作 者丨倪雨晴 编 辑丨骆一帆 视频编辑丨柳润瑛 设 计丨黎旭廷 华为的昇腾，让英伟达黄教主都坐不住了。他公开表示，华为昇腾CloudMatrix 384超节点， 部分性能上甚至超过英伟达的产品。 华为的384超节点方案，就像全真七子用剑阵打黄药师，集群一起上，黄药师还真有点招架不 住。 海外专业机构SemiAnalysis更是直接点名：384超节点的整体计算能力是英伟达GB200机柜的 1.6倍！ 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？ 今天，我们就带着这些问题，一口气了解对垒英伟达的国产芯片，昇腾。 和英伟达"掰手腕" 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品叫"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" ...

0:00 21世纪经济报道记者倪雨晴 深圳报道 华为的昇腾，让英伟达黄教主都坐不住了。他公开表示，华为昇腾CloudMatrix 384超节点，部分性能上 甚至超过英伟达的产品。 华为的384超节点方案，就像全真七子用剑阵打黄药师，集群一起上，黄药师还真有点招架不住。 海外专业机构SemiAnalysis更是直接点名：384超节点的整体计算能力是英伟达GB200机柜的1.6倍！ 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？ 今天，我们就带着这些问题，一口气了解对垒英伟达的国产芯片，昇腾。 和英伟达"掰手腕" 目前昇腾最主力的产品叫"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。 但这一切，在2024 ...

2024年中国数据中心加速卡市场中，34.6%是国产算力，市场研究机构预计今年上半年国产算力占比应该会超四成。 刚刚结束的COMPUTEX电脑展上，英伟达CEO黄仁勋笑着对听众说，"你（芯片）买得越多，赚得越多。"引来一阵笑声。 这句话的背景是，全球科技厂商在AI热潮下继续重金投入建设数据中心或算力中心。黄仁勋在演示文档上写着，英伟达正在驱动全球万亿美元级别的企业 AI IT投资。 数据中心建设热潮下，现在看来，AI算力需求的变化与年初一些业内人士预计的不太一样。DeepSeek对训练算力资源的节约，并未让整体算力需求减少。 不过，还有一个变化发生了，随着DeepSeek推动AI走向应用，用于推理的AI芯片占比正在升高。 市场研究机构IDC中国副总裁周震刚告诉第一财经记者，2024年中国数据中心加速卡中已有半数以上是推理卡，DeepSeek出现后，今年推理芯片占比预计还 会增加。 这种芯片结构变化，可能会对AI芯片市场造成深远影响，特别是在中国市场。推理环节对AI芯片性能等的要求较低，国产AI芯片也可以使用，在英伟达出 口受到限制的情况下，可能促成国内AI芯片的组成发生变化。 周震刚透露，去年国内数据中心加速 ...

香港科技大学电子及计算机工程学系教授谭平称，AI让大家看到非常多可能性，也根本性地改变了很多领域，所以有那么多学校成立人工智能研究院。 第一财经记者了解到，5月9日，香港科技大学成立了冯诺依曼研究院，由香港科技大学计算机科学及工程学系讲座教授、思谋科技创始人兼董事长贾佳亚担 任院长。 这是国内高校成立人工智能相关学院浪潮下的最新一例。据第一财经记者梳理，去年4月至今的大约一年时间里，国内有不少于9家知名高校成立了人工智能 相关学院或研究院。AI浪潮下，高校对孵化AI企业的作用难以忽视。 至少9所知名高校成立AI学院 记者了解到，香港科技大学冯诺依曼研究院聚焦人工智能领域，整合具身智能、生成式AI、先进超级运算等技术，聚焦新一代多模态AI系统、增强AI逻辑 推理能力、开发机器人智能技术、利用AI 3D理解生成创建虚拟生态系统、利用大模型改革医疗保健服务这五大研究领域，后续将加强产学研合作，计划培 训超100名博士生。 贾佳亚告诉记者，在AI芯片出口相关限制之前，香港科技大学已购买了一批英伟达H800计算卡，香港只有香港科技大学有相对较多的H800，这种资源也是 能把新研究院做成较大规模的背景。 香港科技大学校董 ...

Core Viewpoint - Ant Group has successfully utilized domestic chips, including those from Alibaba and Huawei, in conjunction with the mixed expert (MoE) machine learning method to train AI models, achieving a cost reduction of approximately 20% [1] Group 1 - The performance of the new technology is comparable to NVIDIA's H800 chip [1] - Ant Group continues to use NVIDIA chips for AI development but has shifted its latest models to primarily rely on alternatives from AMD and domestic Chinese chips [1] - Ant Group is continuously optimizing for different chips to reduce AI application costs and has made significant progress, with plans to gradually share its findings through open-source initiatives [1] Group 2 - The move is significant in the context of U.S. export restrictions on high-end chips to China, indicating that China has largely overcome U.S. semiconductor sanctions [1] - Ant Group's open-source Ling series model framework and training strategies could promote the accessibility of domestic AI technology, lowering the entry barriers for small and medium-sized enterprises and research institutions [1]