410
2022年，第一次战役（强攻）：
交战各方：国产高性能计算芯片企业，（国际三巨头间接损失）
交战地点：各地政府，重点行业（信创，互联网，智能汽车，工业，安防等领域）
国产高性能CPU、加速卡以及整机产品将扎堆发布。围绕国产替代需求最强烈的市场，国产CPU/GPU/NPU公司将展开第一次大规模交锋（卷卷更健康）。
即使国产计算硬件在技术和生态层面，仍与AMD、Intel、NV存在不少差距。但“强攻”正蓄势待发，对于创新企业而言是背水一战。
结果：经此一役，国产计算硬件各家将完成第一次城市布局和行业布局。也将成为资本市场再次下注的重要依据。
2023～2025年，第二次战役（圈地）：
交战各方：国际三巨头，国产高性能计算芯片企业，基础软件、整机和系统集成商等。
交战地点：各地政府，垂直领域（存量市场的内卷，行业革命性变革技术的发展机遇）
以计算技术历史发展规律来看，计算硬件爆发之后，随之而来的是软件行业的爆发。要强调的是计算技术行业所谓的生态，是以基础软件技术为核心。
谁将率先完成生态布局，以及产业链协同，那么谁将率先进入迭代闭环。硬件落地—>应用实现—>硬件迭代—>大数据+大计算推动行业革命性变革—>行业高性能计算的爆发期将是未来5年决战的意义。
对于行业而言这是背水一战。技术封锁是否会来得更猛烈呢？
结果：经此一役，头部企业出现并成功上市。残余势力开展游击战，找寻生存地盘。
2025年始，大决战：
交战各方：国产高性能计算芯片企业挑战国际三巨头
交战地点：元宇宙
改天聊～～～
被忽略的算力基础软件技术和人才问题
1、算力基础软件栈是计算硬件与算法之间的中间层。如果以建楼举例，算力基础软件栈就是砂浆和水泥，重要性不言而喻了。
2、以前我们愉快地购买Intel、AMD、NV的产品用来做产品，我们几乎忽略掉了数学库的价值和意义（例如intel MKL，AMD acml，huawei KML...)，GPU的数学库优化更为复杂（例如NV的cuBLAS，cuFFT等），我国在该方向的技术储备和人才储备也很稀有。不同计算架构需要构建和定制的优化数学库，兼容是不可能的，这作业也没法抄，用开源库效率低。我国在计算库领域的开源项目，除了OpenBLAS，似乎也没有其他的。
3、异构计算硬件已经是毋庸置疑的趋势，统一的、开源的异构计算引擎仍处于探索阶段。兼容CUDA API长期风险非常高，也永远慢1，2拍。即使兼容CUDA API，代码实现照样需要付出很大努力！oneAPI、Rocm、OpenCL\Sycl靠谱吗？未来是否会有一个统一的异构计算引擎出现，实现一套代码到处执行的愿景？
4、算法的迭代速度太快，“AI+物理模型”背后是更为复杂的、差异化的计算需求，这些都计算硬件和计算软件栈提出了重大挑战！
军备竞赛，你准备好了吗？
华为、飞腾、海光、龙芯、平头哥等，RISC-V将会派出什么队伍参加呢？
Intel、AMD、NV三巨头
寒武纪、燧原、昆仑、沐曦、壁仞、芯动科技、摩尔线程、景嘉微、天数智芯、登临科技等等
GraphCore
您有什么看法呢？请在下方给我留言！
下载ECAD模型
