文/王新喜
最近有一个话题很有热，英伟达显卡这么先进，为什么我国不拆开英伟达显卡研究，从而造出自己的国产显卡？显卡是游戏的衍生物，在数字时代的浪潮中，游戏在过去被认为是娱乐的代名词，但没想到它成了科技创新的强大推手，游戏的发展在国内市场一直面临一些市场认知的问题与阻力，这是导致国产显卡落后的一个因素。
游戏是英伟达成功的关键，自1993年成立以来，游戏显卡是英伟达最核心的产品，发展到今天，已占据全球80%的市场，在过去，市场上那些对画面、制作质量要求非常高的游戏玩家，不断逼迫英伟达去开发性能更高的显卡，推动英伟达成为GPU领域的头号玩家。
在近20多年以来，英伟达研发投入一直在增长，研发支出几乎保持在20%~30%之间，远超美国科技企业3%的平均值。在游戏行业的拉动下，英伟达的GPU芯片性能高歌猛进。正是在游戏显卡领域积累的GPU底层能力，让英伟达赶上了AI的时代列车，为大量厂商提供顶级的GPU芯片。
发展到今天，英伟达目前在显卡市场的断层领先，背后已持续投入了几十年的研发资金和人力资源，背后积累的经验和技术是非常难以复制的，形成了很高的技术壁垒。英伟达芯片内部的复杂度已经不是靠逆向可以研究出来的地步了。
这种复制的想法，其实在早期有成功的可能性，早期处理器工艺还没那么复杂、还没那么先进的时候。比如英特尔的4004、8086等早期处理器，拆下来显微镜就能看清楚是怎么设计的结构，基本的门电路差不多都能认出来，而且由于功能简单，认不出来的也都可以补出来，因此这个时代是可以复制的。
但是现在的英伟达的CPU、GPU设计都动辄集成百亿、几百亿晶体管，结构复杂无比，不可能通过拆解认出来怎么设计的，只能通过X光透射大概了解其区域分区。至于复制，只能是天方夜谭了。
英伟达目前被制裁的A100 GPU，采用TSMC 4N工艺也就是5nm工艺制造，大约800平方毫米。
在5nm等级的工艺上，就算使用0.1nm波长的X光机，去扫描内部结构，得到大约540亿晶体管的内部图，但是由于芯片内部是3D立体的，存在多个层级，因此单纯的2D图像是无法还原内部结构的。它几乎在800平方毫米的地方集成了540亿的晶体管，在某些模块上还存在别人的特殊设计和特殊工艺。
这可不是简单的拆开就能研究清楚的，它是一个由540亿颗晶体管组成的微型“城市”。如果把每颗晶体管按照一平方米的面积列开来，那这一颗显卡核心的占地面积就几乎相当于3~4个北京市那么大。
肉眼肯定是无法看出这座城市的细节，必须借助显微镜才行。哈工大的顶级显微镜，有60nm的分辨率，但是英伟达的GPU核心可是用5nm或8nm工艺制作的。当然，我们用最先进的透射电子显微镜（TEM）足以观察到物理尺度为4nm的H100显卡中的晶体管，但问题来了，如何确定这540亿个晶体管各自的类型、精确的位置，以及晶体管之间的走线？
此外，英伟达设计出来之后，需要向芯片制造企业台积电提供芯片的GDS版图，根据GDS版图，在晶圆上经过光刻、刻蚀、离子注入、沉积、金属化等几十个步骤才可以制造出相应的芯片。
事实上，类似的问题，在发动机、光刻机等问题上曾经也有过类似的发问。难度还在于，这其中的工艺、材料、设备、技术等供应链来自于几十个国家。
况且英伟达的产品是硬件与软件的高度结合，在图形显示方面，GPU的图形驱动的好坏直接影响用户体验；在通用计算方面，CUDA及其各类高性能计算库提供了完备的支持，目前英伟达在软件上最大的护城河是CUDA，英伟达在CUDA方面下了极大的努力，而且这件事做了很多年，到今天CUDA可以影响很多领域，今天连OpenCL、Metal都没法撼动CUDA的地位，更别说去从0到1做生态了。
没办法拆开英伟达的显卡研究，给我们的反思
没办法拆开英伟达的显卡研究，造出自己的国产显卡，留给我们的教训与反思是，技术没有好坏之分，国内科技企业的技术研发更倾向去嗅风向，衡量当下的前景与投入产出，过去认为显卡仅仅用在游戏领域，大量投入不值得，缺乏商业前景，而游戏也面临各种风险。但显卡的应用并不局限于游戏，发展到后来，它为英伟达在GPU领域的领先打下了基础，进而成为AI时代卖铲子的人。
其次，一项技术的研发与推进，要从市场初期就瞄准风向，扎扎实实的推进，很多前瞻性的技术从最初时不起眼，在前期技术壁垒尚未形成的阶段，尚可追赶，越到后期，难度越来越大。
因此对于任何科技的探索，不应该用当下的局限去推测技术的应用前景，进而判断是否值得投入，如果在初期，国内厂商不局限游戏的未来去判断显卡的未来，那么国内显卡技术会不会有另一种发展的可能？而在技术没有大幅拉开差距的情况下，这种造出自己的国产显卡的可能性就越来越高，一旦技术积累拉开差距，这背后的产业链差距与软硬件生态差距、商业应用场景差距都被一并拉开。
其三，当然，这背后也与国内科技企业领域过去很长时间的造不如买的思维，耽误了前期追赶、弥补差距的时间窗口，伴随着一项科技产品的性能越来越强，晶体管越来越复杂，工艺越来越看不懂，那么砸钱也无济于事了，钱不能解决的事情，才是大事，老美限制英伟达显卡的销售，其实就是限制中国对先进生产力的探索。
不过，在深度全球化的时代，英伟达也无法脱离中国产业链，中国是少数的同时拥有从芯片研发到生产制造，再到应用场景的，具备全产业链能力的国家，而英伟达的芯片中也有大量零部件产自中国，尤其是显卡算力越高，就越是依赖光模块这条技术路径。因为GPU运行，涉及大量数据传输和计算，光模块的作用就是，进行光、电信号转换。
为了满足AI大模型、科学计算等算力需求，每台服务器动辄需要数百甚至数千个GPU。2010年，全球10大光模块企业名单，中国只入围了一家。到了2022年，全球前10，中国就占了7个。
人们总期望弯道超车，但弯道超车需要长时期的投入与积累，国产显卡的路还有很长，而且发展GPU的难度可能会比CPU还要大。中国新能源汽车的弯道超车，是经历了20年的布局，放到芯片产业上也是同理，令人欣慰的是，我们现在看到了自上而下的整体规划，从芯片制造，到设计，从系统软件的基础建设，到应用侧的布局，进行全面的独立自主的信息生态体系建设。我们需要有务实的心态去认识到真正的难题，才能对产业有真正的敬畏，才能有真正的反思与努力的方向，当下还任重道远，但我们依然保持期待。
作者：王新喜 TMT资深评论人
文/王新喜
最近有一个话题很有热，英伟达显卡这么先进，为什么我国不拆开英伟达显卡研究，从而造出自己的国产显卡？显卡是游戏的衍生物，在数字时代的浪潮中，游戏在过去被认为是娱乐的代名词，但没想到它成了科技创新的强大推手，游戏的发展在国内市场一直面临一些市场认知的问题与阻力，这是导致国产显卡落后的一个因素。
游戏是英伟达成功的关键，自1993年成立以来，游戏显卡是英伟达最核心的产品，发展到今天，已占据全球80%的市场，在过去，市场上那些对画面、制作质量要求非常高的游戏玩家，不断逼迫英伟达去开发性能更高的显卡，推动英伟达成为GPU领域的头号玩家。
在近20多年以来，英伟达研发投入一直在增长，研发支出几乎保持在20%~30%之间，远超美国科技企业3%的平均值。在游戏行业的拉动下，英伟达的GPU芯片性能高歌猛进。正是在游戏显卡领域积累的GPU底层能力，让英伟达赶上了AI的时代列车，为大量厂商提供顶级的GPU芯片。
发展到今天，英伟达目前在显卡市场的断层领先，背后已持续投入了几十年的研发资金和人力资源，背后积累的经验和技术是非常难以复制的，形成了很高的技术壁垒。英伟达芯片内部的复杂度已经不是靠逆向可以研究出来的地步了。
这种复制的想法，其实在早期有成功的可能性，早期处理器工艺还没那么复杂、还没那么先进的时候。比如英特尔的4004、8086等早期处理器，拆下来显微镜就能看清楚是怎么设计的结构，基本的门电路差不多都能认出来，而且由于功能简单，认不出来的也都可以补出来，因此这个时代是可以复制的。
但是现在的英伟达的CPU、GPU设计都动辄集成百亿、几百亿晶体管，结构复杂无比，不可能通过拆解认出来怎么设计的，只能通过X光透射大概了解其区域分区。至于复制，只能是天方夜谭了。
英伟达目前被制裁的A100 GPU，采用TSMC 4N工艺也就是5nm工艺制造，大约800平方毫米。
在5nm等级的工艺上，就算使用0.1nm波长的X光机，去扫描内部结构，得到大约540亿晶体管的内部图，但是由于芯片内部是3D立体的，存在多个层级，因此单纯的2D图像是无法还原内部结构的。它几乎在800平方毫米的地方集成了540亿的晶体管，在某些模块上还存在别人的特殊设计和特殊工艺。
这可不是简单的拆开就能研究清楚的，它是一个由540亿颗晶体管组成的微型“城市”。如果把每颗晶体管按照一平方米的面积列开来，那这一颗显卡核心的占地面积就几乎相当于3~4个北京市那么大。
肉眼肯定是无法看出这座城市的细节，必须借助显微镜才行。哈工大的顶级显微镜，有60nm的分辨率，但是英伟达的GPU核心可是用5nm或8nm工艺制作的。当然，我们用最先进的透射电子显微镜（TEM）足以观察到物理尺度为4nm的H100显卡中的晶体管，但问题来了，如何确定这540亿个晶体管各自的类型、精确的位置，以及晶体管之间的走线？
此外，英伟达设计出来之后，需要向芯片制造企业台积电提供芯片的GDS版图，根据GDS版图，在晶圆上经过光刻、刻蚀、离子注入、沉积、金属化等几十个步骤才可以制造出相应的芯片。
事实上，类似的问题，在发动机、光刻机等问题上曾经也有过类似的发问。难度还在于，这其中的工艺、材料、设备、技术等供应链来自于几十个国家。
况且英伟达的产品是硬件与软件的高度结合，在图形显示方面，GPU的图形驱动的好坏直接影响用户体验；在通用计算方面，CUDA及其各类高性能计算库提供了完备的支持，目前英伟达在软件上最大的护城河是CUDA，英伟达在CUDA方面下了极大的努力，而且这件事做了很多年，到今天CUDA可以影响很多领域，今天连OpenCL、Metal都没法撼动CUDA的地位，更别说去从0到1做生态了。
没办法拆开英伟达的显卡研究，给我们的反思
没办法拆开英伟达的显卡研究，造出自己的国产显卡，留给我们的教训与反思是，技术没有好坏之分，国内科技企业的技术研发更倾向去嗅风向，衡量当下的前景与投入产出，过去认为显卡仅仅用在游戏领域，大量投入不值得，缺乏商业前景，而游戏也面临各种风险。但显卡的应用并不局限于游戏，发展到后来，它为英伟达在GPU领域的领先打下了基础，进而成为AI时代卖铲子的人。
其次，一项技术的研发与推进，要从市场初期就瞄准风向，扎扎实实的推进，很多前瞻性的技术从最初时不起眼，在前期技术壁垒尚未形成的阶段，尚可追赶，越到后期，难度越来越大。
因此对于任何科技的探索，不应该用当下的局限去推测技术的应用前景，进而判断是否值得投入，如果在初期，国内厂商不局限游戏的未来去判断显卡的未来，那么国内显卡技术会不会有另一种发展的可能？而在技术没有大幅拉开差距的情况下，这种造出自己的国产显卡的可能性就越来越高，一旦技术积累拉开差距，这背后的产业链差距与软硬件生态差距、商业应用场景差距都被一并拉开。
其三，当然，这背后也与国内科技企业领域过去很长时间的造不如买的思维，耽误了前期追赶、弥补差距的时间窗口，伴随着一项科技产品的性能越来越强，晶体管越来越复杂，工艺越来越看不懂，那么砸钱也无济于事了，钱不能解决的事情，才是大事，老美限制英伟达显卡的销售，其实就是限制中国对先进生产力的探索。
不过，在深度全球化的时代，英伟达也无法脱离中国产业链，中国是少数的同时拥有从芯片研发到生产制造，再到应用场景的，具备全产业链能力的国家，而英伟达的芯片中也有大量零部件产自中国，尤其是显卡算力越高，就越是依赖光模块这条技术路径。因为GPU运行，涉及大量数据传输和计算，光模块的作用就是，进行光、电信号转换。
为了满足AI大模型、科学计算等算力需求，每台服务器动辄需要数百甚至数千个GPU。2010年，全球10大光模块企业名单，中国只入围了一家。到了2022年，全球前10，中国就占了7个。
人们总期望弯道超车，但弯道超车需要长时期的投入与积累，国产显卡的路还有很长，而且发展GPU的难度可能会比CPU还要大。中国新能源汽车的弯道超车，是经历了20年的布局，放到芯片产业上也是同理，令人欣慰的是，我们现在看到了自上而下的整体规划，从芯片制造，到设计，从系统软件的基础建设，到应用侧的布局，进行全面的独立自主的信息生态体系建设。我们需要有务实的心态去认识到真正的难题，才能对产业有真正的敬畏，才能有真正的反思与努力的方向，当下还任重道远，但我们依然保持期待。
作者：王新喜 TMT资深评论人