圖片來源@視覺中國
文 | vb動脈網
10月7日（美國當地時間），美國商務部工業和安全局（BIS）宣布將對向中國出口先進人工智能（AI）和超級計算芯片制造、生產設備以及所需的某些工具實施新限制。據媒體報道，新規定要求美國芯片制造商獲得美國商務部的許可，才能向中國公司出口半導體和芯片制造設備，目標是阻止中國獲得需要使用先進半導體的高性能計算能力。
AI（人工智能）已經成為了各國必爭的戰略性行業，并不斷在實際場景中落地生根。這其中，我國的AI技術發展尤為迅速，在全球AI版圖上占據了非常重要的地位。
根據統計，2021年，我國AI產業規模達4041億元人民幣（約568.4億美元），在當年全球AI產業3619億美元的產業規模中占比達15.7%；產業投融資金額為201.2億美元，在當年全球714.7億美元的產業投融資金額中占比更是達到了28.2%之多。
近年來，為了進一步推動我國人工智能行業的發展，重磅政策頻頻出臺。就在前不久，科技部等六部門聯合印發了《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》。隨后，科技部又公布了《關于支持建設新一代人工智能示范應用場景的通知》，打出以場景創新推動人工智能發展的政策“組合拳”。
在人工智能與醫療結合的場景上，《通知》明確提出“針對常見病、慢性病、多發病等診療需求，基于醫療領域數據庫知識庫的規?；瘶嫿ā⒋笠幠ａt療人工智能模型訓練等智能醫療基礎設施，運用人工智能可循證診療決策醫療關鍵技術，建立人工智能賦能醫療服務新模式”的示范應用場景。
不過，就在國內醫療AI行業為政策助推歡欣鼓舞的同時，來自大洋彼岸的“技術輸出限制”消息卻為國內醫療AI的未來蒙上了一層陰影。
國內方興未艾的醫療AI行業究竟是不是“建造在沙灘上的高樓大廈”，會否面臨卡脖子的問題？動脈網對行業人士進行了探訪，希望能為讀者參考。
懸在醫療AI頭上的達摩利斯克之劍
事實上，10月7日的技術限制也可以算作8月26日相關政策的延續升級。當天，英偉達（NVIDIA）發布公告，稱美國政府要求其對部分產品即刻執行新的許可證要求，需要獲得美國政府的許可后才能出售給中國（除臺灣省外）客戶。
公告指出，受到影響的產品有A100和即將出貨的H100兩款加速卡，以及搭載A100、A100X及H100的DGX及其他整機系統。此外，英偉達在未來推出的任何峰值性能及芯片間吞吐性能等于及強于A100的加速卡及所有搭載此類加速卡的整機系統也將需要遵循許可證要求。
英偉達公告內容（截圖自SEC公開公告）
8月31日，英偉達發布了補充公告，明確美國政府已授權出口、再出口和國內轉賬，以繼續其對H100的開發。此外，美國政府也授權在2023年9月1日前，英偉達仍可通過設立在香港的分支機構履行A100和H100的訂單和物流。同時，公司還將積極幫助受影響的客戶獲得美國政府的許可證。盡管無法保證獲批，但英偉達展示出來的對客戶的誠意不言而喻。
在公告及之后發布的半年財報中，英偉達預測該新許可條例可能會影響約4億美元的銷售收入，占其數據中心產品業務收入的10%左右，相對可控。不過，由于國內也需要承擔H100的周邊開發任務，許可證將導致開發進度變慢且成本提升。
根據外媒報道，英偉達在加速卡領域最大的競爭對手AMD也收到了相應的通知，涉及產品則是MI250及搭載這些系列加速卡的整機系統。不過，截至本文截稿，AMD并未發布官方公告。
消息一出，英偉達的股價當即受到了明顯影響，當日收盤價162.6美元，較8月25日179.13美元的收盤價大跌9.8%，并持續下跌。截至10月5日，其股價為132.09美元，較事件發生之前160美元以上的股價，市值蒸發了接近20%。
雖然英偉達強調仍然可以幫助國內客戶向美國政府申請許可證，但從近年來的經驗來看，可能性基本為零，相當于事實上的“禁售”?；谟ミ_是主要的AI加速卡供應商，在AI算力供應上幾乎占據了壟斷地位。這一新的許可證制度無疑會對國內醫療AI造成了一定的影響。
被列入限制的A100和H100是英偉達針對數據中心的高端產品。目前，英偉達在這一領域主要有三款產品：V100、A100和H100。從規格來看，H100>A100>V100。V100目前暫未被要求提供許可證，但從芯片規格上來看和其繼任者還是有相當的差距。
英偉達數據中心加速卡規格對比
事實上，此次加速卡的事件并非個例，類似事件近來已多次發生，市場的恐慌情緒逐漸積累。舉例而言，前不久美國啟動了《國家生物技術和生物制造計劃》，以確保美國能夠在國內制造于美國所發明的所有東西。計劃改變目前美國生物醫藥行業過于依賴美國以外原料和生物生產的現狀，在美國國內建立更強大的供應鏈。
盡管該計劃并未制定強制措施，其效力究竟如何也存在不少疑問，但仍對國內方興未艾的CXO行業造成了重大影響，國內CXO龍頭企業的股價紛紛受到波及。僅以受關注度最高的藥明康德為例，其市值在一個交易日內就蒸發了205億元。
10月5日，美國政府又將華大基因列入了“涉軍企業清單”（Chinese Military Companies，簡稱CMC）。不過，被列入CMC清單的企業暫時并無具體的制裁措施。8日，國慶長假后返工的第一天，美國政府又升級了本文開頭所述的技術管控措施。
沒有任何疑問，在可預見的將來，類似事件或許會越來越多。
醫療AI算力供過于求，暫無影響
那么，AI加速卡在醫療AI中主要用在哪些環節呢？希氏異構CEO宋捷向動脈網做了解讀。
目前，醫療AI主要可以分為兩大類，一類是與影像關聯較大的，統稱為醫療影像。其開發思路主要是利用人工智能對MRI、CT、超聲等影像數據，形成某種算法，然后再應用到醫療影像的識別中。另外一類則是人工智能在醫療影像之外的領域的應用，包括語音識別、AI基因、AI新藥等應用。
在AI影像上，基于GPU及其衍生的加速卡主要在醫療AI的訓練（研發端）和推演（應用端）得到應用，兩者所需要的硬件差異較大。
“實際在臨床上應用的是推演端，也可以稱為應用端。它的作用是把訓練好的模型加載到某個設備平臺上使用。它需要的算力或者圖形加速能力其實不算高，只需要相對比較中低端的產品，性能要求跟訓練端不是一個數量級的。”宋捷表示。
“據我所知，這類產品并未受到限制。實際上，從另外一個角度而言，我個人認為推演端對國內醫療AI不會產生很大壓力，因為它有很多可替代的方案。”他補充道。
“訓練端則是基于大量的醫療數據——這些數據可以是圖像形式，也可以是其他形式進行訓練，以期得到一個非常好的模型（算法）。隨后，需要將完成的模型部署到推演端。這個訓練的過程需要很強的算力，甚至需要搭建超算中心，從而提升模型訓練和迭代的效率，或者可以節約開發成本。”宋捷介紹道。
根據英偉達官方的介紹，本次被限制銷售的H100在基因測序上的性能比A100快7倍。簡單來說，在A100上需要花費7天訓練時間的模型，在H100上大概只需要1天即可完成，差別不可謂不大。
宋捷坦承在這一部分上，國內對國外加速卡的依賴較強。但他同時也表示，產品輸入的限制暫時不會對國內醫療AI的發展造成太大的影響。
首先，即使在訓練端，目前國內醫療AI的需求暫時不會用到這樣高端的產品。
以希氏異構為例，其早在2018年就組建了當時國內算力最強的專用于AI影像研發平臺——“神農1號”（SINOSEEDS）超算中心。“我們使用的是當時性能最強的V100，處理能力非常強。我們搭建的時候就做了很大的冗余，直到現在我們的算力在處理醫療數據時基本都是綽綽有余的。”他介紹道。
其次，他表示國內最近5年尤其注重算力等基礎設施的建設，成效斐然。
一個最新的例子是2022年2月，我國啟動了“東數西算”工程，通過構建數據中心、云計算、大數據一體化的新型算力網絡體系，將東部算力需求有序引導到西部，優化數據中心建設布局，促進東西部協同聯動。這一工程類似于著名的“西電東輸”計劃，不同的是其輸送的主要是算力。
隨后，國家在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群。
“所以，即使不像我們一樣自己搭建了專門的超算中心，也可以使用第三方的超算中心算力，或者云端的算力。相對醫學影像數據處理要求而言，國內算力是足夠的。除非最近出現顛覆性的技術，否則僅現有算力就足以滿足未來幾年行業對算力的需求。”宋捷表示道。
“當然，你要用前瞻性的眼光去看，這種技術限制也會導致我們用不到國外的新產品。如果有顛覆性的新技術出現我們就無法使用。另外，這種技術限制也會產生持續的影響——比如‘東數西算’工程，以及超算中心和云端算力等就會受到一些影響。這是另當別論的事情。”
行業人士也贊同這一觀點。國內某知名AI新藥企業向動脈網介紹到，目前政策不會對其業務產生影響。
某知名AI芯片公司的研發人員在與動脈網交流時也表示，基于目前仍然可以使用已有設備的緣故，影響并不會太大；但后續的擴容或者正常的設備替換或許會受到潛在的影響。不過，如果許可證的范圍進一步擴大到更多的產品，可能行業未來就會受到一定影響。
略顯隱憂，國內醫療AI仍在探索可替代方案
一個好消息是，在目睹了前幾年其他行業面臨的技術限制后，國內AI行業一直在探索替代方案。目前，AI加速除了基于GPU的加速卡方案，也有CPU加速、基于ASIC的AI芯片以及FPGA加速三種硬件類型。
CPU方案的通用性是最強的，但效率也最低。最為關鍵的是，高性能CPU上對于國外企業的依賴度甚至比GPU更高。英特爾和AMD等國外巨頭早已在X86架構上建構了無數專利壁壘，要想實現突破極為困難。因此，這一方案在AI加速上應用得越來越少。
基于GPU的加速方案應用最為廣泛，根據預測，GPU加速將在2025年在所有AI加速中占到接近6成的比例。這也是為何英偉達股價能夠節節高漲的關鍵。
不過，GPU加速并非在所有場合都具有優勢。比如，在與專為某個用途定制的ASIC，比如捆綁了AI算法的AI芯片比較時，GPU方案未必具有優勢。再加上對可能存在的技術限制的風險考慮，國內頭部人工智能企業在近年自研或與AI芯片公司合作開發AI芯片已經蔚然成風。
數據顯示，2021年國內AI芯片行業投融資事件109起，總金額達到396.36億元。全球范圍來看，AI芯片初創公司的投融資事件數量在170起，累計投資金額約為99億美元，是上年同期的三倍之多。AI芯片受資本的熱捧可見一斑。
不過，目前國內AI芯片剛剛發布，僅從公布的理論算力上較GPU加速仍然有著數量級的差距。此外，目前還沒有見到在醫療AI上實際落地的應用，其具體應用效果如何還有待觀察。
除了基于專有ASIC的AI芯片方案，配合專用算法的FPGA因其較為靈活的可配置特性和特定環境不遜于GPU的性能成為了AI公司的另外一個選擇。簡單來說，在寫入軟件前FPGA具有勝于CPU的通用性，在寫入軟件后則有類似ASIC的表現。
某知名AI企業的研發人員向動脈網介紹到，人工智能目前的技術領域主要分為深度學習和機器學習。深度學習在醫療領域主要是通過CV技術實現輔助影像診斷和病理分析，近年來，深度學習也開始在新藥研發和分子預測等應用落地。目前，深度學習主要運用GPU實現模型訓練。
另外一類則是機器學習，它可以實現輔助病情診斷，比如慢性病篩查和風險評估等，機器學習可以通過學習過往慢性病患者數據預測未來患病風險。這類場景受限于數據等因素，不如影像AI落地那么廣泛。不過，這類場景受到基于GPU的加速卡的影響不大，國產FPGA加速卡完全可以實現模型訓練和推理效能的提升。
即使在國外巨頭占據絕對優勢的GPU領域，國產替代概念也在近年迅速興起。當然，這些產品的理論性能尚只能達到相當入門的階段，此外，真實的落地性能究竟如何也有待觀察。
“我們一直在探索可替代的方案，產品端對性能的要求不是特別高，我們至少有兩種以上的替代方案。研發端的話，我們之前建設的超算中心算力一直是足夠的，暫時也就不存在替代的問題。”宋捷介紹道。
不難看出，盡管有幾種可替代的技術路線，但國內替代方案的進展還遠未成熟，仍然需要時間。若未來幾年仍不能有成熟的替代方案，且面臨進一步的技術限制時，或將對行業產生不利的影響。
與此同時，面對美國政府的限制，英偉達也在設法采取措施。畢竟，中國區是英偉達三大主要市場之一，沒有人會和錢過不去。與此同時，主力收入來源之一的游戲顯卡的庫存高企營收不佳、股價低迷等種種負面影響都對英偉達的經營產生了巨大的壓力。
據路透社報道，英偉達CEO黃仁勛在9月21日GTC后的新聞發布會上提到，早些時候披露的芯片限制對于芯片性能、芯片連接其他芯片有關能力上都有特定的門檻，英偉達仍然擁有大量產品可以銷往國內。合理利用規則，通過提供在限制范圍內的架構兼容產品，仍然可以保證英偉達產品在國內的“市場空間”。
一個現實的方式是通過更多滿足限制的較低性能的產品的堆疊，或者基于現有產品精準開發“特供版”產品，實現與限制產品同等的算力。當然，這或許還涉及到一系列配套解決方案的分拆供應。盡管較為繁瑣，且需要付出額外的代價，但理論上并非無法實現。
另一個方式在半導體行業多少有點源遠流長。偶爾會出現一些只需要通過軟件或者硬件的簡單改動就可將一款產品變為另一款產品的情況。早些時候，一個簡單的硬件跳線或者驅動更改都可以讓數百元的游戲顯卡搖身變為上萬元的專業顯卡。
與此同時，被定位在其他領域的產品未必就不能用于AI加速。舉例而言，前兩年原本用于游戲市場的顯卡反而成為了“礦工”手中的“挖礦”利器，使得原本2000元級別的游戲顯卡被炒出接近萬元的天價。
寫在最后
從目前的情況來看，這一許可證制度暫時對國內醫療AI們造成的影響有限。一方面，醫療人工智能所需要的算力并沒有想象中那么高，加上最近幾年國內在算力上的重點建設，行業仍然有足夠的算力可用。
動脈網認為，雖然目前并未受到太大的影響，但隨著美國對華政策的收緊，行業有必要未雨綢繆，提前規劃可替代方案，以便在相應限制范圍擴大時不至于措手不及。
讓人略感欣慰的是，雖然難度較大，但行業內已正視這一問題，并正尋求可替代的方案。需求，向來是行業發展的一大推動力，如同早前的芯片禁售推動了國內半導體行業的大發展。或許這意外的需求將會觸發相關行業的快速發展也不一定。這樣看來，或許也未必是件壞事。
畢竟，歷史教導了我們，核心技術還是自己掌握的好。
