華爲芯片，究竟有多牛？（上）

21世紀經濟報道記者倪雨晴 深圳報道

華爲的昇騰，讓英偉達黃教主都坐不住了。他公開表示，華爲昇騰CloudMatrix 384超節點，部分性能上甚至超過英偉達的產品。

華爲的384超節點方案，就像全真七子用劍陣打黃藥師，集羣一起上，黃藥師還真有點招架不住。

海外專業機構SemiAnalysis更是直接點名：384超節點的整體計算能力是英偉達GB200機櫃的1.6倍！

在單芯片性能受限、制裁持續的情況下，華爲昇騰是真能打，還是“自嗨”？它是如何與英偉達競爭的？國產算力究竟到了什麼水平？還有什麼差距？

今天，我們就帶着這些問題，一口氣了解對壘英偉達的國產芯片，昇騰。

和英偉達“掰手腕”

昇騰此前非常低調，它是華爲打造的一款AI芯片。它不是拿來打遊戲的顯卡，也不是電腦中的CPU，而是專門針對AI任務的加速芯片NPU，是一顆純純的“AI處理器”。

目前昇騰最主力的產品叫“昇騰910”。但以往的昇騰芯片，更多是作爲“備胎”使用的——因爲美國斷供，英偉達、AMD最高端的芯片買不到，很多廠商只能硬着頭皮用國產，而昇騰已經是國產芯片中的佼佼者。

過去幾年，昇騰其實主要用在AI“推理”環節，也就是模型訓練好之後，用它來支持大模型生成內容、聊天等應用環節。但模型訓練？說實話——很少用國產芯片，原因也簡單：單卡性能弱、生態不夠用、系統穩定性差。

但這一切，在2024年和2025年，徹底變了。

華爲把昇騰從一個“能用的備胎”，打造成了“能打的主力”，直接上陣訓練出了一流大模型。

這些成績，不是閉門吹牛，而是寫進了實打實的論文裡——一款模型，用了8192顆昇騰芯片，訓練出1350億參數的稠密大模型“盤古Ultra”；

另一款，用了6000多顆芯片，訓出了7180億參數的 MoE（混合專家）大模型。

這意味着：用純國產AI芯片，也能訓練出千億參數的國產大模型。

但是！光能訓還不夠，訓得好，才叫硬實力。

怎麼判斷“訓得好”？有個關鍵指標叫 MFU，也就是“算力資源利用率”。

說白了就是：有沒有把芯片榨乾用滿？有沒有把投入的算力物盡其用？

訓練盤古Ultra稠密模型時，MFU超過 50%；在MoE模型中，MFU也達到了 41%，實驗室數據甚至超過 45%。

這是什麼概念？——屬於全球一流水平，跑在行業前列。

訓練完還不夠，還要看推理誰跑得快。

華爲和硅基流動的最新論文，直接把昇騰的384 超節點拉出來，和英偉達的 H100、H800 正面對比：誰在實戰部署 DeepSeek-R1 這類大模型時更快、更高效？

結果是：在這場比拼中，昇騰和英偉達H系列差距不大，甚至在算力利用率上拿下全場最佳。

也就是說——至少從 DeepSeek-R1 的推理實戰看，昇騰已經可以對標英偉達 H100 這一級別的產品，不輸Hopper架構。

追趕速度之快，確實令人驚歎。

那和英偉達最新的 GB200 比呢？

SemiAnalysis 給出了評價：雖然單顆昇騰芯片的性能只有英偉達Blackwell的三分之一，但384 超節點堆了5倍的芯片數量！

最終，整體系統算力反超英偉達 GB200，這已經不是“能替代”的水平，而是“有機會領先”。

那麼，昇騰，是怎麼做到的？

請聽下回分解。