日前，英伟达方面透露，美国政府限制其向中国出口加速人工智能任务的最新旗舰GPU计算芯片A100和H100，此举可能削弱相关企业开展图像识别等先进工作的能力。

9月1日，商务部发言人束珏婷表示，一段时间以来，美方不断滥用出口管制措施，限制半导体相关物项对华出口，中方对此坚决反对;外交部发言人汪文斌当天也回应称，美方的做法是典型的科技霸权主义，美方一再泛化国家安全概念，滥用国家力量，企图利用自身科技优势，遏制打压新兴市场和发展中国家发展，此举违反市场经济规则，破坏国际经贸秩序。

如果说，汽车行业最近一两年来遭遇的“缺芯”危机，原因主要在于市场端的供需不匹配，那么，这一次包括美国企业英伟达在内的自动驾驶产业链是赶上了“人祸”。“限芯令”会“封印”自动驾驶未来的发展吗?相信时间自会给出答案。

禁令出台 “狠起来连自己都砍”

随着“限芯令”消息的持续发酵，作为此次事件主角之一的英伟达，股票价格在随后5个交易日持续下跌，跌幅接近22%，市值蒸发约1000亿美元。截至9月13日，英伟达的股价创下了52周来的新低。

“美国政府禁止英伟达将高端AI计算加速芯片出口中国，其对华业务难免受到影响，业绩将低于市场预期。英伟达‘断供’的是高端计算芯片(GPGPU)。在这一领域，国内企业与海外巨头的差距比传统GPU小，因此也为国内企业带来了相应的机会。英伟达的优势在于伴随硬件而建立的CUDA软件生态系统。国内企业除通过现有imaginationIP及兼容CUDA生态的产品策略外，可以积极利用本次契机研发自主IP，并在下游合作伙伴的应用中逐步形成自身的独立生态系统，从而实现全面的国产化替代。”国家新能源汽车技术创新中心总经理、中国汽车芯片产业创新战略联盟秘书长原诚寅在接受《中国汽车报》记者采访时表示，目前困扰国内芯片设计企业的主要问题在于制造，只有设计能力，缺乏制造能力，芯片硬件的迭代速度将受到较大影响。

不少人猜测，英伟达在某些领域或将重演华为的遭遇，差别在于其将在需求端面临不确定性。毕竟，从全球范围来看，中国是英伟达的重要市场。据了解，英伟达2022财年营收达269亿美元，其中超过四分之一由中国市场贡献，达71亿美元，尤其在公司游戏业务萎缩的背景下，此次数据中心业务受限无疑意味着新一轮的冲击。

事实上，过去几年来，中国已成为全球智能汽车芯片的“竞技场”，Mobileye、英伟达、高通等都选择将最新一代的产品进行投放。英飞凌科技高级副总裁曹彦飞日前表示，随着高阶自动驾驶的引入，传感、计算、执行、安全等各个领域的芯片应用量将成倍增加，而在中国市场，预计到2021～2026年，中国汽车半导体在电动化和智能化细分市场的年复合增长率甚至可能超过30%。

一边是潜力无限的需求，一边则是“自废武功”的禁令。美国政府的“限芯令”，无疑将给英伟达等本国芯片巨头带来震荡。对此，国家智能网联汽车创新中心信息物理架构部部长梁浩表示：“粗略估算，来自中国的需求甚至能够占据芯片市场整体的1/3左右，芯片企业的盈利能力与市场容量息息相关。因此从长远看，此举带来的影响，看似是对中国的制裁，事实上将压缩美国公司自身的市场空间，降低其商业价值。这不仅会影响英伟达，更可能给众多同行业美国公司带来不利的预期。”

应关注云端AI芯片短板问题

有业内人士指出，英伟达的GPU芯片对于训练人工智能系统至关重要，因此，美国“限芯令”的算盘意在通过GPU卡住中国智能网联汽车发展的关键节点。

记者了解到，GPU芯片被视为人工智能、图像识别、语言处理等应用领域的“心脏”。作为通用算力的核心部件，高性能GPU则具有更为强大的并行数据计算能力。此次被限的用于数据中心的GPU芯片，通常被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。

在汽车领域，L4级自动驾驶的实现绕不开高性能AI芯片。高端GPGPU芯片的缺失，可能削弱相关企业开展图像识别等先进工作的能力，给自动驾驶云端训练带来挑战。数据显示，英伟达在数据中心GPU市场的占有率超过80%，在云端训练市场的占有率约90%，在云端推理市场的占有率约60%。此次“限芯令”涉及的A100、H100，是主要用于云端数据中心的高性能GPU芯片，对自动驾驶产业链来说至关重要。

其中，A100是英伟达2020年推出的数据中心级云端加速芯片，拥有540亿晶体管，采用7nm工艺制程，支持FP16、FP32和FP64浮点运算，为人工智能、数据分析和HPC数据中心等提供算力。目前，国内几乎所有云服务提供商都采用A100芯片，支持其数据中心的AI计算。继特斯拉之后，蔚来汽车、小鹏汽车、毫末智行等汽车产业链上下游企业，也都基于该款芯片打造自动驾驶训练中心。H100是英伟达今年3月发布的最新一代数据中心GPU，集成800亿晶体管，采用定制的4nm工艺。

“自动驾驶的技术水平，很大程度上依赖算法的准确度。为了能有更好的表现，算法需要大量的数据进行训练。”梁浩向记者介绍道，“目前，国内很多聚焦自动驾驶赛道的公司都采用A100或基于A100、H100的DGX训练服务器完成快速迭代。可以说，这个赛道基本是英伟达的‘主场’。”

原诚寅指出，目前，国内从事AI芯片设计的企业在历经初创期后，开始迅速成长，行业中涌现出一大批优秀代表企业。不过，此类芯片对制程的要求非常高，由于短期国内企业并不具备制造能力，因此意味着所有的芯片流片等工艺流程可能还会在中国大陆之外的市场进行。未来，芯片设计企业有一定可能性，将注意力转移到晶圆代工企业，以确保获得先进制程代工服务的保障。

在2022全球新能源与智能汽车供应链创新大会上，全国政协经济委员会副主任苗圩强调：“整车的发展方向从域控制器向中央计算架构演进，我们一定要统筹前瞻性布局，谋划云控制平台的发展。行业都在关注车端AI芯片，很少有人重视云端人工智能训练系统芯片的问题，我们要及早补上这块短板。”