作為吃瓜群眾，簡單看看這個事兒的幾個影響：

1，影響跨國企業(yè)的商業(yè)信譽。

企業(yè)級市場、數(shù)據(jù)中心市場穩(wěn)定的供給非常重要，像這種說禁運就馬上就斷貨的操作，實在其實有損企業(yè)的商業(yè)信譽。

有此先例，不免讓很多用戶擔心朝不保夕，修改技術(shù)路線。所幸，后來有了延期的操作，不然會有更深遠影響。

2，禁運對數(shù)據(jù)中心技術(shù)架構(gòu)影響。

英偉達的顯卡大概兩三年更新一代，每一代的性能提升都非常大，性能大致上可以參考CUDA個數(shù)，比如從P100到V100，CUDA增長了42%，從V100到A100提升了35%。

而且，伴隨著工藝和架構(gòu)的進化，帶來的性能提升非常大。如果不用新卡，同等性能之下，運營成本負擔也會大大提升，特別是電費，在雙碳背景下，此舉會帶來很大額外壓力。

3，禁運對技術(shù)發(fā)展的影響。

目前主要是對HPC高性能計算和機器學(xué)習(xí)的影響。

HPC高性能關(guān)系到前沿基礎(chǔ)科學(xué)研究領(lǐng)域的發(fā)展步伐，這些領(lǐng)域包括分子動力學(xué)模擬、生物制藥、材料電子結(jié)構(gòu)計算、材料模擬、生命科學(xué)等，人們越重視基礎(chǔ)科學(xué)，就越應(yīng)該關(guān)注顯卡。

此前超算領(lǐng)域已經(jīng)有過一些關(guān)于CPU禁運的先例，所以大家對禁運應(yīng)該不陌生。

機器學(xué)習(xí)領(lǐng)域，如今常用的各種人工智能服務(wù)，包括刷臉，語音識別，背后多少都靠高性能顯卡來訓(xùn)練模型，禁運會增加這些服務(wù)提供商的成本，但更重要的是，可能影響一個國家在機器學(xué)習(xí)方面的探索。

眼看著如今機器學(xué)習(xí)模型越來越大，有些模型參數(shù)多的都達到了Trillion（萬億）級別，比如GPT-3和Switch Transformer這種語言模型頂流，這些模型能做一些非常不可思議的事情，發(fā)展前景令人向往。

機器學(xué)習(xí)的核心思想就是大力出奇跡，非常依賴高性能加速器來訓(xùn)練模型，沒有顯卡就少了很多可能。

比如，最新的H100顯卡，搭配上NVLink Switch System能連接256塊H100構(gòu)建集群，能將大型語言模型提升30倍。如果沒有這些，機器學(xué)習(xí)的發(fā)展步伐無異于中了減速Buff。

4，對技術(shù)服務(wù)商的影響。

英偉達發(fā)布H100的新聞稿里提到，AWS、Google Cloud、微軟Azure、Oracle Cloud、阿里云、百度AI云和騰訊云，都會提供基于H100的實例。此外，戴爾、HPE、思科、Atos、聯(lián)想等OEM廠商還將提供一系列采用H100的服務(wù)器產(chǎn)品。

一直以來，美國都是限制一些國家將高端技術(shù)用于特定領(lǐng)域，如果按照這一原則，一些國內(nèi)的公有云服務(wù)商應(yīng)該還是能拿到H100，除非全面禁止向960萬平方公里的土地上使用這些產(chǎn)品技術(shù)。

技術(shù)服務(wù)商，特別是國內(nèi)公有云服務(wù)商可以考慮借鑒AWS的做法，自己研發(fā)類似AWS Trainium的專用的機器學(xué)習(xí)訓(xùn)練芯片，因為只有云服務(wù)商具備將芯片做起來、并用起來的規(guī)模和技術(shù)優(yōu)勢。

而且，對云服務(wù)商來說，此舉既可以豐富產(chǎn)品類型，也能收獲更強的供應(yīng)，提高技術(shù)路線的把握能力。對用戶來說，云能屏蔽下層硬件差異，降低使用中的障礙。如果云廠商要做替代，建議盡可能拉上國產(chǎn)GPU廠商。

5，國產(chǎn)利好。

理論上肯定是利好國產(chǎn)GPU市場的，但國產(chǎn)GPU挑戰(zhàn)特別多，盡量拉上云廠商路才好走。

第一個，是技術(shù)本身的差距，硬件積累和軟件生態(tài)的積累首當其沖，其難度大致上可以參考國產(chǎn)CPU市場，但好在技術(shù)上的難度會低很多。

第二個，如何保證穩(wěn)定的供給？即使將來具備了英偉達同等硬件性能和軟件生態(tài)，這種先進技術(shù)還能否不受約束地隨便用，至少可見的未來，芯片領(lǐng)域還需要臺積電的供應(yīng)，同樣可能受制約。

zhupb