众所周知，这两年AI太火爆了，让GPU芯片直接就走向了神坛。

而GPU领域的大哥英伟达，也因为AI的火爆，一路狂飙，市值都达到了2.4万亿美元左右，离苹果的2.67万亿美元市值，已经只差3000亿美元不到了。

不过大家都清楚，美国生怕中国利用英伟达的GPU，训练出强大的AI，抢了美国的饭碗，于是将英伟达的高端AI卡禁运了。

A100、H100、A800、H800，以及H200、B100、B200等这些强大的芯片，都无法卖到中国来，目前只有H20这款阉割又阉割的残废版了，它的性能只有A100的50%，H100的20%。

而从大家的测试来看，H20的性能，甚至只有华为昇腾910B的50%左右，所以大家都觉得华为的机会到了，迎来了属于华为的“泼天富贵”。

实话实说，如果美国不打压，英伟达的芯片能够随便售卖的话，华为的AI芯片，估计很多国内的厂商，不会使用的，毕竟英伟达的芯片强很多，像B200是昇腾910B性能的10多倍。

但如果美国打压，英伟达的高端GPU芯片买不到，低端的H20还不如华为昇腾910B呢，为何要买H20，不买910B呢，除非是傻了。

事实上，对于芯片企业而言，硬件问题并不难解决，性能高一点，低一点并不是那么的难以接受，为什么呢？因为大家都是大规模的购买，然后通过集群来实现性能堆积的。

比如H20只有H100的20%，那我就买5块H20，集群之后，就有H100的性能了吧，不过是投资多一点，对于企业而言，只要能解决问题，多花点钱，并不是什么大事。

同样的，如果从性能来看，华为的910B替代A100，甚至H100，或者B200也不是问题，性能不够，就数量来凑，一张不行，就10张，10张不行就100张，群集之后，算力就上来了。

真正难解决的，其实是生态，英伟达的GPU生态是CUDA，这个大名鼎鼎了。

目前全球众多的AI应用，AI模型，其实大多是基于CUDA训练出来的，如果没有CUDA生态，这些应用，AI模型，都用不了。

举个例子，就像编程一样，程序都是基于JAVA写的。突然告诉你，没有JAVA运行环境了，程序运行不了，你怎么办？要么你换一个环境，用C语言重新编写一遍。

但用C语言编一遍，相当于重新从0开始，更何况C语言一定就能够实现当初JAVA语言的一切功能，达到一样的效果么，还真不一定。

就比如你在windows操作系统下有CAD，切换到linux下，没有了CAD了，你要用，要么重新自己写一个出来，要么找替代品，但这个替代品，就有windows下的CAD好用么？那可不一定。

所以，说真的，国产GPU芯片要替代英伟达的芯片，硬件还真不是问题，芯片就算性能差一些，也是可以集群的，而CUDA生态才是关键。

不过好在，目前国产GPU厂商们，也意识到了这一问题，开始建设生态了，比如华为、海光都有了自己的生态，未来可期。