11月10日，近日有消息称，芯片巨头英伟达（NVIDIA）将基于H100推出三款针对中国市场的AI芯片，以应对美国最新的芯片出口管制。
规格文件中显示，英伟达即将向中国客户推出新产品分别名为HGX H20、L20 PCle、L2 PCle，基于英伟达的HoppeR和Ada LOVelACE架构。从规格和命名来看，三款产品针对的是训练、推理和边缘场景，最快将于11月16日公布，产品送样时间在今年11月至12月，量产时间为今年12月至明年1月。
钛媒体app从多位英伟达产业链公司了解到，上述消息属实。
钛媒体app还独家了解到，英伟达的这三款 AI 芯片并非“改良版”，而是“缩水版”。其中，用于 AI 模型训练的HGX H20在带宽、计算速度等方面均有所限制，理论上，整体算力要比英伟达 H100 GPU芯片降80%左右，即H20等于H100的20%综合算力性能，而且增加HBM显存和NVlink互联模块以提高算力成本。所以，尽管相比H100，HGX H20价格会有所下降，但预计该产品价格仍将比国内 AI 芯片910B高一些。
“这相当于将高速公路车道扩宽，但收费站入口未加宽，限制了流量。同样在技术上，通过硬件和软件的锁，可以对芯片的性能进行精确控制，不必大规模更换生产线，即便是硬件升级了，性能仍然可以按需调节。目前，新的H20已经从源头上‘卡’住了性能。”一位行业人士这样解释新的H20芯片，“比如，原先用H100跑一个任务需要20天，如今H20再跑可能要100天。”
尽管美国发布新一轮芯片限制措施，但英伟达似乎并没有放弃中国巨大的 AI 算力市场。
那么，国产芯片是否可以替代？钛媒体app了解到，经过测试，目前在大模型推理方面，国内 AI 芯片910B仅能达到A100的60%-70%左右，集群的模型训练难以为继；同时，910B在算力功耗、发热等方面远高于英伟达A100/H100系列产品，且无法兼容CUDA，很难完全满足长期智算中心的模型训练需求。
截止目前，英伟达官方对此并未做出任何评论。
英伟达HGX H20、L20、L2与其他产品的性能参数对比
钛媒体app了解到，新的HGX H20、L20、L2三款 AI 芯片产品，分别基于英伟达的HoppeR和Ada架构，适用于云端训练、云端推理以及边缘推理。
其中，后两者L20、L2的 AI 推理产品有类似的“国产替代”、兼容CUDA的方案，而HGX H20是基于H100、通过固件阉割方式 AI 训练芯片产品，主要替代A100/H800，国内除了英伟达，模型训练方面很少有类似国产方案。
文件显示，新的H20拥有CoWoS先进封装技术，而且增加了一颗HBM3（高性能内存）到96GB，但成本也随之增加240美元；H20的FP16稠密算力达到148TFLOPS（每秒万亿次浮点运算），是H100算力的15%左右，因此需要增加额外的算法和人员成本等；NVlink则由400GB/s升级至900GB/s，因此互联速率会有较大升级。
据评估，H100/H800是目前算力集群的主流实践方案。其中，H100理论极限在5万张卡集群，最多达到10万P算力；H800最大实践集群在2万-3万张卡，共计4万P算力；A100最大实践集群为1.6万张卡，最多为9600P算力。
然而，如今新的H20芯片，理论极限在5万张卡集群，但每张卡算力为0.148P，共计近为7400P算力，低于H100/H800、A100。因此，H20集群规模远达不到H100的理论规模，基于算力与通信均衡度预估，合理的整体算力中位数为3000P左右，需增加更多成本、扩展更多算力才能完成千亿级参数模型训练。
两位半导体行业专家向钛媒体app表示，基于目前性能参数的预估，明年英伟达B100 GPU产品很有可能不再向中国市场销售。
整体来看，如果大模型企业要进行GPT-4这类参数的大模型训练，算力集群规模则是核心，目前只有H800、H100可以胜任大模型训练，而国产910B的性能介于A100和H100之间，只是“万不得已的备用选择”。
如今英伟达推出的新的H20，则更适用于垂类模型训练、推理，无法满足万亿级大模型训练需求，但整体性能略高于910B，加上英伟达CUDA生态，从而阻击了在美国芯片限制令下，国产卡未来在中国AI芯片市场的唯一选择路径。
最新财报显示，截至7月30日的一个季度内，英伟达135亿美元的销售额中，有超过85%份额来自美国和中国，只有大约14%的销售额来自其他国家和地区。
受H20消息影响，截至美股11月9日收盘，英伟达股价微涨0.81%，报收469.5美元/股。近五个交易日，英伟达累涨超过10%，最新市值达1.16万亿美元。
