芯片是科技领域中十分重要的存在，它不仅是现代电子设备的核心，更是国家科技实力的象征。

随着信息技术的飞速发展，芯片已经渗透到几乎所有的领域，从智能手机和计算机到医疗设备和自动驾驶汽车，甚至包括未来的量子计算。这种小小的硅片，其背后包含了巨大的计算和存储能力，不仅令我们的生活更加便捷，也为科学研究和商业应用提供了强大支持。

英伟达作为全球GPU市场的“霸主”，生产的GPU芯片在超级计算和全球巨头大模型训练战中早已成为不可或缺的组件。2023年6月13日，英伟达市值突破万亿美元大关，成为仅次于苹果、微软、Alphabet和亚马逊的美国第五大市值公司。

截至7月30日的季度财报显示，英伟达当季营收135.07亿美元，同比增长101%，环比增长88%，创下历史新纪录；净利润61.88亿美元，同比增长843%，环比增长203%。

但“芯片禁令”更新消息一出，英伟达股价随即出现大幅震荡，一度大跌近7%，截至当日收盘，英伟达股价下跌4.68%，市值一夜蒸发超535亿美元，折合人民币近4000亿元，最新市值1.09万亿美元。

美股芯片企业大多也受到牵连，当天英特尔收跌1.37%，AMD收跌1.24%，博通收跌2.01%，台积电、阿斯麦、高通等芯片巨头也不同程度下跌。

英伟达首席财务官科莱特·柯蕾丝曾提及，大部分人工智能芯片的需求来自中国，中国买家投资占据数据中心产品总收入的20%至25%。“如果被剥夺了中国市场，我们是没有应急措施的，世界上没有另一个中国。”今年5月，英伟达CEO黄仁勋就曾提到，中国约占美国科技产业市场的三分之一，作为其产品的零部件来源和终端市场，中国是不可能被取代的。

需要承认的是，国产AI芯片产品走向高端还有较远的距离。

除了技术上的差距，国产GPU在生态建立方面仍不如英伟达完善，这也使得很多国内厂商不敢轻易改用国产芯片。

据一家国产GPU厂商销售人员透露，目前国内第一批大模型厂商使用的基本都是英伟达A100、A800的芯片，因为英伟达构建了完善的CUDA生态。

“如果你用惯了这个生态，”该销售人员说，“贸然换一个生态，意味着你的学习成本、试错成本、调试成本都会增加，自然没人会想要换了”。

众所周知，芯片需要适配硬件系统、工具链、编译器等多个层级，需要很强的适配性，否则会出现这款芯片在某个场景能跑出90%的算力，在另一场景只能跑出80%效能的情景。

早在2006年，英伟达就推出了计算平台CUDA，这是一个并行计算软件引擎，CUDA框架里集成了很多调用GPU算力所需的代码，工程师可以直接使用这些代码，无须一一编写。开发者可使用CUDA更高效地进行AI训练和推理，更好的发挥GPU算力。

时至今日，CUDA已成为全球AI基础设施，主流的AI框架、库、工具都以CUDA为基础进行开发。

虽然英伟达GPU价格贵，但实际用起来反而是最便宜的。这对有意抓住大模型机会的企业来说，钱往往不是问题，时间才是更宝贵的资源，大家都必须尽快获得足够多的先进算力来确保先发优势。

因此，对于国产芯片供应商来讲，哪怕能通过堆芯片的方式能堆出一个算力相当的产品，但软件适配与兼容让客户接受更难。

免责声明：

1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。

2、 本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。

3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。