華為逆勢壯大、讓輝達產生危機感 靠的不只是硬體？

華爲示意圖。 路透社

中國通信設備巨頭華爲技術正在自己建立人工智慧（AI）基礎。華爲啓用了使用自家開發的半導體的新型伺服器羣，併發布了利用自家半導體開發的高性能AI模型。在美國對半導體出口管制、獲取技術受限的背景下，華爲正在穩步提高開發和使用AI的能力。

在華爲4月舉辦的活動上，雲業務部門負責人張平安表示：「我們將堅定打造『自主創新、安全可信』的AI算力底座」。其信心來源於在安徽省數據中心啓用的新一代AI伺服器羣。

在AI伺服器領域，美國輝達（NVIDIA）的圖像處理半導體（GPU）佔據了很高的市佔率。但華爲的AI伺服器配備了自家開發的半導體「升騰」。華爲一直自主開發能進行AI龐大計算處理的半導體，不斷提升性能。

美國半導體行業分析公司SemiAnalysis指出，華爲新型伺服器的「升騰晶片配備量是輝達伺服器「GB200」的5倍，雖然單個GPU的性能只有其三分之一，但可以通過數量彌補這一缺點」。耗電量也接近4倍，但預計能夠實現超過輝達伺服器的性能。

美國對華爲等中國企業不斷強化半導體管制，限制尖端產品出口，不讓中國使用。在GPU方面，自2022年10月起限制銷售具有一定能力以上的產品，並將管制範圍擴大到能力受限的針對中國市場的產品。同時，爲了「禁止製造」半導體，還限制出口尖端產品所需要的製造設備。

關於升騰晶片，有調查公司和歐美媒體報導稱，存在通過第三國或不受管制企業規避技術限制的情況。華爲不僅使用規避管制的產品和技術，還不斷提升自身的開發能力。

在半導體領域，即便使用傳統設備，也能量產具備一定性能的產品。雖然因生產效率顯著下降，經濟效益會比較低，但中國的製造設備廠商和半導體代工企業的能力卻在不斷提升。

大型代工企業中芯國際積體電路製造（SMIC）已於2023年開始量產被稱爲半導體「7奈米」世代的準尖端產品。之後中芯國際被認爲提高了生產效率，當地一名業界相關人士表示：「國產化速度和生產效率的提升不斷超出預期」。

與升騰晶片製造相關的技術性課題也有望逐漸得到解決。美國智庫「戰略與國際問題研究中心（CSIS）」在3月的報告中指出：「中國至今的成功暗示升騰晶片將在未來1～2年內實現數百萬顆的生產」。

左右AI開發競爭力的不僅是硬體。輝達的GPU之所以能在AI開發領域維持高份額，其軟體開發平臺「CUDA」功不可沒。在被長期用於AI開發的過程中，使用的工具羣和軟體得到了大量的積累。

在這一領域，華爲表示也擴充了可輕鬆訪問的開發資源和易用的開發工具。華爲還表示已爲AI工程師建立支援體制，截至2024年底已培訓超過4萬人。據稱，華爲2020年公開的開發平臺「升思（MindSpore）」，在中國國內的使用份額已經達到30%。

5月上旬，華爲的技術人員通過論文發表了大語言模型（LLM）的訓練成果。在作爲性能指標的參數量達到7180億的超大模型訓練中，使用了6000顆升騰晶片，實現了與引發熱議的中國AI「DeepSeek R1」相當的性能。得出了能夠支援大規模LLM的正式訓練的結論。

除華爲外，其他企業也在不斷採用升騰晶片。大型語音識別企業科大訊飛也在AI開發等方面使用了升騰晶片。該公司總裁吳曉如表示實現了訓練和推理的完全國產化。

美國戰略與國際問題研究中心曾在3月評價升騰的性能稱：「在高級AI模型訓練中的性能遠遠遜色於輝達的晶片。受到了極爲脆弱的軟體生態系統的支撐」。如果伺服器集羣和AI模型的成果如華爲所報告的那樣，那麼二者的差距確實在縮小。

輝達首席執行長（CEO）黃仁勳5月21日在臺北的記者會上表示，美國對中國的AI半導體管制「總體而言是失敗的」。據稱，中國企業已將半導體更換爲華爲等產品，輝達在中國市場的份額已從拜登政府初期的95%降至目前的50%。

在中國，由於美國進行出口管制，尖端製造設備和高頻寬記憶體（HBM）等AI基礎所需要的技術的使用受到限制。但管制反而在一定程度上促進了中國半導體和軟體的使用，「封堵」策略正變得更加困難。

日本經濟新聞（中文版：日經中文網）江口良輔

本文轉載自日經中文網，不代表本社立場，第三方未經授權不得轉載或使用

原文標題：華爲自建AI基礎，在封堵下穩步發展