制约国产深度学习框架发展的根本原因 —— AI芯片的无法自主生产或量产

秉着没事就胡言乱语的宗旨，这里在接着胡说八道一下。

国外的深度学习框架如TensorFlow、pytorch、Jax打的如火如荼，按照以往惯例我们是不应该去做自主研发软件系统的，毕竟硬件不在掌握之下，搞出的软件质量又不如外国的好，但是随着中美贸易战的爆发这一切被改写。

国外的商用硬件和软件都开始对我国限制出口和使用，虽然大部分的软件都不受限制，尤其是深度学习软件，多数是开源的，也自然不受限制，至少美国目前还没有这么没下限到对开源软件下手，但是我们也是不得不防的。虽然美国不限制深度学习软件的使用，但是限制深度学习芯片的使用，为此我们需要开发出自主生产的硬件及配套软件。

由于国产芯片无法在短时期内被自主生产或量产，因此目前来说完全意义上的可以面向市场使用的国产自主研发的AI芯片并不存在。即使像华为和国内芯片产紧密合作搞出自己的AI芯片，但是由于高昂的成本造价也是无法面向市场推广的。

不论是国产的CPU芯片还是AI芯片，即使自己设计出来以后在国内生产，其造价也是同级别国外芯片造价的5倍到10倍，如果没有相应的政策扶持这些芯片也是根本无法造出来的。但是，即使这些芯片造出来，高昂的价格也注定其无法推广使用，就比如RTX 4090显卡，普通售价在1.3万左右，即使美国禁止出口我国，我们通过其他的途径搞来估计总费用也在3万左右，但是同级别的国产制造的芯片造价就在10万到20万之间，这种高昂的成本只能由某些特殊单位来承受。

我本人是搞软件的，并不是搞硬件的，但是我也是在思考为什么国产的AI软件无法推广呢，突然之间我想到了根本原因，其最根本的原因就是芯片无法推广。如果说我们使用国产的AI软件必须搭配使用NVIDIA显卡，那么我们为啥不去使用那些仍然允许使用的软件呢，如TensorFlow、pytorch、Jax，而去选择那些不成熟的国产软件呢。

显示就是1万多NVIDIA显卡，我们要是买相似性能的国产AI芯片可能就要15万到20万，除了那些顶级大公司需要考虑法律原因无法使用NVIDIA显卡，也除了那些国家政府所属的高校及研究所，那还有谁有动力去使用国产的的芯片呢，更或者说除了那些能用的起国产AI芯片的单位以外又有谁有能力用得起国产的AI芯片呢。

可以说，对于99%的国内AI领域的人员来说，只能使用NVIDIA显卡，那么这种大背景的情况下对使用国产AI计算软件是毫无动力的。可以说，国产的AI软件发展的最大限制就是无法推广匹配的国产AI芯片，所以我的观点是要想搞国产AI的国产化，最大的限制，也是最根本的限制就是如何把国产AI芯片造出来，并且是以和欧美台湾省制造的造价相当，否则就靠着对国产软件的拨款以及对口国家单位的使用，是难以实现对国产AI软件的提升的。

PS. 要想发展国产软件必须要先发展好国产硬件。