采用自研昇腾芯片的集群，在性能上被认为可以与英伟达相媲美。
东京——华为技术正在稳步建立自己的基于国产芯片和服务器的人工智能基础设施，突显了中国在人工智能开发和部署方面的进展，即便是在美国出口限制之下。
该公司最近在中国安徽省推出了一个新的AI服务器集群。这个新的集群没有采用英伟达的图形处理器（GPU），英伟达在全球AI芯片市场占据主导地位，而是使用了华为自主研发的昇腾芯片。
“我们将持续努力建设我们自己独立开发的AI计算基础设施，” 华为云业务CEO张平安在四月份的华为活动上表示。
总部位于美国的SemiAnalysis将华为的服务器与英伟达的GB200进行了比较，发现“拥有五倍数量的昇腾芯片，足以弥补每个GPU仅为英伟达Blackwell GPU三分之一性能的不足”。SemiAnalysis估计，虽然华为集群的耗电量大约是英伟达的四倍，但其性能可能超过英伟达的同类产品。
即便美国一直试图限制中国获得先进芯片和制造芯片所需的设备，这些进展依然得以实现。
自2022年10月以来，实际上已经禁止向中国销售性能高于一定水平的GPU，并且限制范围此后扩大到包括专为中国市场设计的低性能产品。制造先进芯片所需设备的出口也受到限制。
根据研究公司和新闻报道，据称华为试图规避这些限制来生产其昇腾芯片。但该公司并不局限于通过这种方式获得的产品和技术，也在磨练其内部能力。
旧设备可以用于大规模生产相当强大的芯片。虽然这样做不是很经济，因为生产效率明显较低，但中国的芯片制造设备制造商和半导体代工厂在这方面取得了进展。
中芯国际(SMIC)于2023年开始大规模生产7纳米芯片，据信其效率自那时以来有所提高。
一位业内人士表示：“转向国内生产和提高效率的速度继续超出预期。”
制造昇腾芯片所涉及的技术挑战可能正在逐步得到解决。战略与国际研究中心(CSIS)在3月份的一份报告中表示，“中国迄今取得的成功表明，至少对于华为昇腾芯片……他们将在未来一两年内拥有数百万个芯片。”
硬件并不是一家公司在该领域竞争力的唯一因素。英伟达的GPU之所以能够保持如此高的市场份额，部分原因在于多年来建立起来的CUDA软件生态系统。
华为表示，它提供了一系列易于访问的开发资源和易于使用的开发工具。它还为人工智能工程师提供支持，据报道截至2024年底已培训了超过4万人。据该公司称，华为于2020年发布的MindSpore开发框架占据了中国市场30%的份额。
5月初，华为工程师发表了一篇论文，介绍了一个在6000个昇腾芯片上训练的拥有7180亿参数的大型语言模型，文中写道，它实现了与中国备受关注的DeepSeek-R1相当的性能。
该论文总结称，这证明了“昇腾NPU（神经网络处理单元）支持大规模稀疏LLM（大型语言模型）全面训练的能力”。
除了华为，越来越多的公司正在采用昇腾芯片，包括语音识别技术提供商科大讯飞。科大讯飞总裁吴晓如表示：“我们实现了完全国产的训练和推理。”
战略与国际研究中心(CSIS)3月份的报告称，昇腾芯片“目前在训练先进AI模型方面的性能远低于英伟达芯片”，并且“受到远不如英伟达的软件生态系统的支持”。但是，如果华为关于其服务器集群和人工智能训练性能的报告是准确的，那么这一差距已经缩小。
英伟达首席执行官黄仁勋本周称，美国对人工智能芯片的限制是“失败的”。他说，随着中国公司转向华为等本地供应商的芯片，英伟达在中国市场的份额已从美国前总统乔·拜登执政初期时的95%暴跌至目前的50%。
原文链接：https://asia.nikkei.com/Business/Technology/Artificial-intelligence/Huawei-s-AI-servers-show-tech-advancing-despite-US-curbs
