導語
Introduction
這一事件，或將推動中國智駕乃至AI的真正崛起。
作者丨查攸吟
責編丨石劼
編輯丨段永琪
自從2023年10月17日，美國商務部發布的對華半導體出口管制最終規則，一張全面限制中國半導體產業的羅網，已經張开。
在這個所謂的“最終規則”中，不但要對中國的半導體制造技術嚴格限制，堅決狙擊中國自主技術的發展。更是要對日益重要的AI算力，進行廣泛而且徹底地限制。
圖|AI是最新一階段，全球各國科技發展的關鍵，其中由以總AI算力爲實力計量單位
而首當其衝的，便是限制目前執全球AI硬件技術牛耳的英偉達，繼續對中國企業輸出高性能AI算力卡。
不但要從自主生產和制造高性能半導體硬件的層面限制和打壓中國的發展，更是要從總體算力特別是AI算力的層面約束我們的發展。
2023年全年，中國汽車產業創造了兩個歷史，不但國內市場總銷量首次突破3000萬大關，同時對外出口達到492萬輛規模，超過日本成爲全球第一汽車出口大國。單純看這些數字，一切仿佛繁花似錦烈火烹油。
然而若是剖开表面上的繁榮去看我國汽車產業內部存在的問題，更是結合去年10月中旬美國政府的邪惡操作，將整個2024年以及今後的幾年，稱之爲“此誠危急存亡之秋也”似乎亦不過爲。
因爲“最終規則”這張大網中，涉及AI算力的部分，正每時每刻逐漸絞緊整個中國汽車產業的喉嚨。
自從2014年，特斯拉推出了Autopilot自動駕駛功能，首次使用了深度學習算法進行視覺識別和行爲決策，AI开始大規模參與到智能駕駛相關技術的开發與訓練。
2016年，Alphabet的Waymo推出了自動駕駛汽車，使用了機器學習算法進行感知、定位和路徑規劃。次年，百度公司推出了Apollo自動駕駛平台，同樣基於深度學習技術進行感知、決策和控制。到了2018年，英特爾又加入到了战局之中，宣布與博世集團合作开發自動駕駛技術，其中包括使用深度學習技術進行環境感知和決策等等。
圖|自動駕駛技術的發展，除了積累足夠多的路試數據外，也離不开仿真的支持
從十年前的第一次接觸开始，AI技術正深刻地影響着整個汽車產業鏈。甚至在自動駕駛賽道之外，在汽車的設計和制造領域，AI也能通過模擬仿真，來協助設計人員優化車輛的外形與結構，從而提高汽車的燃油效率和安全性；在駕駛過程中，AI智能輔助系統甚至可以幫助駕駛員避免交通事故，提高駕駛的舒適性和體驗。
上述這一切都意味着，如果將AI軟件技術，大致看成某個階段內，各頭部企業大致能保持在略有時間差的情況下齊頭並進地存在，那么決定這場競爭最終勝利者的關鍵，已經被轉移到了AI算力的角逐之上。
圖|AI技術同樣可以輔助汽車設計，極大地縮短從產品規劃到上市的整個周期
在未來，一台智能汽車的智駕能力能達到何種高度，這取決於相關智駕技術开發企業掌握AI算力的高度。甚至主機廠未來能否設計更好的產品，亦離不开AI輔助的支持，以及背後AI算力的支撐。
而決定我國企業掌握多少AI算力這一點，已經有相當長的一段時間，是由英偉達這家曾經的顯卡制造商來決定的。
2022年10月，美國商務部首次限制中國企業獲得高性能AI算力。彼時，英偉達旗艦產品A100和H100首當其衝，遭到了限制。
不過，當時限制還不是非常地嚴格。而英偉達方面，也迅速響應，針對性地开發出了合規產品A800以及H800。這兩款在一定程度上遭到“閹割”的AI算力卡，仍舊在中國市場取得了不錯的銷售成績。
實際上自2021年末起，AI熱潮的蓬勃興起，使得英偉達受益匪淺。各種顯卡、算力卡的熱賣，業績的節節攀升，也被直接反映到了股市中。股價，也在兩年時間裏一飛衝天。
圖|這事其實不怪皮衣老黃
僅以去年一年而言，2023年4月初英偉達股票的每股市值還“只有”192.32美元。但是在2024年3月8日，卻已經飆升至974.00美元。
不到一年裏，全球GPU/AI芯片巨頭英偉達的股價，增加了400%還多。
但這也是英偉達應得的。與許多只會炒作概念的美股企業不同，皮衣老黃統帥的這家巨頭，有着實打實的業績。以上月末公布的，英偉達2023年第四季度財報爲例，這串亮閃閃的數據着實對得起股市的瘋狂——
同比增長265%，環比增長22%。淨利潤爲122.85億美元，同比增長769%，環比增長33%。
此外，英偉達的毛利率更是足以用“炸裂”來形容，高達76%！與上年同期的63.3%相比，進一步上升了12.7個百分點。而與上一季度的74%相比，仍上升了2個百分點。
但一片如虹之勢中，這支衝勁十足的股票，卻沒有如同衆望所歸那樣，衝破1000美元大關。
2024年3月8日，國際婦女節當日，以951.379美元高开（7日收926.69美元）的股價，一度衝上974美元的高度，然後迅速回落。最低達到866.19美元，並以875.28美元報收。單日跌去51.41美元，跌幅達到了5.55%。
對於這樣一支，堪稱藍籌股楷模的存在，爲何出現如此這般堪比“閃崩”的行情，美國投資市場一度衆說紛紜。直到一天以後的大洋彼岸，傳出了關於這個謎團的一條线索——
中國工信部正要求企業對採購英偉達H20而非國產AI算力產品的行爲，作出說明。
2024年2月初，英偉達專爲中國市場設計的“閹割版”AI算力卡H20系列，已开始接受渠道商的預購單。
根據2023年10月17日，美國商務部發布的對華半導體出口管制最終規則的AI芯片部分，英偉達緊急拿出的這款提供版H20算力卡，基本卡在了限制許可的性能上限範圍內。
並不是筆者要爲英偉達說話，但這一次從美方最終限制內容吹風階段起，就聯合多家同行明確反對新規的皮衣老黃，也算是盡了在自己能力範圍內可以盡的力了。而其緊急趕工拿出合規產品的操作，也算是希望能和中國企業把生意繼續做下去的有誠意表現了。
但對於我們而言，關鍵的問題在於，H20的性能到底如何呢？
圖|除了H20，英偉達還將推出L20 PCle以及L2 PCle，均源於對H100的減法
從測試階段，H20就有大量的數據曝光給了媒體。匯總下來就是，這款特供芯片的內存容總量爲96GB，運行速度爲4.0Tb/s，運算能力爲296TFLOPs，芯片使用了GH100。H20最大的問題在於算力密度（TFLOPs/Die size）僅爲2.9。
作爲對比，英偉達目前的旗艦產品H100的算力密度，高達19.4。說得形象一些就是，H20的AI算力折算下來只有H100的不到15%而已。
根據筆者從業內人士那邊得到的說法，此前的測試對比顯示，H20盡管擁有高緩存、高帶寬等特點，但算力的拉跨導致其在諸多方面的表現顯著低於華爲公司最新的昇騰910B。特別是算力方面，H20僅爲昇騰910B的一半略多一些。綜合來看H20不僅在互聯速度方面有優勢。
圖|昇騰910B是目前華爲能夠拿出並量產的，最優產品
由於H20在緩存與帶寬上超過昇騰910B，其中帶寬更是達到了兩倍之多。這一優勢將會在大模型訓練中凸顯出來，因爲該應用場景需要許多塊H20之間頻繁交互海量的數據，而互連速度決定了芯片之間數據傳輸的速度，進而提升整體工作效率。
不過，上述優點並不足以抵消H20的另一大劣勢——價格。
此前有報道稱，H20的中國渠道定價，大致在12000~15000美元之間。而且作爲一款“新品”（這么說實在是諷刺），勢必面臨貨源緊張的問題，所以渠道商加價也是免不了的。
而在此之前，無論A/H100還是A/H800，英偉達AI算力卡能夠統治市場，靠的是相對於售價而言極高的性能。但到了H20這裏，無論中國工信部還是中國企業，似乎看到的只有“汝爲鐮刀我乃韭菜”而已。
當然，英偉達被美國商務部按着腦袋這通被動地神操作，利好的也不只有華爲一家。在工信部的督導下，國內企業大規模地“砍單”操作幾乎是必然的。筆者認爲，規模可能會達到幾十萬卡的程度。
那么，除了上面提到的華爲，還有哪些企業能接下這個天降的餡餅呢？
第二個輪到的想必是寒武紀。此前這家在業績的巨大壓力下，已經被迫於今年1月初進行大額解禁+執行超低價股權激勵了。不過，寒武紀一直專注於ASIC路线，未來的發展仍舊存在不確定性。
圖|寒武紀的產品
第三個也許是海光信息，該公司目前擁有國內最強的算力芯片。然而該公司的GPGPU技術源於AMD，在目前這個非常時期，指不定哪天就被切斷授權了。所以該企業一直本着能苟就苟的態度，幾乎不搞宣傳，悶聲發大財才是正道。
至於景嘉微和龍芯中科，一些跡象表明這兩家也是有望喫到一波紅利的，但具體細節不宜說太細。
至於其他的那些，關於去美乃至完全自主的半導體產業閉環打造啊、自主晶圓加工技術之類的，這裏就統統略過了。規避一切敏感信息，這樣對大家都好。
圖|廣州人工智能公共算力中心
最後想說的是，上面這些說明和分析，四舍五入粗暴而且籠統總結，其實可以理解爲在這場浩蕩的競爭中，中國目前“終於觸底”。但好歹是觸底了不是么？我們衆多的雲計算中心也不會趴窩，我國的AI算力也不會停止增長。盡管暫時要付出，增長速度明顯減緩，單位算力能耗顯著增長的代價。
然而當我們的企業，終於能夠大量賣出自主設計和制造的產品之後，則整個行業也就獲得了新生的機會。
是不是覺得，怎么突然就不提英偉達了？確實，這事從本質上將，也和它沒什么大的關系。畢竟皮衣老黃和英偉達，是美國的CEO以及美國的半導體巨頭。能在積極配合美國商務部的同時，踩着线提供盡可能好的設備這一點，已經沒什么可以指摘的了。
圖|皮衣老黃實際就是個死守公司，希望繼續做大做強的CEO。只不過這年頭做生意不容易就是了……
至於在下周一，其股價是繼續跌還是迅速反彈重新衝擊1000美元大關，這其實並不重要。畢竟，國內又一個行業，已經活了。
反正就一句話——
美國折騰這一出，初衷顯然是極壞的，但最後卻被我們給執行好了。
原文標題 : 中國汽車產業還沒“危”，英偉達的股價先崩了
標題：中國汽車產業還沒“危”，英偉達的股價先崩了
地址：https://www.utechfun.com/post/344225.html