私有化部署大模型非常重要环节：国产显卡和英伟达显卡到底该如何选择？

一、国产显卡主要厂商及产品

1. 华为（HiSilicon）

• 昇腾（Ascend）系列：如昇腾910和昇腾310，专为AI计算设计，适用于数据中心和边缘计算。

• 比特大陆（Bitmain）
• Sophon（算丰）系列：包括Sophon BM1684、BM1682等，适用于AI推理和训练任务。
• 寒武纪（Cambricon）
• MLU（Machine Learning Unit）系列：如MLU270、MLU220等，适用于多种AI应用场景。
• 中科曙光（Sugon）
• DCU（Deep Computing Unit）系列：适用于数据中心的高性能计算任务。
• 景嘉微（Jingjia Micro）

• 
  

JM系列：如JM5400、JM7200等，广泛应用于军事和工业领域，适用于图形渲染和嵌入式应用。



二、英伟达GPU架构演进史

了解国产显卡后，我们也回顾一下英伟达GPU的架构演进，看看其算力发展历程：
1. Volta架构
• 第一代AI加速卡，专为AI运算设计的张量运算（Tensor Core）架构。
• 代表型号：Tesla V100。
• Turing架构
• 第二代张量计算架构，代表型号：T4。
• Ampere架构
• 第三代张量运算架构，代表型号：A100系列显卡。
• 芯片工艺升级，SM数量翻倍到108个，加入FP8运算模式，算力达624 TFLOPS (FP8)。
• Hopper架构
• 第四代架构，代表型号：H100系列显卡。
• SM数提升至132个，FP16运算能力达到512次/周期，算力达1978 TFLOPS (FP8)。
• Blackwell架构
• 第五代架构，代表型号：Blackwell B200。

• 
  

采用全新的FP4数据单元，推理任务算力达20 Peta FLOPS，FP8算力达10 PFLOPS，主频2.1GHz，SM数600个。



三、A100 VS A800, H100 VS H800

由于美国对华半导体出口限制，英伟达推出了A800和H800作为替代产品：
• A800：将A100的NVLink传输速率降至400GB/s，其他参数基本一致。
• H800：NVLink传输速率降至400GB/s，双精度算力几乎归零，对HPC领域影响较大。
  
  

四、选择英伟达显卡的原因

1. 性能和稳定性：英伟达显卡在高端计算、深度学习、科学计算等领域表现优异，广泛应用于Tesla和A100系列。
2. 生态系统和支持：英伟达拥有强大的软件生态系统，CUDA平台在高性能计算、机器学习等领域有着广泛应用和成熟的开发工具支持。
3. 市场认可度：英伟达显卡在全球市场上有很高的认可度，许多国际大企业和研究机构依赖英伟达的产品，增加了其可信度。
   
   

五、选择国产显卡的原因

1. 成本效益：国产显卡价格更具竞争力，适合预算有限的中小企业或对性能要求不高的应用场景。
2. 政策支持：中国政府对国产科技产品有政策上的扶持，包括采购倾斜和资金支持，促使企业更多地使用国产显卡。
3. 自主可控：在一些敏感行业和领域，使用国产显卡有助于减少对外依赖，增强自主可控性，降低供应链风险。
4. 市场需求：一些国产显卡在特定应用场景中取得了不错的成绩，适合特定的国产应用或系统集成。
5. 企业要求：如果是国企或者政府相关单位会要求使用国产显卡。




六、具体应用场景的选择

1. 游戏和普通办公：在这些场景中，企业可能会更多地选择成本较低的国产显卡，特别是在性价比方面有优势。
2. 高性能计算和AI：对于需要强大计算能力的企业，如人工智能公司、科研机构，英伟达显卡仍然是主流选择，尤其是其在AI和深度学习方面的优势明显。
3. 政策导向行业：如政府项目、国防、关键基础设施等领域，选择国产显卡可能更多。
   
   

七、总结

随着美国对中国的芯片限制愈加严格，国内科技企业积极调整策略，以减少对英伟达芯片的依赖。阿里和腾讯等云厂商转向华为等本土公司，更多依赖内部开发的芯片，百度和字节跳动也采取了类似措施。国内企业选择“英伟达+自研+国产芯片”三管齐下的策略，以应对不断变化的国际形势和技术要求。
随着中国科技企业的不断创新和发展，本土显卡在性能和应用范围上不断扩展，已具备了较强的竞争力。中国企业可以根据自身需求，结合成本效益和风险管理等因素，合理选择国产显卡或英伟达显卡，助力业务发展和技术进步。希望这篇文章能够帮助您更好地理解和选择适合的显卡产品，为企业的发展提供有力支持。