日前，英伟达方面透露，美国政府限制其向中国出口加速人工智能任务的最新旗舰GPU计算芯片A100和H100，此举可能削弱相关企业开展图像识别等先进工作的能力。

9月1日，商务部发言人束珏婷表示，一段时间以来，美方不断滥用出口管制措施，限制半导体相关物项对华出口，中方对此坚决反对;外交部发言人汪文斌当天也回应称，美方的做法是典型的科技霸权主义，美方一再泛化国家安全概念，滥用国家力量，企图利用自身科技优势，遏制打压新兴市场和发展中国家发展，此举违反市场经济规则，破坏国际经贸秩序。

如果说，汽车行业最近一两年来遭遇的“缺芯”危机，原因主要在于市场端的供需不匹配，那么，这一次包括美国企业英伟达在内的自动驾驶产业链是赶上了“人祸”。“限芯令”会“封印”自动驾驶未来的发展吗?相信时间自会给出答案。

禁令出台 “狠起来连自己都砍”

随着“限芯令”消息的持续发酵，作为此次事件主角之一的英伟达，股票价格在随后5个交易日持续下跌，跌幅接近22%，市值蒸发约1000亿美元。截至9月13日，英伟达的股价创下了52周来的新低。

“美国政府禁止英伟达将高端AI计算加速芯片出口中国，其对华业务难免受到影响，业绩将低于市场预期。英伟达‘断供’的是高端计算芯片(GPGPU)。在这一领域，国内企业与海外巨头的差距比传统GPU小，因此也为国内企业带来了相应的机会。英伟达的优势在于伴随硬件而建立的CUDA软件生态系统。国内企业除通过现有imaginationIP及兼容CUDA生态的产品策略外，可以积极利用本次契机研发自主IP，并在下游合作伙伴的应用中逐步形成自身的独立生态系统，从而实现全面的国产化替代。”国家新能源汽车技术创新中心总经理、中国汽车芯片产业创新战略联盟秘书长原诚寅在接受《中国汽车报》记者采访时表示，目前困扰国内芯片设计企业的主要问题在于制造，只有设计能力，缺乏制造能力，芯片硬件的迭代速度将受到较大影响。

不少人猜测，英伟达在某些领域或将重演华为的遭遇，差别在于其将在需求端面临不确定性。毕竟，从全球范围来看，中国是英伟达的重要市场。据了解，英伟达2022财年营收达269亿美元，其中超过四分之一由中国市场贡献，达71亿美元，尤其在公司游戏业务萎缩的背景下，此次数据中心业务受限无疑意味着新一轮的冲击。

事实上，过去几年来，中国已成为全球智能汽车芯片的“竞技场”，Mobileye、英伟达、高通等都选择将最新一代的产品进行投放。英飞凌科技高级副总裁曹彦飞日前表示，随着高阶自动驾驶的引入，传感、计算、执行、安全等各个领域的芯片应用量将成倍增加，而在中国市场，预计到2021～2026年，中国汽车半导体在电动化和智能化细分市场的年复合增长率甚至可能超过30%。

一边是潜力无限的需求，一边则是“自废武功”的禁令。美国政府的“限芯令”，无疑将给英伟达等本国芯片巨头带来震荡。对此，国家智能网联汽车创新中心信息物理架构部部长梁浩表示：“粗略估算，来自中国的需求甚至能够占据芯片市场整体的1/3左右，芯片企业的盈利能力与市场容量息息相关。因此从长远看，此举带来的影响，看似是对中国的制裁，事实上将压缩美国公司自身的市场空间，降低其商业价值。这不仅会影响英伟达，更可能给众多同行业美国公司带来不利的预期。”

应关注云端AI芯片短板问题

有业内人士指出，英伟达的GPU芯片对于训练人工智能系统至关重要，因此，美国“限芯令”的算盘意在通过GPU卡住中国智能网联汽车发展的关键节点。

记者了解到，GPU芯片被视为人工智能、图像识别、语言处理等应用领域的“心脏”。作为通用算力的核心部件，高性能GPU则具有更为强大的并行数据计算能力。此次被限的用于数据中心的GPU芯片，通常被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。

在汽车领域，L4级自动驾驶的实现绕不开高性能AI芯片。高端GPGPU芯片的缺失，可能削弱相关企业开展图像识别等先进工作的能力，给自动驾驶云端训练带来挑战。数据显示，英伟达在数据中心GPU市场的占有率超过80%，在云端训练市场的占有率约90%，在云端推理市场的占有率约60%。此次“限芯令”涉及的A100、H100，是主要用于云端数据中心的高性能GPU芯片，对自动驾驶产业链来说至关重要。

其中，A100是英伟达2020年推出的数据中心级云端加速芯片，拥有540亿晶体管，采用7nm工艺制程，支持FP16、FP32和FP64浮点运算，为人工智能、数据分析和HPC数据中心等提供算力。目前，国内几乎所有云服务提供商都采用A100芯片，支持其数据中心的AI计算。继特斯拉之后，蔚来汽车、小鹏汽车、毫末智行等汽车产业链上下游企业，也都基于该款芯片打造自动驾驶训练中心。H100是英伟达今年3月发布的最新一代数据中心GPU，集成800亿晶体管，采用定制的4nm工艺。

“自动驾驶的技术水平，很大程度上依赖算法的准确度。为了能有更好的表现，算法需要大量的数据进行训练。”梁浩向记者介绍道，“目前，国内很多聚焦自动驾驶赛道的公司都采用A100或基于A100、H100的DGX训练服务器完成快速迭代。可以说，这个赛道基本是英伟达的‘主场’。”

原诚寅指出，目前，国内从事AI芯片设计的企业在历经初创期后，开始迅速成长，行业中涌现出一大批优秀代表企业。不过，此类芯片对制程的要求非常高，由于短期国内企业并不具备制造能力，因此意味着所有的芯片流片等工艺流程可能还会在中国大陆之外的市场进行。未来，芯片设计企业有一定可能性，将注意力转移到晶圆代工企业，以确保获得先进制程代工服务的保障。

在2022全球新能源与智能汽车供应链创新大会上，全国政协经济委员会副主任苗圩强调：“整车的发展方向从域控制器向中央计算架构演进，我们一定要统筹前瞻性布局，谋划云控制平台的发展。行业都在关注车端AI芯片，很少有人重视云端人工智能训练系统芯片的问题，我们要及早补上这块短板。”

寻找人工智能升级的新方案

“短期来看，美方的这一限制影响有限。一方面，业内存在未受限、性能堪用的替代方案;另一方面，受限制的产品目前还有申请渠道。当然，不排除随着限制令的进一步强化，短期影响加剧的可能。”梁浩认为，“长期来看，国内的GPU产品要实现完全替代目标，需要一个较长的过程。不过，在行业内外持续承压的情况下，自主GPU企业市场化的环境会比以前更好，它们的产品成熟速度将加快，更新迭代周期将缩短。”

在英伟达被限的背景下，寻找替代方案被提上议事日程。有行业人士表示，应对方案之一是改用英伟达多个还没有被限制的低性能GPU芯片。这一方案得到了官方印证，英伟达首席执行官黄仁勋公开表示，公司将寻求最佳替代方案，以满足中国客户的需求。

“除了此次出口受限的A100、H100两款产品外，英伟达自身的产品矩阵中就有低性能版本的替代品，例如A30虽然性能只有A100的一半左右，但成本也低很多。”梁浩告诉记者，“这样的选型倾向也给国内一些拥有GPU产品的公司，带来了市场替代机会。”

不过，从长远来看，随着L4自动驾驶汽车的数据量激增，对高算力的依赖程度也将进一步加深。因此，跳出单一芯片企业的圈子，探寻多元替代方案势在必行。

“地缘政治的影响很大，长期来看，未来必然会推动自主车规级芯片工艺向先进制程演进。”在原诚寅看来，先进制程芯片会在通讯、AI计算等领域大有作为。对于国内芯片企业而言，首先还是要保持与中国大陆之外的代工厂合作;其次，也应该适度地与国内一些晶圆代工厂合作，在一些成熟产品方面逐步培养备选供应商，再逐步向大功耗芯片发展，长期来看，一定要培养国产替代的供应商以规避此类风险。

“不过，对于芯片设计企业来说，两套流程方案也意味着更大的成本压力。而且，扶持供应商的流程复杂，因为整个产业链条太长，要做好长期投入的准备，一个车规级产线的工艺和体系建设不是短期就能建立起来的。”原诚寅表示。

芯片国产替代之势不可逆转

美国在高性能芯片领域施加科技霸权主义，早已成为一场“阳谋”。对于这种做法，网上流传着微软创始人、前世界首富比尔·盖茨的一番言论：“对中国进行芯片断供，对美国没有任何好处。这样做只不过是逼迫着中国自己造芯片，这就意味着美国会失去自己的优势，而中国最终会完全自给自足。这样做真的有任何好处吗?”

除了寻找短期替代品之外，保障供应链长期安全可控的警钟再次被敲响。不少人直呼，国产GPU厂商补位的机会到了，以此为契机，国产GPU的市场接受度或得以拉升。

“从产业链安全的角度来看，更多地采用国产芯片是不可逆转的趋势。这给国内芯片企业，尤其是汽车芯片企业带来了千载难逢的机会。”在梁浩看来，虽然我国企业全面赶超还需几代产品的迭代，但就GPU而言，商业化的产品已经问世。“比如，在车路协同实践中，采用英伟达GPU满足算力需求是较为成熟的解决方案;但在这一领域，国内已有自主企业的GPU成功实现了应用。我们与自主科技企业合作的AI产品，达到了可以替代国外竞品的水平，具有更高的性价比和能效比。”他对记者说道，“从这个意义上说，这既是对国内自动驾驶行业的一次挑战，更是自主芯片行业的一次机遇。我们将与合作伙伴同心协力，尽早提供包括操作系统、CPU、GPU等在内的完整国产解决方案。”

据悉，目前已有部分芯片厂商正向高端市场逐渐渗透。在2022世界人工智能大会上，跻身算力芯片领域的自主厂商纷纷推出了自研的GPU产品。此外，近两年在一级市场，自主GPU厂商也备受青睐，多家创业公司完成巨额融资，不断刷新融资纪录。

路漫漫修远 上下而求索

必须承认的是，目前芯片尤其是高端芯片，依然很难真正完全转向国内供应商，尤其在实现IP架构和芯片制造工艺的突破方面，自主企业的追赶需要全面提速。

“打破核心技术壁垒非常关键，未来，要与全球自动驾驶领域领先的芯片厂商进行竞争，自动驾驶核心IP的自研至关重要。”黑芝麻智能首席市场营销官杨宇欣认为，智能汽车是“集大成者”，采用的芯片也变得非常复杂。据悉，目前，英伟达、高通、特斯拉、华为等都在全力打造车规级图像处理及深度神经网络加速器的IP，黑芝麻智能也一直在着力打造芯片自研核心IP。

“现阶段，中国本土芯片企业的整体市占率还较低，真正的挑战来自整体研发能力及产业链布局。”麦肯锡(上海)咨询有限公司全球董事合伙人管鸣宇表示，在芯片设计方面，自主企业已有很大的进步，但如何在整个产业链上形成集体优势，是中国车企在面临芯片短缺问题时的额外挑战。“结合汽车及其他产业对半导体的需求，未来几年，芯片供需情况可能还会维持与目前比较接近的状况。总而言之，行业结构性挑战依然存在，供需问题未来3年会有部分缓解。对于产业链上的所有参与者而言，谁调整的快，谁就能更好地应对芯片短缺带来的挑战。”他对记者说。

原诚寅表示：“芯片设计要与制造工艺相结合，虽然在设计层面，我们已能达到7nm甚至4nm制程，但制造工艺方面与国外先进水平确实存在差距，目前国内还停留在14nm制程。同时，短期来看，先进制程的芯片依然需要依赖国外厂商的工艺和技术路线。”

门槛极高的芯片制造环节，成了突围的重中之重。苗圩曾表示，车规级芯片除了少量的AI芯片之外，还包括CPU、GPU，现在差距比较大的是芯片的流片制造环节。目前，我们最先进的制程只能达到14nm。此外，在先进制程方面发展受阻的情况下，在28nm及以上的方面产能不足，也是一个突出矛盾。

如今，汽车芯片供应安全已成为全行业关注的焦点话题。在前不久落幕的2022全球新能源与智能汽车供应链创新大会上，产业链上下游企业纷纷发出自己的呼吁。

“要扭转车规级芯片的被动局面，单靠市场机制难以实现，需要强化政府的调控，提高车规级芯片的战略定位，政府、行业机构、相关企业要联合作战、集中攻关，才能实现车规级芯片的发展和突破。建议国家有关部门研究出台车规级芯片的支持政策体系，从顶层设计、财税政策、行业管理、科技创新等多方面予以系统化的支持，制定车规级芯片产业发展的行动计划，加大国产车规级芯片上车应用的扶持政策力度，可通过延续并完善新能源汽车补贴、税收等支持政策，引导我国车规级芯片在新能源汽车上率先应用、先行突破。”中国汽车技术研究中心有限公司党委委员、副总经理吴志新发言称。

中汽创智科技有限公司首席执行官李丰军，建议发挥我国制度优势，发挥行业龙头企业牵头作用，建立政产学研用一体化的创新平台，聚焦核心芯片，由整个芯片产业链的核心骨干企业锁定需求、精准定义、协同攻关。整车和零部件骨干企业应联合芯片操作系统、应用软件企业，在精准定义芯片的同时，使芯片软件和硬件的协同处于最佳状态，形成整体竞争力。同时，他还建议，以需求方的骨干车企牵头、以市场为驱动，形成一大批专、精、特的芯片生态企业，比如芯片材料企业、制造企业以及封测、验证、应用的企业，形成一个垂直整合创新联合体，进而拉动整个产业的发展。李丰军认为，要软硬协同发展，而不是硬件独立发展，实现算力、算法、数据的闭环体系，以芯片+操作系统+应用软件构成算力和算法的高效融合，使得通过云端数据模型的助力，实现算法迭代进化。

“以应用为王。”纳芯微电子创始人、董事长王升杨指出，过去两年，国产芯片在汽车领域取得了快速进展，其实绝大部分是产品原位替换，这是最快的路径，也是最能帮助客户解决“缺芯”问题的路径。

关键词： 自动驾驶 人工智能 工业元宇宙 图形芯片