融资百亿元后，国产GPU是泡沫还是全村的新希望？

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。