Nvidia H20禁令：评估对中国AI和软件开发的影响

Investing.com — 美国决定收紧对Nvidia H20芯片的出口管制，给中国AI板块带来了新的复杂局面，但随着国内企业转向替代方案并加深对本土生态系统的投资，短期内的干扰似乎有限。

伯恩斯坦(Bernstein)分析师表示，这一禁令甚至可能加速中国摆脱对美国半导体依赖的转变，这一转变已经在硬件和软件领域全面展开。

Nvidia (NASDAQ:NVDA) H20芯片被视为专为中国市场定制的低端加速器之一，与其他高端Nvidia产品相比，其计算能力明显较低。

分析师认为，这一禁令在很大程度上具有象征意义，因为性能比较显示它已经落后于华为Ascend 910C等中国替代品。

例如，华为最近推出的AI CloudMatrix 384平台提供了比Nvidia NVL72节点高1.7倍的计算能力，尽管其功耗几乎是后者的四倍。

伯恩斯坦分析师认为，更大的影响在于禁令发出的信号以及它加剧的供应动态。

以基础AI模型为核心的公司，尤其是那些专注于媒体的科技板块，将最为明显地感受到这些限制。

然而，中国AI行业的很大一部分已经主动多样化其计算策略，以减少对Nvidia的依赖，采用推理替代品、较小的边缘训练模型以及将国产芯片与Nvidia硬件相连接的混合平台组合。

短期运营预计将基本不受影响。伯恩斯坦调查的大多数AI公司表示，他们可以继续使用Nvidia 3090或V30等前代芯片，或转向华为和其他本地替代品。

然而，云计算板块可能面临日益增长的压力。随着计算能力变得更加稀缺而需求持续存在，基于云的GPU加速定价正在攀升。

伯恩斯坦指出，自2023年初以来，各种提供商的GPU租赁价格已稳步上涨。

就长期前景而言，H20禁令可能会催化国内更深入地推动AI独立。

华为有望进一步缩小性能差距，借助软件创新改善集群带宽和模型蒸馏技术。

国内开源计划Deepseek在开发高效的小型模型方面已经展示了令人鼓舞的结果，这些模型在不需要大量计算能力的情况下优化了性能。

伯恩斯坦指出中国正在利用三种主要技术方法来减少对Nvidia的依赖。

首先是手动重新设计CUDA训练模型以在华为芯片上运行，这项工作虽然资源密集，但在某些情况下已经达到了高达90%的性能一致性，如科大讯飞对其iSpark模型的适配。

其次，基于编译器的预训练模型移植提供了一种自动但仍不完美的路径。

第三，正在推行中间层计算协调方法，以允许在异构芯片环境中进行训练和推理。

据该券商称，TMT和软件公司也预计将从私有云转向公共云基础设施。

由于与华为等国内芯片供应商关系密切，国有企业在云计算板块中受到青睐。

本文由人工智能协助翻译。更多信息，请参见我们的使用条款。