这一状况失实。有计算核心用户甚至示意，按实践成交多少钱，H20多少钱和昇腾 910B相比或者曾经低了不止10%。一台八卡英伟达H20主机目前市场价或者下探至约100万元人民币，而华为 910B八卡主机广泛在170万元以上。

H20需求不振

H20是目前中国市场上能在非法渠道上买到的用于大模型训练的最先进的英伟达芯片。

过去两年里，美国曾经三度加码对华芯片进口管制。从2022年下半年开局，无论是经过官网渠道还是不凡渠道，中国公司开局疯狂抢购英伟达等AI芯片，一张GPU售价一度飙涨至凑近40万元。在2022年10月和2023年10月两次进口管制后，英伟达一切可用于大模型训练和推理的先进GPU悉数被禁，包含此前在第一次性芯片管制后英伟达为中国市场特供的H/A800。

2023年底，在第二次芯片管制后，英伟达再次针对中国市场推出了三款在数据传输速度等关键功能上进一步降低的芯片：H20、L20和L2。其中，H20被以为是目前欧美公司大模型训练广泛驳回的H100 阉割版，算力约只要H100的不到15%，在局部特定场景下体现甚至逊于昇腾 910B。

H20在往年一季度开局接受预订。咱们了解到，H20在中国的预订仅接受大客户。各大互联网头部公司都在洽购，字节跳动和阿里是洽购数量较多的两家。

往年3月30日，美国更新对华芯片进口禁令，示意将对中国进口的AI半导体产品采取“逐案审查”政策规定，片面限度英伟达、AMD以及更多更先进AI芯片和半导体设备向中国开售。

虽然此次禁令重要针对英伟达此前曾经在中国被禁的H800/100、A800/100等先进产品，并未影响到新的H20等特供版产品，但《财经》取得的综合消息显示，中国公司对H20等新的特供版产品的兴味在此次禁令更新后再次降低。

要素重要有两点。

一是由于禁令更新让局部中国公司把眼光再度聚焦在此前曾经被禁的产品。H20算力被阉割重大，而此前囤积的英伟达产品在市场上尚有存货，和这些产品相比H20性价比极低。

阿里巴巴被传订购了3万多块H20芯片，其并未对此做出回应。阿里云洽购英伟达产品重要用在自家的云主机上，以对外提供算力。一位阿里云关系业务人士向咱们示意，目前客户更认可的依旧是老款的英伟达系列产品。新的H20系列产品由于算力被阉割得太重大，市场对其激情不高。

多位渠道人士验证了这一说法，往年第一季度，有相当一局部此前被囤积的英伟达算力在市场上监禁，且多少钱也有回落，一台H800的八卡主机多少钱曾经由去年高峰期320万元以高低探到目前的280-290万元左右。虽然多少钱依旧高昂，然而供应相对短缺。对比之下，假设是在非官网渠道，简直不会有客户征询H20。

二是英伟达在中国市场正越来越面临国产芯片的应战。

华为理论被以为是国产芯片中的头部选手。百度和科大讯飞等公司都曾地下示意洽购了少量华为昇腾芯片。咱们了解到，华为芯片目前和英伟达相比，在功能和生态上差距依旧不小。除了致力优化出货量之外，华为还提供了少量的技术允许来协助厂商启动计算框架适配。

一位凑近华为芯片人士通知咱们，910B的性价比并不见得比H20高，且还存在很多技术细节遭到掣肘。华为如今的做法是，经过提高全体处置打算的性价比来增强芯片的竞争力。“虽然昇腾910B在市场上不愁卖，然而华为外部还是更在意产品的实践体现，宿愿可以更好。”

一位在近期洽购过华为昇腾芯片的某公司计算核心担任人通知咱们，一台搭载八卡英伟达H20的主机目前市场价曾经下探至100万人民币左右，而昇腾910B等效八卡主机或者须要170-180万元甚至更高。他示意，详细的成交多少钱视需求规模和紧急水平而定。然而，媒体报道中的“华为 910B售价约12万元，其八卡主机等效产品多少钱从130万元到150万元人民币起”这个报价曾经滞后了，“这是新一轮管制前的多少钱，而在新一轮管制后，华为芯片多少钱有清楚下跌”。

某大模型初创公司的一位技术担任人士泄漏，昇腾910B在市场上供不应求。虽然能洽购到英伟达芯片，他们还是宿愿同时能够洽购到华为的算力芯片。“重要是思考到供应的继续性疑问，假设只用来自英伟达的算力，投资人就会对此有疑虑。”

此外，英伟达在往年3月又发布了新的反派性GPU产品，基于Blackwell架构的B200和GB200系列，将大模型训练算力优化了数倍，并将在往年二季度出货。之前英伟达每一次性发布新品后，都会冲击到既有产品的多少钱。有产业链人士以为，虽然新品并不会对中国市场启动开售，然而对比之下，对中国公司而言，现有英伟达产品的技术长处就显得更不清楚，H20的性价比也显得更低了。

提价逻辑

面对这种状况，英伟达在求变。

英伟达芯片由台积电代工。一位凑近台积电的行业资深人士泄漏，由于产能有限，英伟达过去的做法理论是优先保证欧美大客户的供应。以去年中国公司向英伟达订购特供版的H800和A800为例，虽然在2022年四季度英伟达曾经推出A800，2023年终推出H800，然而对中国客户广泛到年中才交付A800；到2023年11月，也就是第二次芯片禁令正式失效之时，相当数量非法渠道订购H800依旧未交付。

然而，H20芯片的出货节拍则清楚放慢。H20在往年一季度开明预订，市场称从下单到交付仅须要一个月。

产业链消息显示，由于内存容量更大，H20的消费老本高于H100。在H20推出之初，多位剖析人士也曾经向咱们示意，即使中国公司对新的中国特供版产品需求不高，以英伟达一向的格调，大略率也不会对这些产品启动提价。由于英伟达产品在全环球供不应求，假设H20提价盈利空间有限，英伟达会把有限的产能投入在其余利润率高的产品上。

全环球的AI公司都在抢购英伟达。虽然瑞银的报告显示，目前英伟达的交付期间在缩短，曾经从2023年末的8个至11个月缩短了一半期间，然而，英伟达CEO（首席口头官）黄仁勋近期称，英伟达如今依旧面对市场的需求压力，目前大约1.5万-2.0万家生成式AI初创公司，都在期待成为英伟达的客户。

同时，科技巨头们也在加大洽购量。依据钻研机构 Counterpoint Research 的数据，2023 年环球云计算服务商的资本支出仅增长了4%。但估量2024年将激增 42%，这重要是由于美国科技巨头对人工智能基础设备的少量投资所致。

也就是说，状况曾经和此前业内预想有所不同。为了维系中国市场，英伟达正在做出比过去更多的退让。

一个理想是，中国市场逐渐萎缩，对英伟达来说，此前花了鼎力量在中国建设起的生态长处也将会逐渐增加。而生态的长处假设丢失了，象征着英伟达或将越来越没有或者重返中国市场。

半导体钻研机构SemiAnalysis示意，英伟达必定在多少钱上与华为竞争，才有或者在中国市场拿到足够的订单。

钻研机构IG 市场剖析师 Hebe Chen示意，英伟达正在走一条巧妙的路途——致力在保养中国市场和应答美国政府弛缓形势之间寻觅平衡。从久远来看，英伟达也应在为最不利的状况做预备。

财报显示，2023年第三财季，英伟达中国大陆支出高达40.3亿美元，环比大涨47%。进口管制规定出台后，2023年第四财季英伟达中国大陆支出仅为19.5亿美元，环比大降52%。当季，中国大陆仅占英伟达总营收的8.8%，是历史最低点。

英伟达和AI关系的数据核心业务在中国大陆的支出占比过去常年到达20%-25%。但自2023年10月起，该支出清楚增加。英伟达上层此前曾示意，中国大陆在数据核心支出中的比例已降至个位数。

5月23日，英伟达发布了新一季财报，营收高达260.44亿美元，同比增长262%；净利润148.8亿美元，同比大增628%。其中，数据核心业务效果再创历史新高。一季度营收为226亿美元。

然而，依据高管在业绩会上泄漏的消息，中国大陆的数据核心支出依旧在增加。

黄仁勋示意：“咱们在中国的业务比过去的水平要低得多。由于咱们在技术上遭到限度，如今在中国的竞争愈增强烈。咱们将继续尽或者为那里的客户和市场服务，尽咱们所能。”

美国不遗余力限制我国算力发展，GPU国产替代如何才能突破？

美国对华算力限制：挑战与机遇并存，国产替代之路如何破局？

在全球科技竞争的舞台上，美国对中国芯片特别是GPU领域的限制日益严峻。 2022年和2023年的禁令瞄准高性能GPU，背后是对中国在人工智能领域追赶速度的深深忧虑。 尽管国产GPU在游戏加速和渲染市场中的份额仅占可怜的2%，但芯动科技、摩尔线程科技等企业的产品性能正逐渐逼近国际巨头Nvidia和AMD的水准。

然而，面对AI加速卡市场的巨头垄断，国产企业在这一领域面临着巨大的挑战。 NVIDIA凭借其深厚的技术积累和极高的市场份额占据主导地位。 上海交通大学梁晓峣教授团队的存算一体AI芯片理念，为提升单芯片算力提供了新的可能，但数据传输瓶颈和资源利用率问题仍需系统集成来解决。 亿铸科技提出的“存算一体超异构”构想，通过融合不同架构，兼顾高性能与通用性，有望成为未来技术发展的主流趋势，AMD也在系统级创新上展现出类似的战略眼光。

尽管面临技术壁垒，国内企业在存算一体和超异构计算技术上已积累了坚实的基础，这为国产GPU在AI领域的崛起增添了信心。 面对英伟达新品受阻的市场现状，国内科技巨头如阿里、腾讯正在寻找国产替代方案，华为等企业则通过自主研发，推动国产GPU的替代进程渐入佳境。 实际上，美国的出口管制反而是中国半导体产业国产化进程的催化剂，华为、寒武纪等企业正借此契机，积极寻求长期的技术突破。

总的来说，虽然美国的限制带来了压力，但国内企业在AI算力芯片领域正逐步走出一条独特的道路。 未来，随着技术的不断进步和市场需求的增长，国产GPU的替代之路将愈发清晰，挑战与机遇并存，国产力量有望在激烈的竞争中崭露头角。

特供中国的英伟达算力芯片,为什么卖不动

英伟达算力芯片在中国市场卖不动的主要原因，可以归结为市场需求不匹配、竞争激烈、政策环境变化以及产品定价策略等多方面因素。 首先，从市场需求的角度来看，英伟达特供中国的算力芯片可能并未完全契合中国消费者的实际需求。 近年来，随着技术的不断进步，中国市场对于算力芯片的需求日益多样化。 如果英伟达的产品在性能、功耗、兼容性等方面无法满足特定行业或应用的要求，消费者自然会转向其他更符合需求的产品。 例如，在人工智能、云计算等新兴领域，对芯片的高性能计算和低能耗有着极高要求，若英伟达芯片在这些方面表现不佳，便难以获得市场青睐。 其次，中国市场的竞争环境异常激烈。 不仅有来自本土企业的强有力挑战，如华为的海思芯片、紫光展锐等，还有其他国际巨头的激烈竞争，如英特尔、AMD等。 这些竞争对手都在不断推出创新产品，提升性能，以争夺市场份额。 在如此激烈的竞争环境下，如果英伟达无法持续提供具有明显竞争优势的产品，便很难在市场中脱颖而出。 再者，政策环境的变化也对英伟达芯片的销售产生了影响。 近年来，中国政府在推动自主创新、加强科技自立自强方面出台了多项政策。 这些政策在鼓励本土芯片产业发展的同时，也可能在一定程度上影响了外国芯片企业的市场地位。 此外，随着全球贸易环境的复杂多变，贸易摩擦和技术封锁等不确定性因素也可能导致英伟达等外国企业在华销售受阻。 最后，产品定价策略也是影响销售的重要因素之一。 如果英伟达算力芯片的定价过高，超出了中国消费者的承受能力，或者与竞争对手相比性价比不高，都会导致产品销售困难。 在价格敏感的中国市场，合理的定价策略对于产品的成功至关重要。 综上所述，英伟达特供中国的算力芯片卖不动，并非单一原因所致，而是多种因素共同作用的结果。 为了改善销售状况，英伟达需要深入了解中国市场，调整产品策略，提升竞争力，并灵活应对政策环境和市场变化。

【汽车人】车载算力芯片，正值历史转折点

车载算力这一块，高通和英伟达尚未完成驱逐传统芯片大厂的过程。 一旦大家都实现算力充分集中，可能全球车载算力需求，都会沦为“双寡头”的盘中餐。

文 /《汽车人》黄耀鹏

就像燃油车时代要讲动力一样，智能电动车要讲算力。 软件定义汽车的趋势，已经成为共识，软件能力的基础就是算力，而算力来源于算力芯片。

动力的计数单位是马力、扭矩这些指标，而算力则是Tops（每秒进行1012次二进制计算）、Flops（每秒浮点计算次数），日益被业内人士接受和熟知。

对于CPU（中央处理器）、DMIPS（106次算逻运算指令，常用来衡量处理器的整数运算能力），就相对陌生。 如果智能座舱比较流畅地运行AR、360全景、流媒体、HUD等，至少要超过DMIPS。

其实，广义上的算力芯片，不只是各种PU——CPU、GPU（图形处理器）、NPU（神经网络处理器）、TPU（张量处理器），还包括手机和车载比较流行的SOC（系统级芯片，自动驾驶和智能座舱常用SOC方式搭载）和MCU（微控制单元）。

顺便说一句，SOC既然是系统芯片，往往集成了各种PU（看需求）和动态、静态存储，可以视为一个微型的PC机。

MCU地位下降

虽然MCU用途很广泛，多媒体、音响、导航、悬挂、车窗、雨刷等无所不包，但是现在算力的演化趋势，就是拿走了大部分的控制功能。 而MCU用途，正在收窄为核心算力SOC的“协处理器”。

用通俗的语言描述，就是紧挨着大脑的“小跟班”。 一方面可以充当安全处理器（冗余决策）；另一方面可以分担一些中央SOC的功能，减轻后者的计算压力，比如管理电池、网关和预处理雷达数据。

从主角变成配角，这个趋势虽然没有普及化，但前景已经比较明确。 这让MCU的生产商颇为落寞。 恩智浦、英飞凌、瑞萨、德仪，这些传统汽车芯片厂家，本世纪以来都在MCU上赚了大钱。 但是市场已经开始接受了新势力的方案，就是将大算力的各种PU作为汽车“大脑”的做法。

现在的趋势是，跨国厂商早就开始研发相应E-E架构，但马上拿出来可能还有困难。 趋势是没办法回头的。 MCU企业曾经幻想，让车企放弃昂贵的各种PU方案，回到相对传统的架构。

从什么时候这个幻想破灭了呢？这要追溯到2019年，特斯拉推出HW3.0芯片，144Tops的算力轰动业界。 一时间，高算力芯片炙手可热。 自那以后，只要用了大算力平台（无论是自研还是买的），产品的软件体验（座舱和ADAS）马上能上一个档次。

这就让传统芯片企业的风头，都被英伟达和高通掠走了。 始作俑者特斯拉，主动终结Mobileye自动驾驶芯片供货之后，又与英伟达分手，自此一直采用自研芯片（代工方为三星和台积电）。

主流和非主流

现在的市场上，只要是2021和2022年上市的、20万元以上的中国品牌车型，座舱芯片齐刷刷都是8155（准确地说是高通的SA8155P）。 2023年高通在智能座舱芯片的市占率高达90%。

自动驾驶算力芯片，竞争对手就稍微多一点，但跑不脱英伟达、地平线这几家。 德仪、Mobileye、华为海思也拿到一小部分市场。

2023年上半年的数据，在中国乘用车市场上，具备NCA功能的计算方案市场份额，英伟达独占52.57%，其余为地平线（30.7%）、德仪（8.62%）、Mobileye（4.05%）、华为海思（4.05%）。

有意思的是，座舱芯片除了8155之外，选择其实很多，华为的麒麟710A、恩智浦的8和6D/Q、联发科的MT2712、德仪的JT6、意法的Accord 7和Accord 5等。 但比亚迪似乎剑走偏锋，敢于使用高通的非车规SOC，例如625、665、6350、7325等（手机芯片）。

众所周知，非车规芯片的功能与车规芯片没什么不同，只不过后者的环境适应性要求要苛刻得多。 汽车使用非车规芯片，可以缩短开发周期，价格便宜，但可能引起黑屏、宕机等故障。

比亚迪的应对方案是额外配置一颗安全芯片（就是刚才提到的“冗余决策芯片”），以保证主芯片出问题时，能保住核心程序继续运行。 这种极致削减成本（开发周期也是成本）的做法，也是其核心竞争力的一部分。

算力巅峰：神仙打架

这样一来，就很清楚了，算力芯片领域，眼下是高通和英伟达“神仙打架”的局面。

值得一提的是，高通是唯一一家没有被限制向中国出售芯片（不止是汽车芯片）的美企。 8155能够占有率这么高，有这方面因素。 但即便如此，美国的政策翻脸如翻书，国产替代一样充满紧迫性。

高通和英伟达，一直在车载算力芯片上较劲。 一方面，比拼算力芯片的巅峰能力；另一方面，都在推出超级算力芯片，统一双智运算，试图把对方的地盘也抢过来。

去年9月，英伟达发布了高达2000Tops算力的THOR，号称“驾舱一体”。 意思是，这不是一块纯粹的自动驾驶芯片，而是专为汽车的中央算力架构而生。 一块芯片控制所有车载功能，满足所有算力需求。 此举无疑顺应了E-E架构由分布式向集中式演进的趋势。

此前发布的254Tops算力的英伟达Orin相形见绌。 而且，Thor和Orin一样，都可以叠加多颗使用。 当然，史上最强“叠叠乐”，仍是英伟达产品，即DGX GH200（CPU和GPU的组合）。 叠加256颗，即可组成1E（1015）Flops算力。 但是5兆瓦的功率（相当于一个小城市的用电功率），决定了它只能在冷却完善的机房里运行。

在GH200上可以运行任何大模型，超算能力可以让其充当强大的云端服务器和训练大模型。 这样，英伟达就在AI大模型训练硬件上一骑绝尘，并可以建立从云端到车端的连接。 既然拥有了空前强大的模型工具，甚至可以用AI发明更强的GPU，这意味着算力正走向“奇点时刻”：用AI发明AI，起码现在就奠定了硬件基础。

高通更强于算逻运算。 与英伟达不断强化图形计算能力不同，高通更擅长发展移动CPU这样的路线。 不过两者殊途同归，高通2023年1月发布的SA8775，也走向了驾舱一体路线。 高通声称，这款4nm芯片，通过组合可以实现与英伟达Thor能力相当的2000Tops算力。

这其实就是暗示单块8775无法做到这么高的算力。 2022年高通以45亿美元收购自动驾驶芯片公司维宁尔，今年收购通信芯片公司Autotalks，都是为了补强短板，在算力领域与英伟达对抗。

“双寡头”的变数

不过，车载算力的天花板，不但远比超算里面的单颗芯片低，其造价和周期也比后者长。 一句话，同样算力，车规芯片有成本劣势。

全新的手机SOC，技术储备支持“拾级而上”的话，两年就能做到。 而车规芯片要完成一系列认证，可能研发时间要加倍。

这就决定了汽车芯片的迭代周期没有手机快。 不光是因为车规芯片的周期问题，也由于车载硬件方案，要跟随整车研发周期。 因此我们看到2019年发布的8155、Orin，都还是装车主力。 尽管它们的下一代芯片最晚在2022年发布，但采用者依然寥寥。

不过，由于中国新能源汽车的竞争非常激烈，这个进程正在加速。 整体而言，算力芯片上车周期，比国外快1-2年。 这已经是很大的差距了。 毕竟后者距离算力完全集中，还有很长的路要走。

即便不考虑车规验证周期，算力芯片本身，也很容易产生“寡头”。 一旦某个芯片公司取得先发优势，它们会凭借出货量和市场份额，迅速摊平研发成本。 利润回笼前就可以进入下一轮研发。 优化、开发、积累新的技术，越跑越快，以至于对手从望其项背到丧失上桌资格。

而且寡头化还有个激励因素，就是制程的提高，让流片费用变得非常昂贵，可能单芯就达到数千万美元，失败成本非常高。 如果安全性、稳定性、散热性达不到设计，这钱就打水漂了，代工厂是不负责的。 这就促使强者愈强。

现在算力这一块，高通和英伟达尚未完成驱逐传统芯片大厂的过程——因为跨国整车厂的节奏没跟上，让后者还有订单。 一旦大家都实现算力充分集中，可能全球车载算力需求，都会沦为“双寡头”的盘中餐。

这里面唯一的变数，是中国芯片供应商。 目前寒武纪、黑芝麻、华为海思等芯片公司日子都不大好过，出货量太少令其很难追上英伟达的节奏。 但是美国的制裁，让英伟达只能向中国客户提供专供版显卡，车载芯片这一块倒尚未限制，但客户们都为这一天积极做准备。 这让中国芯片供应商，仍保有商业机会。

车企造芯，基本也是投资功率器件、传感器、MCU、电源管理等。 算力芯片门槛太高，直接孵化有困难。 合资和战投，是不错的入手方式。 地平线获得大众的投资，财务可能一时无忧，但长期看，必须在算力芯片和架构方案的正面战场上赢得市场地位，才能有效解除警报。

在雷蒙多访华结束前的一天，华为上架了Mate 60系列。 就目前已知的信息，Soc为7nm制程。 技术细节还不清楚，有些舆论在猜测为DUV多次曝光方案，替代了EUV（实际上可能并非如此）。

7nm全球代工厂就那么几家，不可能给华为代工。 因此华为可能掌握了纯国产的、部署于境内的、美国技术含量为零的7nm代工线，而且产能巨大。 因为Mate 60系列首批备货就超过500万部（据说加单至1500万-1700万部，未经证实）。

这条生产线必然存在（已经有传闻是中芯代工），而且美国既不掌握其上游技术，就连部署在哪里都不知道。 虽然很可能华为用非常规手段绕过设备制程这道坎，至少说明高制程芯片生产，对中国人来说并非高不可攀。 而且实现的速度，远超所有人预料。

在2018年，当时最新上市的Mobileye EyeQ4（28nm制程）自动驾驶芯片，算力为2.5Tops。 Mobileye认为，算力并非瓶颈，凭借算法和5个并行核心的多任务模式，就可以处理8颗摄像头数据，足以应对L4场景。 它们引以为豪的是该芯片功耗只有3W。

5年过去了，业内对算力的认知、运用和由此产生的需求，都在飞跃发展。 2.5Tops算力应对L4的认知，就像上世纪80年代IBM认为，只需要5台大型机（其算力远不如现在的主流手机），就足以满足全球的计算需求。

《汽车人》认为，就算限制在车载场景，算力需求也很难看到终点，就像我们很难预料AI的终点一样（可能所有事物的前方，都有一个大模型，包括人本身）。

人类从历史中学到的唯一教训，是从来不会汲取教训。 这句话倒是仍然有效。 【版权声明】本文系《汽车人》原创稿件，未经授权不得转载。

相关资料：txt下载、doc下载、文章搜索、网址搜索、百度搜索、好搜搜索、搜狗搜索、必应搜索

本文链接：http://www.gpxz.com/article/b191d73d2a1e62e28f4b.html

上一篇：胡塞武装称与伊拉克民兵武装展开联结执行袭

下一篇：美国陆军研制空中侦查气球破解中国拒止体系