在单芯片性能受限、制裁持续的情况下，华为昇腾是真能打，还是“自嗨”？它是如何与英伟达竞争的？国产算力究竟到了什么水平？还有什么差距？ 昇腾此前非常低调，它是华为打造的一款AI芯片。它不是拿来打游戏的显卡，也不是电脑中的CPU，而是专门针对AI任务的加速芯片NPU，是一颗纯纯的“AI处理器”。 目前昇腾最主力的产物叫“昇腾910”。但以往的昇腾芯片，更多是作为“备胎”使用的——因为美国断供，英伟达、AMD最高端的芯片买不到，很多厂商只能硬着头皮用国产，而昇腾已经是国产芯片中的佼佼者。 过去几年，昇腾其实主要用在AI“推理”环节，也就是模型训练好之后，用它来支持大模型生成内容、聊天等应用环节。但模型训练？说实话——很少用国产芯片，原因也简单：单卡性能弱、生态不够用、系统稳定性差。 这些成绩，不是闭门吹牛，而是写进了实打实的论文里——一款模型，用了8192颗昇腾芯片，训练出1350亿参数的稠密大模型“盘古Ultra”；另一款，用了6000多颗芯片，训出了7180亿参数的 MoE（混合专家）大模型。 华为和硅基流动的最新论文，直接把昇腾的384 超节点拉出来，和英伟达的 H100、H800 正面对比：谁在实战部署 DeepSeek-R1 这类大模型时更快、更高效？ 要理解这个问题，我们得先来认识昇腾的最强战力，“CloudMatrix 384 超节点”这个大家伙。这就是它的外观（画面：384的结构图），它其实就是一个巨大的芯片集合，这最核心的384张昇腾910芯片，外加192颗鲲鹏CPU，通通塞进16个机柜，然后用光缆、光模块联接起来，构成一个“超节点”。 什么叫“全对等”？就是说，不是以 CPU 为主，也不是 GPU 说了算，而是所有芯片地位平等，传数据，不需要中转、不需要翻译，大大提高了传输效率。 同时华为选择了用光缆连接芯片，光缆就是靠“光信号”来传输数据。如果说铜缆是“城内公交”，那光缆就是“城际高铁”：速度快、带宽大、延迟低，传得远。 所以，英伟达大量使用了铜缆，但是，华为可不怕麻烦，毕竟人家通信起家，光通信就是华为的绝活。于是，华为直接在芯片内建立起“超级高速路”，能联接更多的芯片，组成了384超节点。 当然，这还只是互联部分。背后还有数学算法的调度优化、软硬件的深度协同、工程上的高效散热等等，昇腾也是在一次次的创新中突围。 用任正非的话来说：“我们单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。” 从国内的AI芯片看，可以大致分为三个派系。一是科技巨头，包括华为昇腾、百度昆仑芯、阿里含光等；二是纯芯片厂商，比如已经上市的寒武纪，比如GPU四小龙燧原科技、沐曦、壁仞科技、摩尔线程；三是面向细分领域，比如车载AI芯片的地平线、黑芝麻等创新公司。
