（文/观察者网 吕栋 编辑/张广凯）

“算力是中国人工智能的关键，国内AI要多少算力就给多少算力，你要什么样的算力就给你什么样的算力。中国无论是谁想训练多大参数的大模型，都是有商业基础和算力提供的。”在刚刚结束的华为全连接大会上，华为轮值董事长徐直军对观察者网等媒体说道。

这次大会上，徐直军时隔六年再度公布昇腾和鲲鹏芯片的进展，让外界颇感意外。从华为披露的信息，我们可以得到两个确定性结论：一昇腾、鲲鹏两大计算芯片将持续演进；二包括昇腾在内的国产AI芯片，仍将受制于国内芯片工艺的落后，单卡性能或长期落后英伟达。

那国内的AI算力需求怎么被满足？徐直军向观察者网强调了华为“5个字”核心战略，就是“超节点+集群”，“AI算力不等于芯片性能，单颗芯片性能的短板可以通过‘超节点和集群’方式解决，且实现性能更强，同时国内的电力基础施优势也解决了算力用电问题。”

图源：观察者网

在当下，包括摩尔线程、壁仞科技、沐曦集成电路等初创GPU公司，已经纷纷表示兼容英伟达的CUDA计算生态，外界近期传出华为也可能调整战略，发展GPU并兼容CUDA。

但从徐直军的表态来看，昇腾兼容CUDA的传言并不可靠。他表示，华为要做开源开放的生态，不兼容CUDA是从长远考虑，“CUDA现在也不能随便用，都是过去的版本。如果哪天CUDA生态兼容不了怎么办？只要大家心往一处想，都来使用，国内生态一定会发展起来。”

芯片制程落后，昇腾单卡算力受限

这次大会，最受关注的莫过于华为再度公布昇腾芯片的技术进展，让外界能更直观地了解昇腾芯片的实力和未来规划，也让大家对国产AI算力有了更多底气。

按照华为公布的信息，昇腾910C在今年一季度已推出，它的FP16（半精度浮点数）算力为800TFLOPS（每秒万亿次浮点运算，0.8PFLOPS），内存为128GB，带宽为3.2TB/s。

作为对比，英伟达“中国特供”H20芯片的FP16算力为148 TFLOPS，内存为96GB，带宽为4TB/s；H100同等精度下的算力为990TFLOPS，内存为80GB，带宽为3.35TB/s。

简单对比就会发现，昇腾910C的FP16算力已是英伟达H20的5倍多，逼近H100。而在内存容量上，昇腾910C也超过了H20和H100，只是带宽还略有落后。

这或许就是中国监管敢于直接对H20“后门”问题出手的底气，毕竟昇腾910C的实力已不输于H20。但H20毕竟还是“阉割版”，与英伟达最先进的芯片相比，昇腾芯片的实力又如何呢？

图源：观察者网

以华为计划在2027年四季度推出的昇腾960芯片为例，它的FP8精度下算力为2PFLOPS，FP4精度下算力为4PFLOPS，内存容量为288GB，带宽为9.6TB/s。

作为对比，英伟达去年3月发布的B200芯片，FP8精度下算力为4.5PFLOPS（稠密模式，稀疏计算会更大），FP4精度下算力为9PFLOPS，内存容量为192GB，带宽为8TB/s。

不难看出，即便是两年后的昇腾960，在单芯片算力上与B200仍存在一倍的差距。

直到计划2028年四季度推出的昇腾970，它的FP8算力为4PFLOPS，FP4算力为8PFLOPS，显存容量为288GB，带宽为14.4TB/s，这些指标才能与B200一较高下。

昇腾已经是国产AI芯片的领跑者，其他芯片企业的单卡性能与英伟达存在更明显的差距。比如正在冲刺IPO的摩尔线程，它的MTT S5000计算加速卡在FP32精度下的算力为32TFLOPS，这个数据与H20的44TFLOPS比较接近，但只有H100的一半。

国产单卡的落后原因可能是多方面的，最关键的还是芯片制程，毕竟英伟达可以随意使用台积电的先进制程，购买更先进的HBM，而中国企业在制裁封锁下只能自力更生。

徐直军坦言，智能化的可持续，首先是算力的可持续。中国半导体制造工艺将在相当长时间处于落后状态，可持续的算力只能基于实际可获得的芯片制造工艺。

华为核心战略在5个字上，芯片之外都是优势

算力是全球人工智能发展的关键，已经是不争的事实。在美国持续封锁中国AI单芯片的大背景下，我们怎么才能获取更多算力，为AI产业提供支撑？