上海推进科技创新中心建设办公室

上海张江国家自主创新示范区

上海张江高新技术产业开发区

您所在位置:首页  / 新闻中心 / 新闻中心列表 / 媒体聚焦 /   详情

高性能GPU芯片加速国产化,上海科技企业呼吁三方面“补短板”

来源:

发布时间:2022-09-13

近日国际贸易政策的变化

让国产GPU(图形处理器)芯片

备受关注

GPU有什么应用价值?

高性能GPU的国产替代进展如何?

上海业内人士这样认为→


在他们看来,高性能GPU的国产化进程正在提速,预计会在未来三年内取得更大突破;另一方面,在集成电路先进制程、先进封装、端到端的EDA(电子设计自动化)工具等环节,中国大陆与国际领先水平的差距,可能成为GPU国产化的制约因素。因此,产业界和学术界要在集成电路产业链上下游共同努力,才能实现GPU产业的可持续发展。


#


人工智能让GPU应用越来越广


GPU是图形处理器的英文缩写,在我们平时用的个人电脑、手机和平板电脑里就有,用来处理与图像和图形相关的运算。作为电脑显卡的核心部件,GPU使显卡减少了对CPU(中央处理器)的依赖,可控制显示器的正确显示。尤其在处理三维图形时,电脑GPU的性能至关重要。


随着人工智能产业的兴起,高性能GPU的应用价值越来越大。沐曦集成电路(上海)有限公司联合创始人、首席技术官杨建博士介绍,从技术架构角度,运行人工智能算法的芯片可分为GPU芯片(通用芯片)、FPGA芯片(半定制化芯片)、ASIC芯片(全定制化芯片)和类脑芯片等4类,其中GPU芯片的适用范围最广。

1.png


沐曦GPU产品拆分概念图


凭借强大的并行数据计算能力,这类芯片已成为数字经济发展的算力基石,主要应用在人工智能模型训练与推理、高性能计算两大领域。


在人工智能领域,大数据训练和推理这两个环节都离不开GPU。大数据训练是指用大量标记过的数据来训练人工智能系统,开发出具有特定功能的神经网络模型。推理则是将新的数据输入训练好的模型,让它推理出各种结论。训练和推理所需的GPU有所不同,用于训练的GPU往往部署在云端,即安装在服务器里,注重绝对的计算能力;推理芯片则注重综合指标,用于云端或设备端,需通盘考虑单位能耗算力、时延、成本等因素。


在高性能计算领域,GPU也扮演着重要角色,用于数据中心、科学计算、工业设计等多种应用场景,能执行海量数据的并行计算。“比如在科学计算方面,计算流体力学、分子动力学、计算化学、生物信息学、地球物理学等很多学科都需要GPU,”杨建说,“把高性能GPU作为算力支撑,正在成为科学前沿探索的主流方法。”


#


国内多家初创企业获巨额投资


近年来,国内多家GPU初创公司快速发展,获得了资本青睐。壁仞科技融资总额已超过50亿元,摩尔线程一年融资30亿元,沐曦集成电路Pre-B轮融资10亿元,天数智芯C轮融资10亿元。


2.jpeg

沐曦Pre-B轮融资签约仪式举行


巨额投资加速了国产GPU研发进程。沐曦采用7纳米工艺的首款异构GPU产品今年1月流片,预计明年初实现量产,有望成为智能计算中心的高端算力芯片,并用于主流人工智能计算场景。公司研发的第二款异构GPU产品计划今年四季度流片,希望填补在科学计算、人工智能训练等领域的高性能GPU国产化空白。


3.jpeg

壁仞科技发布的GPU产品


今年8月,壁仞科技在上海发布了自主研发的首款通用GPU芯片BR100。它采用7纳米工艺,16位浮点算力超过1000T,8位定点算力超过2000T,单芯片峰值算力达到PFLOPS(1PFLOPS等于1000万亿次浮点指令/秒)级别。近日举行的世界人工智能大会上,这款芯片荣获SAIL奖(卓越人工智能引领者奖)。


4.png

BR100与国外企业产品峰值算力对比


#


从三方面补短板应对国际挑战


虽然国内一些企业发展势头不错,但高性能GPU竞争激烈,开发门槛高且周期长,需要从业者沉下心来,遵循产业发展规律做事。


“目前,国内智能计算技术仍面临很大挑战,人工智能云端推理和训练芯片的国产化程度比较低,适用于科学计算的芯片更是缺乏。”沐曦创始人、董事长陈维良认为,我国GPU产业可以从三个方面补短板,以应对国际环境变化带来的挑战。


5.jpeg

陈维良在Pre-B轮融资签约仪式上致辞。


一是加快培养高端研发人才。人才是高技术产业发展的根本,我国高端GPU产业面临的难题之一就是金字塔尖人才的缺乏,这对GPU企业竞争力产生了极大限制。从根本上解决人才问题,需要政府、企业和高校共同努力,打通产学研合作渠道,通过高校聘用企业导师、校企联合培养人才、共建实习基地和联合实验室、定期技术交流、定向招聘等多种途径,加强校企合作。“只有遵循人才发展规律,让高校培养的优秀青年进入GPU企业,再经过长期的产业经验积累,他们就有可能登上金字塔尖,成为世界一流人才。有了更多的一流人才,才能有更多的一流企业。”陈维良说。


二是产业链上下游协同攻关。集成电路产业链很长,在先进制程、先进封装(系统集成)、端到端的EDA工具等环节,中国大陆的对外依赖性依然存在,这可能成为高性能GPU及其他高端集成电路产品的国产化制约因素。为此,产业链上下游的创新主体须共同努力,以求尽快突破关键核心技术。


三是避免资源分散问题。在国家和地方政府推动集成电路发展的大环境下,包括GPU在内的多个产业领域存在“一窝蜂”和重复建设的现象,导致经费和人才“分流”,不利于产业发展。政府应扶持有足够技术实力的企业,做到资源集中、人才集中和资本集中,让这些企业尽快实现产品落地、做强产业生态。


科创上海
张江发布