这两款GPU主要还是用在人工智能领域，高性能GPU缺货，正成为限制中国AI研发的最直接因素之一。
早在2022年8月26日，美国政府就向英伟达下达了通知，要求对A100、H100进行新的出口管制许可，并立即生效。
A100、H100是目前性能最强的数据中心专用GPU，市面上几乎没有可规模替代的方案。这两款GPU的断供，将对国内AI计算，带来严重影响。
其中，A100是英伟达于2020年推出，专用于自动驾驶、高端制造、医疗制药等AI推理或训练场景。
A100芯片可以提供更快速度和更高计算能力，从而加快模型训练和推理的速度，提高模型的性能和效率。
事情出现了反转，在英伟达的游说下，重新获得了美国政府的出口许可。在2023年3月1日之前，英伟达可以继续给中国提供A100产品。
现在，缓冲期限到了。中国企业已经很难获取英伟达A100芯片。现在国内的A100芯片储备，多是存货，剩余使用寿命约为4年-6年。
另根据公开信息，英伟达在介绍关于A100时，展示出的客户商标中，还包含了中国的互联网巨头阿里巴巴、百度、腾讯、京东、小米。
为此，微软Azure上部署了数万枚A100、H100高性能芯片。这是第一个采用英伟达高端GPU构建的大规模AI算力集群。
未来ChatGPT商业化后，所需的GPU芯片数量甚至超过3万枚，算下来要花4.5亿美元，真的十分烧钱。
而显卡越多的公司，AI算力就越强，生成的答案不仅更加准确，而且还更“高级”，就拿AI绘画为例，人像都可以做到真假难辨的程度。
而国内，拥有1万张GPU的企业，少之又少。国内云厂商，主要用的是英伟达中低性能产品，例如A10。
业内人士向科技每日推送表示，1万枚英伟达A100的算力下，分析数据需要2周时间，随后工程师再花费2周进行二次分析，筛选出更准确的数据。所以说数据更新一次大概需要1个月，算下来一年就更新12次。
如果GPU的性能更高，那么数据更新的速度更快、准确度也更高。如果手上仅有中低性能芯片，可想而知，中国AI水平与国外的差距就越大了。
拥有1万张英伟达A100的公司，国内大概只有一家，叫幻方量化，这是一家靠人工智能进行量化投资的对冲基金公司，于2015年创立。
目前，它是国内最大量化基金管理公司之一，在量化私募圈，素有“北九坤，南幻方”、“四大天王”的说法。
这1万张英伟达A100显卡，被用来构建超算集群“萤火二号”，它每天执行32000个训练作业，支撑着国内外50多个机构的AI模型研究工作。
中国的AI研发公司，能够获得的最佳替代品，应该就是英伟达的A800芯片，这是是A100的“阉割版”。
A800计算性能与A100基本相同，但数据传输速度被降低了30%。这会直接影响AI集群的训练速度和效果。
GPU数量不够或性能不够的结果是，AI推理和模型训练的准确度不足，这会直接导致中国企业即使做出类似的对话机器人，机器人的“智商”会远低于ChatGPT。
近几年，天数智芯、壁仞科技、摩尔线程等公司，都推出了自研的通用GPU产品。其中，2022年8月，壁仞科技发布的壁仞100，突破了全球的算力记录。但它尚未量产上市，后续能不能支棱起来，还需要时间的验证。
在英伟达的“霸权”之下，中国企业想在市场上打开局面，真的充满了挑战。现在，国产GPU厂商，在自研路仍任重道远。返回搜狐，查看更多
