| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 华为昇腾芯片跟英伟达的芯片相比，差在哪里？ -> 正文阅读 |
|
|
[科技知识]华为昇腾芯片跟英伟达的芯片相比，差在哪里？ |
| [收藏本文] 【下载本文】 |
|
华为昇腾芯片跟英伟达的芯片相比，差在哪里？ 关注问题?写回答 [img_log] NVIDIA（英伟达） 华为 芯片（集成电路） 英伟达特供芯片遇冷 英伟达智能芯片 华为昇腾芯片跟英伟达的芯片相比，差在哪里？ |
|
实际上换个角度来看，目前910B的表现本身就证明了AI领域的护城河非常浅。 910B的原始设计来自于2019年发布的910A，从发布时间反推，芯片前期设计时间应该是2017-2018年，恰好错过了Transformer热潮（最早开始于2018年下半年BERT发布）。也就是说，现在910B顶着至少四重debuff——工艺迭代需要时间，设计太早导致算子取向对Transformer不友好（所以我们这边的算法中台会手工对模型做NPU算子亲和性优化），HBM显存和多卡互联机制有欠缺，软件生态需要完善。顶着四重debuff，910B依然能做到性能与同代A100基本对标（实测有80%的A100水平），这本身就说明AI领域基本上不存在护城河——华为第一次做AI芯片就能跟当时同代的NV旗舰打成差不多的水平。 接下来就算HBM和5nm短期搞不定，910C或者920也至少能在transformer算子亲和性和多卡互联方面取得很大的进步。软件方面，torch_npu已经基本解决了pytorch的问题，接下来主要是PEFT，vllm之类的框架还需要进一步适配——不过这些都是一次性的工作，大家常用的也就这几个框架而已，整体工作量有限。 |
|
inference意义不大，这里只说training部分，个人觉得差距有以下几点 能耗比，这块和微架构，制程都有关系，晟腾没有n3的先进工艺，做出来的die size肯定比nv的要差很多，n3比n7面积快小一倍了，导致哪怕同样优秀的架构设计，要做一样的事情，晟腾可能需要2个芯片才能完成，nv用一个就可以了，况且晟腾的SIMT/SIMD设计不会比nv更强。不过这块影响不大，servers上可以用数量弥补，反正钱能解决的都不是问题。mem BW，晟腾肯定是拿不到HBM3e, 后续次一点的GDDR7肯定也没戏，memory bound是个很严重的问题，用LPDDR需要很多phy堆bus width才能把BW提上来，对floor plan，die size都是很大的挑战。大模型训练速度会受到很大的影响。scaler， D2D受工艺限制，做扩展还有散热的问题，而且BW的bottleneck比computation更大，C2C需要很优秀的bus design，ARM后续的总线授权应该拿不到了，晟腾要设计私有的高性能总线协议才行，还要增加sram以及做cache coherency都是不小的挑战。high-speed interface, B2B需要用到的高速互联接口，nv有nv switch, nv link，光接口做到很大的BW，这块国内供应商没有能打的，又只能华为自己上，从物理层到协议层以及SDK都要做出来，突破了这个才能去谈pod，不然最多做到C2C的单板，用PCIE5.0去打nv switch，差太多了。生态，cuda是没希望了，mindspore要上接pytorch，下接ISA, framework, UMD, KMD全部自己做完，以前cuda的要迁徙过来，无数bug要修，还有性能，精度问题。没记错的话，晟腾只能适配H自己arm based的server，和普遍用的X86 linux还不通用(RSIC-V做高性能还有很长的路要走，短期没指望）。NV的PCIE borad是没这问题的，当然pod就是另外的话题了。 but，差就差点，又不是不能用，至少H这边不会断供，可能产能不够，要排队买，NV的GH,B200是好，买不到有啥用。先解决有没有的问题，再想好坏的问题。就是后续大模型训练上，需要的时间就多了，整体上还是BW的限制更严重一些，看能不能从存内结算等方向想想办法了。 |
|
1）大架构不同，一个npu/davinci架构，一个gpgpu/cuda编程模型架构。 2）微架构不同。nv的大算力芯片微架构专利几乎是最先进的。 3）生态积累不同。nv的cuda生态积累比昇腾早了差不多15年。 4）工艺代不同。nv可以用5nm，昇腾还没法用这么先进的。 5）多芯片和多卡互连积累不同。nv体系的nvlink和infiniband已经成熟，昇腾还在前进。 不能说比nv差，主要是起步晚，就步步慢 |
|
|
|
|
如果纯从生态上和芯片本身来说，其实没有什么可比性。制程就不说了，几年内估计没什么希望，芯片架构上910也三年了。软件生态CUDA也更成熟，大模型也都是Nvidia的形状。但是这跟昇腾卖芯片，卖机架是两回事。只要芯片法案还在，中美关系还是僵持，昇腾的市场占有率还会提升。话说即使后面全面放开，国内的企业还敢全用NV的方案吗？ |
|
hw很想买nv的芯片， nv应该对hw的芯片没有兴趣 |
|
我早说过，失去先进制程以后，也会同时失去新的接口能力 知乎一大堆伪科技爱好者狂喷，现在大家可以看到残酷的现实了 昇腾芯片必然无法使用新一代的内存，比如HBM3e, 以后会越来越跟不上带宽的增长，仅此一点，就已经无法和nv斗下去了 随着越来越多新的接口无法使用，也就渐行渐远，孤家寡人了 另一方面，我早说过，华为如果2024年无法解决先进制程，其芯片技术方面的核心技术储备会快速归零。这是尖端科技行业的规律，就像心脏不跳了，人就死了。尖端科技企业，必须不断拿出创新技术，停了，就已经死了 非常快，华为落后的制程将成为负现金流 华为在2024年，必须同时解决来两大大难题，5nm，及先进制程接口ip引入 |
|
性能不好说，价格差不多，英伟达涨价他肯定跟着涨！ |
|
在制程上。 |
|
性能低，价格高，谁买谁爱国 |
|
市场份额与生态系统： 英伟达：作为全球图形处理器（GPU）市场的领导者，英伟达在数据中心、人工智能、高性能计算等领域拥有广泛的市场占有率和成熟的生态系统。其CUDA编程平台、TensorRT加速库、NGC容器 registry等工具及资源深受开发者喜爱，形成了深厚的用户基础和丰富的应用支持。 华为昇腾：作为后起之秀，昇腾芯片在市场占有率、生态成熟度方面相对英伟达尚有一定差距。尽管华为在积极推进MindSpore开源框架、Ascend Computing Stack等开发工具和生态建设，但与英伟达相比，其生态系统的丰富度、第三方软件适配度以及开发者社区活跃度仍有提升空间。 芯片性能与架构： 英伟达：以其旗舰产品A100、H100等为例，英伟达GPU在浮点运算性能、内存带宽、并行计算能力等方面表现出色，特别在深度学习训练和推理、大规模科学计算、图形渲染等领域具有领先优势。其独特的张量核（Tensor Core）设计专为加速AI运算而优化，且通过NVLink等高速互连技术实现多GPU间的高效协同。 华为昇腾：昇腾系列如昇腾910、昇腾310等芯片在AI推理和训练方面也展现了较强实力，尤其是在特定场景下（如低功耗边缘计算）可能有出色能效比。华为强调全栈全场景AI战略，芯片设计兼顾云、边、端多种部署需求。然而，总体来看，昇腾芯片在绝对性能、峰值算力、内存带宽等方面可能不及同期英伟达旗舰产品，且在并行计算架构的成熟度和灵活性上可能存在差距。 国际业务与供应链： 英伟达：作为全球化公司，英伟达在全球范围内开展业务，供应链相对稳定，能够获取全球顶尖的半导体制造资源。虽然近年来面临供应链紧张和国际贸易限制，但其产品仍能在大部分市场正常销售和部署。 华为昇腾：受美国制裁影响，华为在采购先进制程芯片、使用美国技术的EDA工具等方面面临严重限制，导致昇腾芯片在先进工艺节点的推进、性能提升以及国际市场的销售受到显著制约。尽管华为正在积极寻求国产替代方案和自主技术路线，但短期内这些挑战可能会影响昇腾芯片的整体竞争力。 行业合作与客户基础： 英伟达：与全球众多云服务商、科研机构、企业客户建立了深厚合作关系，其GPU广泛应用于云计算、自动驾驶、医疗影像、金融分析等多个领域，客户基础庞大且多元。 华为昇腾：虽然华为在电信、企业服务等领域有深厚的客户积累，且正在积极拓展国内及部分友好国家的市场，但受限于国际形势，其在国际市场拓展及与国际顶级云服务商、科研机构的合作方面面临较大挑战。 |
|
主要差别是华为获得了伟大的滋油皿煮灯塔美国的神助攻，而英伟达得到的是美国的全力打压。 英伟达的研发实力、技术积累、cuda生态垄断等等一切优势，在美国政府的神助攻面前都不堪一击，瞬间土崩瓦解了，为华为开创了无比有利的局面。 这不，黄夹克刚整出来特供中国大陆的阉割版，美国政府的禁令就跟着更新了，反正就是不让英伟达在中国无法开展业务开拓市场，以便扶持华为的茁壮成长。 美国赢麻了！心里只有感恩！ |
|
|
|
|
|
|
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |