自步入人工智能时代以来，中国一直是英伟达的大客户。
2022年，英伟达销售数据中，25%来自中国客户，尤其是一些互联网大厂，他们对英伟达的算力产品，比如H800，可以说是疯狂买买买。
但是随着美国在2023年10月更新了先进半导体和计算设备的出口管制，英伟达中国特供版GPU A800和H800都将在11月17号后禁止出口中国。而且更难处理的是，华盛顿新的出口管制下，几乎绝大多数高算力产品都不再能出口中国了。
不过英伟达有他们的小心思，25%的巨大收入来源不可能说断就断，所以英伟达决定要和美国政府来一场猫鼠游戏，要在这只猫的眼皮底下，偷走奶酪。于是英伟达开始布局一款新的产品——H20。注意，这个H20是“H”和“二十”，不是水分子的化学式。
H20这款产品的浮点运算能力仅有296TFLOPs，性能密度只有2.9。这意味着它从纸面上看已经是一款超低性能产品，然而有意思的事情来了，如此低性能的产品，依然有公司会买，而且它继续引发美国的监管部门以及英伟达竞争对手的恐慌。在硅星人此前的文章《英伟达的美国对手们已经开始拿中国攻击英伟达了》中已经提到，英伟达的美国对手批评它不够美国，而英伟达认为这些批评不合逻辑；而最近的消息是，美国商务部长 Gina RAIMondo又点名英伟达，警告它停止为中国设计绕过出口管控的 AI 芯片。
所以，这个猫鼠游戏里，英伟达到底是如何做的？
3A090里的文字游戏
3A090，是华盛顿出口管制中的ECCN编码物项。3A090特指特定高性能集成电路，当一颗芯片输入输出双向传输速率超过每秒600GB，或算力超过4800TOPS时就属于3A090，也就意味着禁止向中国出口。
上一次美国规定先进半导体出口措施的时候，英伟达旗舰产品A100和H100都被划在了禁止向中国出口的列表当中。英伟达当时采取的措施是推出低配版、但是同架构、且同样配备高带宽插槽版本（也就是SXM版本）的A800和H800。这两块产品在性能上和原版的A100、H100几乎完全一致，颇有种孙悟空和六耳猕猴的感觉。
在上一次禁令发布的时候，美国只是对产品的具体型号做出了禁止出口的规定，这才有了H800和A800这种李逵李鬼的情况。所以这次新规就加入了更为严格的限制，规定了算力总和以及性能密度，所有人工智能产业能用到的高端张量计算GPU全都被划进了限制。
说得更直白一点，高性能的GPU不让卖，低性能的GPU买了也没用。
然而有意思的事情来了，禁令所限制的两个词汇“性能密度”和“总算力”，其实是一个文字游戏。
什么是性能密度？国际上有两个说法，第一个是人工智能公司常用的，浮点计算能力FLOPs，也就是每秒浮点操作数除以单位面积内的晶体管数量得来的。第二个是MIPS，也就是每秒百万指令数除以单位面积内的晶体管数量得来的。
我们都清楚一个道理，那就是“大人时代变了”。就拿英伟达刚推出的新品H200所搭载的HBM3e来说，这颗芯片采用了一种3D技术，通过立体空间堆叠的方式增加内存。如果只按面积来说，那这颗芯片的性能密度就很高，但是要按体积算，这颗芯片的性能密度也挺高，只是没有按面积算那么高而已。所以如果想要性能密度这个数字越小，算的时候以体积为单位就可以了。毕竟除法嘛，分母越大结果越小。
另外MIPS通常比FLOPs大，因为在计算过程中除了浮点，还有整数类型（INT）的运算。而且浮点自己还囊括了单精度（32位）、双精度（64位）等以所需存储空间来划分的类型。因为传统FLOPs计算方式，往往只会统计单精度和双精度，因此一颗张量计算用的GPU，在数据测试的时候，也可以只报单精度、双精度的浮点，这样无论是它的MIPS还是FLOPs都会很低。毕竟除法嘛，分子越小结果越小。
总算力这块能玩的花活就更多了。总算力，这个词指的是每个核心的时钟速度总和。英伟达H20，或者说整个H系列所采用的HoopeR架构，它都是有多种核心的，比如专门用来做张量计算的TensoRFloat32核心，还有脑浮点（BF16）核心。那刚才咱们聊了，计算FLOPs时，可以只计算单精度，双精度，也就意味着它在算力总和的测试中，就可以只计算单精度和双精度核心，而不再启用上述的这些张量计算核心。毕竟自然数加法嘛，加数越少结果越小。
综上，作为一个算力芯片厂商，他们可以很简单地把芯片数据弄得很低。这只是一种可能的假说，因为英伟达的最终目的不是通过3A090的限制，他是要把产品卖出去，赚取利润。一个性能极低的产品根本没有市场销路，就算设计出来了也没有实际的价值。
H20背后的真正秘密
区区是一张中上游的游戏显卡RTX 4080，它的浮点运算能力都能达到320TFLOPs，同时RTX 4080的性能密度有6.8。H20尊为一个张量计算用的GPU，296的浮点和2.9的性能密度，就好像是一个超级富二代独生子，从出生开始就享受世界上最优质的资源，顿顿早餐吃的煎饼果子都能加俩鸡蛋，喝酸奶从来用不着舔盖，结果到头来算个10以内加减法都能把CPU干冒烟了。
可我要是说H20的Die足足有814平方毫米，和H100完全相同，阁下应该如何应对？这并不是好钢用在刀背上，相反这正是H20的隐藏属性。也正因此，才让我更加相信，英伟达在H20的数据上，存在一些猫腻。
Die指的是芯片的裸晶，一般来说，越是性能优越的芯片，Die尺寸就会越大。比如RTX 4080的Die尺寸是379，而目前性能最好的游戏显卡RTX 4090的Die尺寸是609。因此，H20实际上并不是低端芯片，至少从芯片的制程来讲，H20是站在第一梯队的。
老鼠没有猫力气大，速度上也不占优势，如果老鼠不想被猫抓住，那就要想方设法地躲起来，不暴露自己。
诚然，H20的浮点运算能力很低，可是H20 SXM的内存足足有96GB，更恐怖的是它的带宽来到了4TBps。相较之下，1979TFLOPs浮点运算能力的H100 SXM只有80GB的内存和3.4TBps的带宽。在人工智能领域，尤其是现在火热的大语言模型中。内存是影响模型运行的关键，每10亿参数就要消耗3到5GB的内存，如果内存溢出则会严重影响模型的质量，产生不可预估的后果。那也就是说，在面对实际应用的时候，H20能比H100承担更大规模的大语言模型。
可能你会问了，H20的浮点运算能力不行啊，光有内存没用，跑的速度会慢。如果是2022年，那这的确是个大问题，毕竟没有人工智能公司会考虑低效率的GPU，这样做会拖垮整个训练过程。可是2023年，英伟达的TensoRRT-LLM已经问世，并且拥有TensoRRT-LLM功能的H200即将要在2024年发售了。
TensoRRT-LLM是一个帮助GPU快速解决复杂计算的优化软件，搭载在GPU内部，类似于游戏显卡驱动一样。以H100为例，使用TensoRRT-LLM后的H100，在对一些媒体网站进行文章摘要时的工作效率，比使用前快出整整1倍。而在700亿参数的LlaMa2上，前者比后者快77%。目前流通在市面上的A800也好，H800也好，都没有搭载TensoRRT-LLM功能。H20很有可能，或者说板上钉钉的会搭载TensoRRT-LLM。
英伟达虽然一直以硬件销售为主，然而其软件能力非同小可。比如DLSS，这是一种专门用来“欺骗”软件。不过DLSS所骗的目标并不是用户，而是显卡。当计算机需要大量图形计算时，DLSS会把图形以极低分辨率的形式交给显卡，它去骗显卡说：“你干这么点活就得了，剩下的不用你操心”，再通过DLSS技术还原成高分辨率的图形，这会大幅减轻显卡的压力，进而提升画面效果。
回到现在，TensoRRT-LLM也是一个给GPU减压减负的软件技术，这就让GPU能够表现出本不该属于它的性能。此外，如果英伟达真的隐藏了H20的真实数据，实际上H20的表现力很有可能会超过H100。
你以为英伟达是壁虎，断尾求生。实际上英伟达压根不打算“阉割”，他们想的是换一种方式，绕过监管，达到目的。毕竟，如果H20算力很低，就算可以出口中国，也没有买家愿意购买这样的产品。当猫堵住了一个老鼠洞，老鼠还是能有办法溜出来，因为不可能只有一个出口。
不只是英伟达自己的猫鼠游戏
英伟达有个好朋友叫做SK海力士，英伟达最新旗舰产品H200 SXM上的内存芯片HBM3e，就是SK海力士的。目前他们正联手开发HBM4，以颠覆整个产业。英伟达也是SK海力士最大的客户之一，如果英伟达失去了中国市场，那么SK海力士的损失也会是巨大的。
最重要的是，GPU是一个横跨软硬件两个领域的事情，造就了一个附加值极高的交易体系。比如英伟达的HoopeR架构，也就是H100、H200、H800、H20所采用的架构，多种同架构的GPU并联在一起，能够更好地分配计算资源。一般来说，人工智能企业都是买很多块GPU，而不是就买一块。所以当人工智能公司进行算力扩展的时候，GPU的第一个附加价值就体现出来了，它会要求人工智能公司只能接着购买该公司的GPU产品。
第二个附加价值在于算法的开发，不同的GPU产品，比如AMD的MI，英特尔的Gaudi，他们的差别不只有浮点运算能力、性能密度这些，还有指令集、逻辑芯片、底层语言上的差异等等。一个能在H100上运行的算法，不一定就完美适配MI300X。换言之，如果开发伊始就是基于某公司产品的话，后续的开发大概率也只
