替换A800？事实上做不到

2023年10月17日，美国政府公布了《临时最终规则》，对于高性能计算芯片对华出口限制规则进行了升级，英伟达的H100、H800、A100、A800这些卡都将受限。

在国内人工智能、自动驾驶公司急需平替的时候，华为昇腾可以替换英伟达 A800的声音甚嚣尘上。

事实如此吗？

首先说明一点，虽然昇腾和英伟达H/A系列都属于AI芯片，但因技术路线不同，可比性并不大。

打个比方，手机处理器和服务器处理器，虽然功能都是提供通用计算，但是计算场景不同，芯片架构也不同，性能评判标准也不同。

我们都知道，美国针对中国的出口限制规则主要是面向高端的GPGPU卡，GPGPU的算力精度涵盖较广，应用的领域也更广泛，整个产业的生态相对完整，但是芯片设计相对比较复杂。GPGPU芯片一般会布局大量的双精度和单精度的计算区域，除了AI大模型、自动驾驶、深度学习等领域的推理和训练之外，GPGPU可以覆盖科学计算、工程计算等领域，比如药物设计、新材料、航空航天、基因工程，天气预报等多种新模型、新范式和融合算力的需求场景。

而华为的昇腾 910属于NPU，它的优势是大部分时间集中在低精度的算法，新的数据流架构或内存计算能力。NPU芯片的算力一般以半精度算力（FP16）和整型算力（INT8、INT4）为主，擅长处理视频、图像类的海量多媒体数据，不涉及高精度算力应用的领域。

所以从技术路线这个维度来看，无论是算力的精度覆盖范围、业务场景和应用对象，

因架构和应用场景的不同，从纸面参数来看，无论是算力类型、精度范围还是算力值的大小，昇腾910都无法与英伟达A800类比。

不过昇腾910在Peak FP16 Perf.（半精度）这个值高达280，而英伟达只有77.97。这里想引入一个概念，稀疏算力和矢量算力。

简言之，910是算力是稀疏过的，而A800的是矢量算力，稀疏完的值虽然高，但是业务场景表现的并不是那么全面，很多场景还是需要用矢量算力去衡量。拿稀疏算力去衡量一个综合算力中心或者地方智算的算力值，其实就是以偏概全。话说回来，A800的稀疏算力是312，还是比昇腾910要高。

最后再提一个点，就是卡间互联能力。

计算大模型其实是很多台GPU服务器协同提供算力，每台服务器也都有安装了多张GPU卡，像英伟达的NVLink可以实现8颗芯片互联，就是8路互联。

根据华为官方说法，“同一HCCS内处理器可做数据交换，不同HCCS内处理器不能通信。即同一Pod分配的昇腾 910 AI处理器（若小于或等于4）必须在同一个HCCS环内，否则任务运行失败。”也就是说，昇腾910只能做到4路互联。这意味着，如果上千卡集群训练，昇腾910速度要打不少折扣。昇腾910产品手册中也提到了亲和性策略说明、资源申请约束等，需要优化调试才能用，生态普适性也待提升。

客观来说，昇腾与英伟达产品还存在一定差距，在某些计算场景可以做替代，但是很难做到英伟达H/A系列提供普适AI算力的程度。国产AI芯片还需认清差距，努力追赶！