黃仁勛來訪背后：英偉達H20芯片憑啥卡脖子？國產GPU超車要幾年？

黃仁勛來訪，走到哪里都說好話。

7月16日熱搜 #黃仁勛稱華為AI芯片將取代英偉達#，#黃仁勛稱輕視華為的人極其天真#，#黃仁勛稱想買一輛小米汽車#，#黃仁勛穿唐裝亮相#。7月17日熱搜 #黃仁勛稱早就知道雷軍會成功#，#黃仁勛盛贊中國多家新能源車企#，#黃仁勛稱DeepSeek開辟新領域#。

1年前卻是另一番光景，2024年6月7日熱搜 #黃仁勛稱臺灣為國家#。2024年6月12日熱搜 #國臺辦說希望黃仁勛好好補補課#。2024年12月7日熱搜 #黃仁勛被曝避稅80億美元#。

待遇逆轉，原因是英偉達H20芯片解禁了。7月16日，美國已批準H20芯片銷往中國。

英偉達的GPU芯片，長相跟電腦機箱里的顯卡差不多，像一塊板磚，有幾斤重。拆掉外殼和散熱片之后，就看到了一個電路板。分成6小塊1大塊的黑色方塊就是GPU，放大圖片能看到NVIDIA字樣。

H20芯片的性能已經相當落后。

評價AI芯片的性能，看3個關鍵指標：顯存容量、BF16算力、GPU互連帶寬。顯存容量決定了能裝載多大的模型，模型越大，能力越強。BF16算力決定模型的訓練速度和推理速度。Deepseek r1這樣的滿血模型，參數量很大，訓練的時候需要幾百塊甚至幾萬塊GPU一起訓練，GPU之間的互連帶寬是一個瓶頸。

H20 GPU是H100的閹割版，BF16算力降低到7%（144/1979），而H100是3年前，2022年3月發貨的產品。與最新型號B300相比，H20的三個關鍵指標的相對值分別為33%（96/288）、2.8%(144/5000)，50%（900/1800）。H20在中國以外的地方賣不掉，如果中國不賣，只能當垃圾扔掉，虧損55億美元。

性能落后的H20仍然在中國大賣，沒有被國產GPU替代，是因為英偉達有卡脖子技術：BF16算力、nvlink、CUDA生態。

接下來這一段的技術名詞較多，看不懂的段落可以跳過，不影響看懂結論。

BF16和FP16都是用16位存儲一個數，形式是科學計數法，例如0.3141×10^1。差別在于BF16格式用8位存儲指數部分，用7位存儲小數部分。FP16格式用5位存儲指數部分，用10位存儲小數部分。BF16的表示范圍較大，[9.2×10^(-41)，3.38953139×10^38]，但精度較低。FP16的表示范圍較小，[5.96×10^(-8),65504],但精度較高。

BF16格式更適合大模型，訓練時更容易收斂，訓練花費時間短。如果用FP16格式，訓練模型時容易梯度爆炸，不收斂，得微調參數，重新訓練，訓練花費時間長。英偉達GPU從2020年的Ampere 架構開始支持BF16。

有人會問，BF16不就是調整一下位數嗎？看起來很簡單，到底難在哪里？

僅僅增加BF16存儲小數的功能不難，難的是后續有一大堆芯片單要設計，例如BF16的加法器、乘法器、矩陣乘。BF16的數據寬度得與GPU的寄存器、緩存、內存接口等存儲系統匹配。還得跟FP16、FP32、INT8等格式轉換。軟件上，編譯器和所有的函數庫都要適配BF16。還得跟英偉達的FP16兼容，否則，在英偉達芯片上跑到好好的，換成你的芯片就出錯，用戶肯定要罵你。

最先進的國產GPU，華為昇騰(Ascend)910C還不支持BF16, 預計2026年910D會支持，落后英偉達6年。

英偉達的NVlink用來在兩個GPU之間高速通信，B200 GPU的帶寬是1.8TB/s。華為昇騰(Ascend)910C的互連帶寬為392GB/s[2]，是nvlink的22%。

FP16算力和NVlink超車雖然很難，但只要能追上，立刻就會有被很多人接受。CUDA生態不一樣，即使做得比CUDA好，仍然很難讓程序員接受。

CUDA是英偉達芯片上的編程語言，學習難度很大。對程序員來說，學習一門新的編程語言，只需要花費一兩天就能掌握個大概，能寫出一個及格的程序。對CUDA語言，一兩周也難寫出及格的程序。熟練掌握性能優化技巧，得用練習半年。

黃仁勛說，中國有150萬會CUDA編程的人。全世界的CUDA開發者人數沒有準確數字，不妨假設500萬人。這些人學習CUDA費了很大的勁，CUDA是他們的飯碗，肯定不愿意輕易丟掉CUDA，再去學習一門替代CUDA的編程語言，去使用一種新的芯片，去跟剛畢業的學生回到同一起跑線。

有人可能會問，國產GPU能不能兼容CUDA編程呢？這樣就沒有學習成本了。

好問題，黃仁勛在2006年11月發明CUDA語言的時候，就防著這招了。老黃堅持CUDA不開源，閉源，不讓競爭對手兼容。

國產GPU只能設計自己的編程語言，然后想辦法讓全世界的開發者去用，具體來說就是深度學習框架pytorch的開發者，大模型開發者社區“抱臉huggingface”社區的開發者，大模型部署軟件vllm的開發者，OpenAI、谷歌、臉書、馬斯克的xAI這些大公司，斯坦福大學等高校的教授。

這些人是AI技術的源頭，他們發明各種AI新技術，寫成論文公開發表，將訓練好的代碼和權重開源。第二梯隊的科技公司、高校快速跟進，在美國的人基礎上做一些微調，加入一些本地化的應用。

從前面的分析知道，國產GPU想要在中國替代英偉達，得先賣到美國去，讓AI技術的發明人主動用起來。根據英偉達GPU的發家經驗，國產GPU的性能指標必須超過英偉達10倍，開發者才愿意換掉熟悉的硬件。

跟在英偉達的屁股后面，老是對標英偉達2年前、3年前的產品，百分之一萬地替代不了英偉達。

國產GPU廠商有這么幾家。景嘉微，國內最早布局GPU的企業，專注于軍用和信創領域。摩爾線程，成立于2020年的摩爾線程，同時布局消費級顯卡和 AI 計算芯片。沐曦集成電路，聚焦AI計算領域，產品有曦思N100（推理）和曦云C500（訓推一體）系列芯片，2023年量產以來累計銷量突破2.5萬顆。壁仞科技，專注高性能通用GPU，其BR104芯片采用自研架構，浮點運算效能達國際旗艦產品90%。

華為，最先進的芯片是昇騰(Ascend)910D。媒體報道中沒有找到910D的性能參數，一個AI自媒體[3]在2025年6月23日爆料，Ascend 910D的FP16算力預計800-1000Tflops，達到英偉達B200的BF16算力的16%至20%。

國產GPU想超車，只有直道硬拼，沒有彎道。硬件、軟件目標各有一個，芯片算力指標超過英偉達最新產品10倍，設計出一種好學好用的編程語言。很多網友覺得只是芯片制造環節被卡脖子，沒有光刻機，芯片設計環節很強很牛逼。實際上，芯片設計能力有至少6年差距，BF16功能就是一個例子。

國產GPU廠商設計一種新的編程語言是一個很大的挑戰。世界流行的編程語言前50名[4]，沒有一種是中國人或者中國企業發明的。

2020年1月15日，中國科學院計算技術研究所正式對外發布由該所計算機體系結構國家重點實驗室編譯技術團隊自主研發、面向新一代人工智能和物聯網應用的“木蘭”編程語言體系，并推出“木蘭”開源軟件包。發布時宣稱該編程語言由編譯組完全自主設計、開發和實現，與之配套的編譯器與集成開發工具也完全由團隊自主實現。

有開發者立刻發現，木蘭語言只是套殼Python語言，涉嫌造假。隨后，木蘭語言研發團隊負責人劉雷承認在接受記者采訪中故意夸大為完全自主開發。2020年1月19 日，中科院計算所官方表示，木蘭語言存在欺瞞和虛假陳述，已對當事人劉雷停職檢查。2020 年1月23日，中科院計算所官網發布調查與處理意見，決定取消劉雷五年內專業技術崗位晉升的申請資格等多項處罰。

吹牛忽悠不了程序員，因為程序員的信條是“Talk is cheap, show me the code.”屁話少說，放碼過來。新聞稿夸成花，PPT寫得再漂亮，不行就不行，編譯器不會因為你自研就不報錯。

在這樣的條件下，國產GPU廠商想設計出一種優秀的編程語言，難度很大。

英偉達在2006年至2010年推廣GPU的時候，往各個大學猛送GPU。在中國，英偉達選中了中科院過程所。當時過程所的老師、學生，后來都成了技術大牛、大老板。

國產GPU廠商在硬件、軟件超車之后，還要舍得砸錢贈送。三大關口，超車不知道要花幾年。

拭目以待！

全文完，感謝閱讀，歡迎點下關注，參加原始股東計劃。

如何成為原始股東？只需1步：關注公眾號“小小河”，限額前1萬人。如何參與抽獎分紅？給文章留言、點贊、點心?，每種互動的中獎權重均為1。如果3種互動都參加了，那么中獎權重為3。抽3人平分文章流量收入的一半，直接給現金紅包。茍富貴，無相忘。

[1] https://juejin.cn/post/7359893210796376075

[2] https://www.toutiao.com/article/7517439974522765862

[3] https://weibo.com/1402400261/PxPvm0t9q

[4] https://www.tiobe.com/tiobe-index/