1月5日消息，AI是当前对芯片性能要求极高的行业之一，在这一领域NVIDIA公司表现突出，其占据了全球AI芯片市场90%的份额。
国内的厂商也在奋起直追，即便NVIDIA的H200芯片解禁了对国内的出口，但多家厂商也不会放弃自研AI芯片，只不过在性能上还有差距。
伯恩斯坦勾勒出全球AI芯片的全景分布，对多家厂商的TPP性能密度进行了横向对比，其参照基准设定为NVIDIA的A100显卡——这款产品虽已问世6年，却仍是不少AI大模型训练时的核心硬件选择。
在AI芯片这一领域，NVIDIA的性能优势是毋庸置疑的——H100及后续推出的系列产品性能均远超A100；其中最新的B300能达到60000 TPP，B200为36000 TPP，B100则在28000 TPP左右；而目前国内可采购到的最先进型号H200，其性能为15832 TPP。
美国其他公司里，能与NIVIDIA抗衡的AMD在MI355X上达到了38400的水平，不过这个表格里没提到下一代的MI450X系列，按理说它的性能应该能赶上甚至超过B200/B300这个级别的产品。
Intel的Gaudi3系列TPP性能做到了30000左右，谷歌的TPU v7做到了3.7万左右。
整体来说，这三家能做到NVIDIA最先进AI芯片的50-80%性能，下一代产品甚至能追平。
国内AI芯片厂商的数量甚至超过了美国，仅这份名单里就列有至少11家。不过，大部分初创企业的产品性能仍存在较大差距，能达到A100水平的更是寥寥无几，这里就不展开细说了。
目前AI芯片性能达到A100水平的企业主要有华为、寒武纪、海光、百度和阿里这几家；其中算力超过10000 TPP的主要是华为、阿里与百度——华为和阿里的AI芯片性能可达12800 TPP，约为顶级N卡的20%；百度新一代昆仑芯片虽略有差距，但也处于相近的性能级别。
考虑到国产AI芯片在设计以及至关重要的制造环节，与台积电最先进工艺存在2-3代的差距，所以AI芯片性能难以在短期内实现大幅追赶，这和国产CPU的情况类似——其单核性能与频率也会在较长时间内落后于AMD、Intel、苹果、高通等企业的产品。
不过这些数据仅仅是单芯片层面的对比，实际上AI芯片并非只看绝对性能就能判定优劣。即便单芯片性能稍逊一筹，通过超节点技术整合后，整体性能依然有机会实现领先。在这一点上，华为的超节点方案已经验证了这条技术路线的可行性。
更值得留意的是，国产AI芯片的更新换代速度相当快。未来两三年里，随着国产先进工艺量产难题的逐步攻克，AI芯片领域的差距有望迅速缩小。虽说未必能立刻赶超NVIDIA的顶级产品，但单芯片性能达到其80%的水平是有较大把握的，届时可能会类似如今AMD、谷歌在行业中的位置，再凭借其他维度的优势参与竞争，AI整体发展不会逊色。
