华为闯出来了

华为昇腾芯片

其实，华为的新型AI加速器早在4月10日华为云生态大会就露面了。恰巧那时美国总统特朗普掀起的关税风波沸沸扬扬，抢走了大会的风头。

生态大会上推出的华为云CloudMatrix 384超节点，达到单集群300 PFlops（每秒一千万亿即10^15次浮点运算；浮点运算是小数的四则运算）的算力突破，据悉能效比超越英伟达同类产品40%。

华为云CloudMatrix 384超节点的算力核心是昇腾910芯片，单芯片算力达256 TFLOPS（每秒一万亿即10^12次的浮点运算），性能超越英伟达A100。昇腾310芯片负责边缘计算场景。配套的AlterMatic DT250服务器性能较业界同类产品提升20%，能耗降低30%。

同时，深度求索的开源模型DeepSeek-R1，已在CloudMatrix 384超节点上实现了与英伟达 H100相当无几的性能，验证了中国算力的商业化潜力。

然而，即使马来西亚强调技术的“主权”性，仍让美国大感紧张。美国商务部先后修改昇腾禁令，想要封锁华为芯片设计、生产、使用的整个链条。

当然，对于绝大多数国家而言，AI主权的深层矛盾在于AI生态的“路径依赖”。

和其他国家一样，马来西亚现有的AI应用也多基于英伟达框架，转向昇腾需要花很大的力气和成本。一位本地AI创业者公开表示，“我们欢迎主权算力，但工程师培训、模型迁移成本，都远远超过政策的宣示。”

02

用一切换算力

华为云不仅在业内引发震动，也在“圈外”引爆了舆论——一款对标英伟达GB200NVL72系统的产品，在多项关键指标上超越了英伟达方案。

华为云，具体厉害在什么地方？

简而言之，是“用一切换算力”：用空间换算力，用能源换算力……

昇腾910诞生于2019年，采用7纳米工艺。此后910B和910C性能提升，采用5纳米工艺，而英伟达产品为3纳米工艺。也就是说，华为在芯片技术落后一代的基础上，采用了一系列扩展方案，使自家产品领先或至少与“业界顶流”英伟达、AMD产品不相上下。

CloudMatrix 384超节点， 据悉由384颗昇腾910C芯片、通过全连接拓扑结构互联而成。昇腾芯片数量达到五倍之多，足以弥补单个GPU性能仅为英伟达Blackwell三分之一的情况。

英伟达Blackwell

完整的CloudMatrix系统，可以提供300 PFLOPs的密集BF16（占用16位的计算机数字格式）计算性能，几乎是英伟达GB200 NVL72的两倍。

总之，凭借3.6倍以上的总内存容量和2.1倍的内存带宽，中国华为的AI加速器已经具备超越英伟达的AI系统能力。

“用一切换算力”自然也有其代价，其短板在于功耗达到GB200 NVL72的3.9倍，每FLOP能效低2.3倍，每TB/s内存带宽能效低1.8倍，每TB HBM内存容量能效低1.1倍。

这个功耗缺陷放在其他国家可能确实是“缺陷”，但中国的电力比较充足，使这个缺陷也没那么可怕。

中国能源体系虽然长期依赖煤炭驱动，但近年来太阳能、水电、风电装机量均居全球首位，更在核电部署领域占据领先地位。相比之下，美国核电产能还停留在20世纪70年代水平，能源电网的升级扩容能力已显萎缩，而中国自2011年以来新增的电网容量，已相当于整个美国电网规模。

2015-2024年，我国核电装机和新增装机情况（单位：万千瓦）/ 来源：中能传媒能源安全新战略研究院

由于电力相对充裕，大型AI加速器也就不需担心能耗的约束，华为放弃功率密度、转向规模扩展（包括在设计中引入光互联技术）也就成为合理选择。

像CloudMatrix 384超节点的设计，甚至考虑了机架外部的系统级限制，证明华为的解决方案将保持多种扩展路径。

03

挑战英伟达

华为AI训练集群能挑战英伟达，意味着中国人工智能产业有了坚实的基础。

也无怪黄仁勋这几天气鼓鼓的，公开批评美国政府的芯片出口管制“使中国科技公司更强大”。

值得注意的是，英伟达在人工智能芯片市场的主导地位，并非仅仅得益于出色的硬件和网络架构，也得益于其深度集成的软件生态系统CUDA。

英伟达CUDA函式库包含八大函式

英伟达的以CUDA、高性能库以及与PyTorch（最广泛使用的机器学习框架，默认情况下还能与CUDA配合使用）无缝兼容的生态系统，给开发者提供了良好体验，创造出一个活跃社区，从而进一步巩固了英伟达的领先地位。

对于软件替代，华为的办法是，扩充自主研发的软件栈，推出大量工具套件，实现CUDA同等的功能；深化与PyTorch的集成；开发ONNX（开放式神经网络交换的开放标准），方便客户用非华为芯片训练的模型也能在华为芯片上进行推理。

最典型的替代就是CANN（神经网络计算架构），这是华为给昇腾神经网络处理器打造的专有编程环境。CANN在软件栈中所处的层级与CUDA 相同。

自2019年华为被列入美国实体清单起，CANN就一直在开发中。2024年，华为的年度报告重点介绍了当年9月推出的CANN 8.0版本，称其在推进人工智能计算能力方面“迈出重要一步”。

华为针对AI场景推出的CANN AI异构计算架构

不过，CANN开发者社区的活跃度不高，公开的调试也很有限。有用户反映，让模型适配华为的平台也很麻烦，要先经过华为的深度优化，才能在华为的平台上运行……进展比较缓慢。

为了“获客”，华为还模仿英伟达在21世纪初推广CUDA的办法，直接把工程师派到客户现场，帮客户进行代码迁移。据悉华为向百度、科大讯飞和腾讯都部署了工程团队。

从目前来看，华为AI芯片的生态并不能说很成熟。同时，昇腾芯片依然离不开全球化的产业链。它的设计完全由中国完成，但生产还是有赖于其他企业：比如三星的高带宽存储器（HBM），美国、荷兰、日本等企业的设备。

只要持续推动，事情总会有所转变。英伟达花了近20年，才构建起今日的霸主地位。构建任何一个具有竞争力的生态系统，都需要多年的努力。

当科技霸凌成为常态，自主创新就是最好的回应。

作者 | 荣智慧

编辑 | 向现