Yuanjing财富/关于中国GPU行业的突破性道路的想法
作者：bet356在线官方网站日期：2025/09/04 浏览：
图：大陆必须建立一个由工业和信息技术部领导的单个软件平台：该国国内GPU统一的API与企业共存，以降低碎片适应成本。作为计算功率基础架构的主要组成部分，图形处理器（GPU）已从传统的渲染图形领域扩展到战略轨道，例如人工智能，云计算和智能驾驶，这成为授权全球技术计算机的基本命令。本文比较了中国与美国GPU行业之间发展的差异，评估了双方之间的基本竞争资源，并根据CH行业媒体的当前目前提出了有关特殊建议的建议。作为世界上两个主要经济体，中国和美国现在已经发展了一条完全不同的行业发展途径：美国已经建立了一个良好的周期基于技术积累和生态垄断的“创新 - 标准返回”，而中国通过“政策 - 申请 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用 - 适用性 - 适用性 - 适用性 - 应用程序的发展方法）的技术进一步发展的方法。 NVIDIA H100芯片的双轮驱动器采用了4纳米的TSMC过程，其中包括80亿个晶体管，其变压器发动机在大型型号中的效率增加了30次的训练效率带宽的内存超过3.3TB/s。DEO内存能力，比AI情况的成本具有重要优势。中国的技术突破集中在“特殊技术 +场景 - 优化”上。 SMIC的14纳米填料过程的产量增加到95％，支持Jingjiawei JM9达到1.5TFlops的浮点计算水平，性能接近GTX 1050水平，其输出水平接近架构，并通过在156 TFLOPS下实现156 TFLOPS在156 NANANONES PROCECTION中的效率，并将其与156 TFLOPS达到相似的效率，并与之相同的效率，并将其与之相同，并将其与156个纳入能源效率相比，并将其与之相比，并将其与之相同。与A10相比，BYCAMBRIAN MLU370X8在推荐系统中延迟了场景的推理，并实现了“背部过程但适应场景”的不同竞争。 2）专利和技术障碍的布局已经建立了“核心专利 +标准配方”的技术护城河。从2013年到2023年，NVIDIA和AMD等排名前十的外国公司应用了更多中国与GPU相关的18,000份专利，重点是计算体系结构（38％）和内存管理（22％）等主要领域。通过掌握基本技术，例如CUDA指令集和OpenCL标准，美国公司已经形成了“硬件软件软件”的闭环生态系统。新企业将不得不支付超过2,000美元的专利许可费，并面临对生态3至5年的心理学适应。中国企业的专利布局显示出“成功和质量追赶的数量”的趋势。在2023年，专利数量的十大公司的外国公司达到了7倍，其综合申请量超过50,000件，主要集中在应用领域，例如处理数字数据（4,300件），计算机零件（2,200件）。但是，专利结构存在明显的缺点：专利仅有20多个独立帐户索赔，仅为33.26％，更少超过42.27％的外国公司；在诸如综合存在，计算和光子计算之类的边界中，专利的数量仅为美国的1/5。但是，中国企业的同意率持续高于外国企业（2023年78％至52％），这反映了技术解决方案更适合本地分析标准。工业生态结构的比较1）工业工业模型美国已经开发了“垂直整合 +全球劳动分工”的生态生态学。 NVIDIA通过获得Mellanox（网络）和Magma（AI软件），并在TSMC（高级过程）和Micron（高带宽内存）中建立了战略联盟，从而确保了每一代产品在其竞争对手之前的12到18个月之前，建立了全栈功能。在全球布局中，三星电子将投资于2026年在西安的包装基础和测试，从而提高了n的本地化速率Vidia GPU模块减少了68％，这不仅降低了生产成本，而且还避免了地缘政治风险。中国工业链列出了“独立和受控 +区域积累”的特性。在制造过程中，SMIC 14纳米过程可以满足国内GPU国内需求的70％，19纳米的视频记忆GDDR6 GDDR6由质量制造，这减轻了“瓶颈”问题。在设计过程中，Jingjiawei（军事行业），Biren Technology（AI）和Moore线程（消费）的三个主要梯队，涵盖了各种应用程序；在支持设施方面，Pingtou ge半导体启动了RISCV Architecture GPU IP Core，而中旺的软件与Jingjiawei共存的CAD解决方案，以首先开发一个独立的生态系统。 - 企业的三个主要集群向上收集了800多个企业，并在2023年添加了13,000个新专利，增加了270％，比2020年增长了270％。2）CO软件生态学的结构依靠“生态垄断”来产生高障碍。 NVIDIA的CUDA平台拥有超过400万的开发人员，并支持了2,000多个应用程序，形成了“开发人员应用硬件”的积极周期。在对AI图的适应性方面，诸如Tensorflow和Pytorch之类的基本框架必须将NVIDIA GPU优化95％，从而使相似的AMD GPU算法的运行效率降低了30％以上。为了保持生态优势，NVIDIA每年在开发者生态系统的建设中投资超过20亿美元，包括大学合作，黑客马拉松和其他活动。生态系统China软件面临着“适应和破裂的难度”的挑战。国内GPU需要根据OpenCL和OpenGL等国际标准进行调整，以及自我开发的Mindspore框架，其改编比美国高40％。但是，生态约束CTION取得了分阶段的结果：国内计算框架的适应率从30％增加到2020年，增加到2023年的65％； Biren Technology推出了一个BRAS软件平台，以实现与TensorFlow/Pytorch的兼容性；在政府工作领域建立了一个单一的API界面，以减少发展的数量。根据IDC的预测，到2025年，国内GPU进入AI培训市场的速度将达到20％，政府云市场的共享超过40％，并且该系统从“可用”变为“易于使用”。挑战和建议在行业中，中国GPU行业面临的挑战包括：首先，技术一代和过程限制的多样性：低于7纳米的高级过程仍然依赖外部供应，而2025年纳米量低于16纳米的定位速率只能达到38％的高端产品。 NVIDIA H100采用了4纳米的ProceSS，并且在高级过程中两方之间存在2-3的一代差距。其次，很难打破生态障碍：CUDA生态系统已经积累了15年以上，而国内软件堆栈需要同时与国际标准和自我开发框架兼容。 NG开发人员的数量小于NVIDIA的1/10，并且申请成本很高。第三，供应链安全风险：高型带宽（HBM）内存要求高端GPU，高级包装设备等。第四，收入模型尚未：GPU国内公司通常处于投资期，该行业的平均利润率为2024年，只有18％，小于Nvidia的68％。他们很长一段时间都依靠政府补贴，并且他们实现市场重点的能力需要改善。未来设定国内GPU行业的建议涉及三个方面：第一，技术技术技术。不对称的突破技术：避免在高级过程中竞争，并专注于开发新的体系结构，例如chiplet和存储集成。建议使用IIT来增加对光子计算的研究和开发的投资，到2028年实现商业光子AI芯片的质量，并为“建筑变化来弥补差距”的技术途径。专利优化：减少低品质的专利申请，专注于记忆管理和能源效率等基本领域，并努力在2027年到2027年在AI领域加速算法中超越美国公司。创新工业链中的创新合作：依靠三个主要工业工业合作社，Rieliance” Design-Manufacture-Manufacture-Pack-acting和Testing和Testing of Deverning'Will''。 14纳米SMIC过程的稳定性超过95％，并在2026年到达7纳米工艺的定位以满足Panghigh-End GPU要求。其次，生态结构的道路。发展罪GLE软件平台：由行业和信息技术部领导，我们共同制定了国内GPU统一API标准，以降低适应成本。生态突破的突破：在政府活动和财务等有用领域中建立“硬件 +软件 +服务”的组合解决方案，例如为政府云开发专门的GPU操作系统，从而产生示范的影响，然后在其他领域促进它。开源生态布局：增加对RISCV架构的投资，支持Pingtouge等公司生产GPU IP核心，并在2025年到2025年建立最大的RISCV GPU开发人员社区，吸引国际开发人员参与，并打破技术标准的垄断。第三，政策支持建议。不同的补贴政策：使用国内GPU（例如购买金额的15％的税收减免）给予企业的税收优惠待遇，并额外扣除离子是向GPU R＆D公司提供的（比例增加到175％）。全球合作策略：促进GPU在泰国和马来西亚的基本生产，避免出口控制，同时促进国内GPU进入当地市场。人才培训计划：在100所大学开放GPU设计贵族，每年种植20,000名专业人才；引入了领先的国际团队，并提供了5000万元人民币的最大企业家补贴。 （一组是外国投资基金的董事总经理） 上一篇：房地产市场强劲/贸易投资经常是炎热的，在房地
下一篇：没有了
下一篇：没有了
相关文章
- 2025/09/04Yuanjing财富/关于中国GPU行业的突破性道路
- 2025/09/04房地产市场强劲/贸易投资经常是炎热的，
- 2025/09/03房地产/兴趣市场的新港口状况下降了，资
- 2025/09/03美国在法庭上将国民警卫队部署到加利福
- 2025/09/02由长期分配\ Xu Huan驱动的库存海上筛选
客户经理