美國政府近日發佈新的指導檔案，明確指出在全球範圍內使用華為昇騰（Ascend）晶片違反美國出口管制規定。這一舉措引發了廣泛關注，尤其是在人工智慧（AI）硬體領域，華為被視為輝達等美國企業的有力競爭對手。美國商務部本周不僅撤銷了AI擴散規則，還發佈了禁止使用華為昇騰加速器的指導意見。此舉的背景是輝達等美國企業擔心，限制美國AI處理器的出口可能會導致中國AI平台填補市場空白。美國商務部聲稱，華為的昇騰AI處理器涉嫌非法使用美國技術開發和製造，因此任何未經授權使用這些晶片的行為（包括用於研究目的）都可能面臨法律後果，包括刑事指控、行政處罰、罰款、撤銷出口許可甚至監禁。美國商務部工業與安全域在聲明中指出：“這些晶片可能使用了某些美國軟體或技術進行設計，或者使用了源自美國軟體或技術的半導體製造裝置進行生產，甚至兩者兼有。”此外，聲明還提到，如果這些晶片由被列入美國實體清單的實體生產、購買或訂購，或者這些實體參與了相關交易，那麼在沒有獲得美國工業與安全域授權的情況下，其設計或生產過程可能涉及違反美國出口管制條例的行為。值得注意的是，此次禁令針對的是華為的昇騰910B、昇騰910C以及即將推出的昇騰910D晶片，而華為在2019至2020年期間從台積電合法購買的昇騰910晶片則不在限制範圍內。昇騰晶片已經在全球範圍內得到應用，例如，阿聯的AI公司G42曾與華為緊密合作，依賴其硬體，但後來轉而與美國公司Cerebras合作，切斷了與華為的聯絡。然而，儘管華為在技術上具有競爭力，但由於受到美國製裁的限制，華為難以完全取代輝達，尤其是在中國市場。華為被禁止使用台積電的先進工藝技術，只能通過代理獲取昇騰系列處理器的晶片。去年，華為生產了約100萬顆昇騰910C加速器，但目前其晶片供應仍難以滿足在中國市場取代輝達的需求。儘管華為在中國的中芯國際生產了大量AI晶片，但由於美國製裁和缺乏先進製造裝置，中芯國際的產能似乎難以滿足華為的高端晶片需求。因此，華為正在投入數十億美元建設國內晶片製造裝置。此次針對華為（及其昇騰+CANN平台）的新規出台，正值中美貿易緊張局勢有所緩和之際。兩國此前宣佈暫停部分進口關稅90天，被視為貿易談判取得進展的訊號。然而，美國此次對華為的嚴厲措施表明，其不惜一切代價確保在AI領域的領導地位。除了華為外，中國還有其他一些企業也在開發基於Imagination Technologies架構的GPU，例如壁仞科技和摩爾執行緒。這些公司由來自AMD、輝達和華為的資深高管領導，具備開發先進處理器的能力。然而，目前這些企業還無法與輝達的CUDA或華為的CANN競爭，且壁仞和摩爾執行緒也受到美國實體清單的限制，無法使用台積電等採用美國技術的公司服務。儘管如此，這些企業仍在不斷髮展，未來可能會對美國在AI市場的主導地位構成威脅。目前，一個關鍵問題是：美國政府是否會進一步限制所有可能使用美國技術開發和製造的中國AI處理器的全球使用，以保護輝達等美國企業的利益？ (晶片行業)

當地時間2025年5月13日，美國商務部正式發佈檔案廢除拜登政府的人工智慧擴散規則，同時宣佈採取三項額外政策以加強對全球AI晶片的出口管制，其中就包括認定在世界任何地方使用華為昇騰晶片均違反美國的出口管制規定。以下是三項政策譯文，並附相關註釋及解讀：一、《對中華人民共和國先進計算積體電路適用通用禁令10（GP10）的指導意見》概述本指導意見向行業警示使用中國先進計算積體電路的風險，包括特定的華為昇騰晶片。這些晶片很可能在開發或生產過程中違反了美國的出口管制規定。美國商務部工業與安全域（BIS）警告稱，根據通用禁令10（GP10），使用此類中國先進計算積體電路存在違反美國出口管制的風險，企業可能會受到工業與安全域的執法行動。可能受通用禁令10限制的中國積體電路示例清單美國商務部工業與安全域告知公眾，使用符合出口管制分類編號（ECCN）3A090（見《出口管理條例》（EAR）（美國聯邦法規第15編第730 - 774部分）第774部分補編1）控制參數的積體電路，若這些積體電路由位於、總部設於或其最終母公司總部設於國家組D:5（見《出口管理條例》第740部分補編1）（包括中國或澳門）的公司開發或生產，則可能涉及《出口管理條例》中的通用禁令10（第736.2(b)(10)節）。參與通用禁令10所涉及的活動，包括未經美國商務部工業與安全域授權使用此類 “中國3A090積體電路”，可能會導致嚴重的刑事和行政處罰。以下是可能受通用禁令10限制的中國3A090積體電路的示例清單。此清單並非詳盡無遺，並且當個人知曉與中國3A090積體電路或其他受《出口管理條例》約束的物品（包括電路板、伺服器或元件）相關的違反《出口管理條例》的情況已經發生、即將發生或有此意圖時，通用禁令10的限制均適用。此清單將根據需要進行更新。芯智訊註：3A090.a主要管控總處理性能（TPP）≥4800的高性能計算晶片，這類晶片通常應用於AI訓練、超級電腦和資料中心。而3A090.b則管控總處理性能在2400至4800之間，且性能密度≥1.6的晶片，這些晶片主要覆蓋中高端計算應用場景，例如邊緣計算或嵌入式AI裝置。通用禁令10的相關部分規定：“你不得在知曉違反《出口管理條例》……與該物品相關的情況已經發生、即將發生或有此意圖的情況下，全部或部分地出售、轉讓、出口、再出口、提供資金、訂購、購買、移除、隱藏、儲存、使用、借貸、處置、運輸、轉運或以其他方式為任何受《出口管理條例》約束且已出口或擬出口的物品提供服務。” 見美國聯邦法規第15編第736.2(b)(10)節。可能受通用禁令10限制的中國3A090積體電路：華為昇騰910B華為昇騰910C華為昇騰910D適用法規所有由位於中國、總部設於中國或其最終母公司總部設於中國的公司設計的3A090積體電路，無論這些晶片本身是在中國境內還是境外生產，都很可能受《出口管理條例》約束，並且可能在生產過程中違反了《出口管理條例》，從而受到通用禁令10的限制。此類晶片很可能要麼在設計時使用了某些美國軟體或技術，要麼在生產時使用了作為某些美國原產軟體或技術的直接產品的半導體製造裝置，或者兩者皆有。此外，此類中國3A090積體電路可能由實體清單上標有腳註1或4的實體（見《出口管理條例》第744部分補編4）生產、購買或訂購，或者這些實體參與了交易。因此，此類中國3A090積體電路在設計和生產過程中很可能需要美國商務部工業與安全域的許可證，包括以下情況：中國積體電路設計商將3A090積體電路的設計檔案從國外出口、從中國再出口或在中國境內轉讓至製造設施。將3A090積體電路從製造設施出口至國外、再出口至中國（或總部位於中國的公司）或在中國境內轉讓至中國積體電路設計商或銷售商。實體清單上標有腳註1或腳註4的實體參與任何涉及中國3A090積體電路生產或開發的交易，或者此類實體以其他方式參與交易。關於中國3A090積體電路的行業指導意見由於任何中國3A090積體電路或相關技術的出口、再出口、國內轉讓或從國外出口很可能需要美國商務部工業與安全域的授權，若未獲得該授權，中國3A090積體電路的設計或生產很可能涉及一項或多項違反《出口管理條例》的行為。因此，美國商務部工業與安全域通知美國國內外的所有個人和公司，未經工業與安全域的必要授權，參與通用禁令10所涉及的活動，包括使用上述中國3A090積體電路，可能會受到工業與安全域的執法行動，這些行動可能包括嚴重的刑事和行政處罰，直至包括監禁、罰款、喪失出口特權或其他限制。如果一方打算對未獲得美國商務部工業與安全域授權的中國3A090積體電路採取任何行動，該方應在執行通用禁令10中確定的任何活動之前，與供應商確認以下情況的出口、再出口、國內轉讓或從國外出口已獲得授權：1、（1）該中國3A090積體電路從其設計者到製造商的生產技術；（2）該中國3A090積體電路本身從製造商到其設計者或其他供應商。2、見美國聯邦法規第15編第734.9(h)節。3、見美國聯邦法規第15編第734.9(e)(1)和(2)節。4、見美國聯邦法規第15編第734.9(h)(1)(i)(A)、(h)(1)(i)(B)(1)和(h)(2)(ii)節；第742.6(a)(6)(ii)節；以及第742.6(a)(6)(iii)節。5、見美國聯邦法規第15編第734.9(h)(1)(ii)和(h)(2)(i)節以及第742.6(a)(6)(iii)節。6、見美國聯邦法規第15編第734.9(e)(1)和(e)(2)節以及第744.11(a)(2)(i)和(a)(2)(iv)節。美國商務部工業與安全域不會對僅為確定單個積體電路的技術能力而獲取中國3A090積體電路用於技術分析或評估（如破壞性測試）的相關方採取執法行動。解讀：美國BIS的這項指導意見確實夠狠，其目的是為了最大程度地限制中國自主研發的AI晶片應用和生態的發展。原本全球企業都能夠合規地使用中國的AI晶片，不管該晶片是否使用了美國技術。但是該指導意見則直接將全球企業使用涵蓋在3A090規則下的中國AI晶片的行為視為違反美國的出口管制政策，如果未獲許可使用，可能會受到BIS的執法行動，包括嚴重的刑事和行政處罰，直至包括監禁、罰款、喪失出口特權或其他限制。由於目前中國在3A090限定指標之上的AI晶片主要是華為昇騰系列，因此，該規則打擊的重點目標也正是華為昇騰系列。雖然目前華為昇騰系列的主要市場是在國內，畢竟其本身產能有限。但是如果BIS認定中國企業使用華為昇騰晶片也違反美國出口管制政策，那麼無疑將會迫使一些國內科技公司被迫放棄採用華為昇騰晶片。這裡受影響的顯然是阿里、字節、百度、騰訊等網際網路大廠，畢竟他們的業務不僅僅是在國內，在海外也有著很多的業務，一旦被美國製裁，將會面臨很大的打擊。此舉意味著擁有較多海外業務的國內科技廠商接下來可能將只能繼續使用輝達的閹割版AI晶片。不過，一些已被美國製裁的中企，或即便被美國製裁也影響很小的實體，可能會繼續使用華為昇騰晶片。而對於一些海外的企業來說，雖然他們目前極少有使用到中國的AI晶片，但是美國祭出該政策的另一種考慮則是，如果未來中國在先進製程晶片製造上獲得重大突破，中國AI晶片解決了製造和產能問題，那麼除了在滿足國內需求之外，必然會謀求對外出口，而這將會直接衝擊美國AI晶片廠商在全球的領導地位。因此，美國希望通過利用該政策，直接封堵未來中國AI晶片突破後的海外出口路徑，可謂是用心險惡。另外，對於AI晶片來說，生態是極為關鍵的，這也是為什麼CUDA生態一直被視為輝達AI晶片的關鍵護城河。如果包括中國在內的全球眾多的大型科技企業都無法使用中國AI晶片，那麼其必然難以形成一個健全的能夠與CUDA競爭的生態系統。二、《美國商務部工業與安全域關於可能適用於訓練人工智慧模型的先進計算積體電路及其他商品的管控政策聲明》作為對美國商務部工業與安全域（BIS）先前發佈的諮詢意見的更新，以下類型的活動可能需要根據《出口管理條例》（EAR，美國聯邦法規第15編第730 - 774部分）獲得出口授權。具體而言，美國商務部工業與安全域已確定，獲取受《出口管理條例》管轄的先進計算積體電路（IC）和商品用於訓練人工智慧模型，有可能使國家組D:5國家（包括中國）或澳門將其用於軍事最終用途。當 “知曉”人工智慧模型將被用於軍事最終用途/終端使用者時，以下活動可能觸發《出口管理條例》第744部分全面管控措施下的許可證要求：當出口商、再出口商或轉讓方 “知曉” 外國基礎設施即服務（IaaS）提供商（例如資料中心提供商）將使用這些物品為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時，向任何一方出口、再出口或轉讓（國內）受《出口管理條例》管轄的先進計算積體電路和商品。當 “知曉” 受《出口管理條例》管轄且已由基礎設施即服務提供商等相關方持有的先進計算積體電路和商品的最終用途或終端使用者發生變更（即轉讓（國內）），且受讓人將使用這些物品為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時。當 “知曉” 某一 “美國人” 提供的任何 “支援” 或執行的任何合同、服務或受僱活動將被用於或可能有助於為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時。1、見《出口管理條例》第740部分補編1。2、訓練是指在使用最佳化演算法評估程序輸出質量並提高其性能的同時，向模型輸入大量資料。3、見《出口管理條例》第744.22(a)節。4、見《出口管理條例》第772.1節。5、見《出口管理條例》第744.6(b)(6)節。先進計算積體電路和包含此類積體電路的商品包括歸類於出口管制分類編號（ECCN）3A090.a、4A090.a以及第3、4、5類中的.z物品，如歸類為ECCN 5A992.z的伺服器。芯智訊註：4A090控制的是總處理性能達到或超過4800的GPU晶片及板卡。未事先獲得美國商務部工業與安全域授權而從事這些交易或活動的相關方，如果發生違反《出口管理條例》的情況，可能會受到潛在的民事或刑事執法行動。此外，外國相關方如果採取違反美國國家安全和外交政策利益的行動，包括為總部位於國家組D:5（包括中國）或澳門的相關方或代表這些相關方訓練可能支援軍事最終用途的人工智慧模型，即使未發生違反《出口管理條例》的情況，也可能被列入實體清單。當相關方 “知曉”（《出口管理條例》第772部分所定義的）發生、即將發生或意圖發生違反《出口管理條例》的情況時，禁止相關方繼續進行交易。出口商、再出口商和轉讓方也不得視而不見以規避許可證要求。美國商務部工業與安全域已發佈指南，確定了交易和行為警示訊號（除了美國商務部工業與安全域網站上公佈的 “瞭解你的客戶” 和警示訊號指南，以及《出口管理條例》第732部分補編3中規定的內容）和盡職調查行動，這些行動有助於企業評估某一方或某項已識別活動是否可能涉及觸發美國商務部工業與安全域許可證要求的活動，包括為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型的活動。解讀：此外，無論是中國廠商還是國外廠商，利用海外的資料中心訓練中國AI模型是完全合規的，這是為什麼一些國內的科技廠商近年來有持續在海外建設AI資料中心。比如阿里雲在全球四大洲，有開設營運30個公共雲，這背後則是全球佈局的資料中心，而隨著AI的發展，這當中可能就會涉及到對於一些其自有AI模型和外部開源AI模型的訓練和部署。同樣，騰訊的資料中心也遍佈全球多個國家和地區，如中國大陸、香港、新加坡、韓國以及美國等；字節跳動在有美國、愛爾蘭、泰國、新加坡、馬來西亞建有或租用資料中心。2024年6月，字節跳動還宣佈在馬來西亞投資21.3億美元，建設全球領先的人工智慧中心。不管這些中國科技公司在海外是自建或租用的資料中心，此前在這些資料中心利用AI晶片來訓練和部署自己的或開放原始碼的AI模型（比如DeepSeek）都是完全合規的。但是，隨著美國最新的限制規則的出爐，則意味著原本這些合規的行為都可能被認為是違規。鑑於被租用的資料中心擁有者可能難以判斷中國科技公司是否有利用該資料中心AI晶片來訓練中國AI模型，有可能會導致他們與中國科技公司的中斷合作。此外，隨著今年以來中國在大模型技術上的突破，不少海外廠商也有利用中國的開源模型進行二次訓練或微調後來部署使用，比如DeepSeek、百度文心、阿里千問等。但是，受該最新政策的影響，可能會導致這些海外廠商棄用中國的AI模型，這將不利於中國AI模型的發展。三、《防止先進計算積體電路轉用的行業指導》2025年5月13日，美國商務部工業與安全域（BIS）發佈指南，旨在幫助提升行業對涉及先進計算積體電路（IC）以及包含此類積體電路的商品的非法轉用計畫的認知。自2022年10月起，這些商品就已受到美國商務部工業與安全域的出口限制，並且在此後經過多次更新。美國商務部工業與安全域認定，先進計算積體電路有可能被用於軍事最終用途。正如美國商務部工業與安全域首次對先進計算積體電路實施管控時以及此後發佈的相關規定中所指出的，中華人民共和國（中國）將此類晶片及包含這些晶片的系統用於 “軍事現代化工作，以提高其軍事決策、規劃和後勤的速度與精準性，以及用於自主軍事系統，例如用於認知電子戰、雷達、訊號情報和干擾的系統” 。中國還將這些物品用於 “改進武器……系統，並用於分析戰場效果” 。美國商務部工業與安全域隨後將管控範圍擴大到其他目的地，以應對中國境內外試圖通過轉運和轉用獲取先進積體電路的行動。針對美國商務部工業與安全域已識別的與先進計算積體電路有關的轉用計畫，以下是一份非詳盡的交易和行為警示訊號清單（除了美國商務部工業與安全域網站上公佈的 “瞭解你的客戶” 和警示訊號指南，以及《出口管理條例》（EAR）（美國聯邦法規第15編第730 - 774部分）補編3中規定的內容），以及有助於企業評估某一方或某項已識別活動是否可能與規避出口管制相關的盡職調查行動。美國商務部工業與安全域還在確定可能適用於用於訓練人工智慧模型的先進計算積體電路的全面管控措施。新的交易和行為警示訊號：1. 在2022年10月之前，客戶（無論是國內還是國外的）從未接收過先進計算積體電路和/或包含此類積體電路的商品（即符合或超過出口管制分類編號（ECCN）3A090.a、4A090.a或相關的ECCN（如5A992.z）參數的物品）的出口。2.在2022年10月之前，客戶接收過涉及先進計算積體電路和/或包含此類積體電路的商品的出口，但在此後此類商品的出口大幅增加。（先進計算積體電路和包含此類積體電路的商品包括出口管制分類編號（ECCN）3A090.a、4A090.a以及第3、4、5類中的.z物品，如歸類為ECCN 5A992.z的伺服器。見美國聯邦法規第15編第774部分補編1）3.國內或國外客戶提供的居住地址，且未提供使用先進計算積體電路和/或包含此類積體電路的商品的替代地址。此警示訊號僅適用於先進計算積體電路的數量與其個人使用情況不一致的情況。4.公司和/或收貨公司，無論位於何處，幾乎沒有線上存在，或者公司網站的英文版本和非英文版本之間存在引發警示的差異。5.最終交付或安裝地址未知。無法確定客戶的總部或其最終母公司是否位於國家組D:5（包括中國）中指定的目的地，或者客戶拒絕披露或提供的關於其總部或最終母公司位置的資訊不完整。6.被列為最終收貨人的交易方，或列在 “收貨至” 欄位中的交易方（例如，其他金融機構、郵件中心、不涉及電子產品的零售商、物流公司），通常不會開展與需要大量先進計算積體電路（包括包含此類積體電路的伺服器）相符的業務。7.客戶與綜合篩查清單上的某一方位於同一地點，或者其地址與綜合篩查清單上的某一方相似，綜合篩查清單包括美國商務部工業與安全域實體清單、外國資產控制辦公室的特別指定國民（SDN）清單，或美國國務院的法定禁止交易方清單。8.無論位於何處，申報的終端使用者並非該組織的唯一營業場所（例如，法律辦公室、虛擬辦公室、貨運和收貨公司）。9.買方的地址位於國家組D:1、D:4或D:5（A:5或A:6除外）中指定的目的地，即位於對先進計算積體電路和/或包含此類積體電路的商品要求出口許可證的目的地，且該許可證要求的合規日期已經過。10.先進積體電路和/或包含此類積體電路的商品出口至的資料中心，無法確認其擁有運行包含先進積體電路的伺服器所需的基礎設施（例如，電力/能源、冷卻能力或物理空間）。11.提供基礎設施即服務（IaaS）的客戶無法確認其服務的使用者總部不在中國，無論該客戶位於中國境內還是境外。盡職調查行動：美國商務部工業與安全域已確定企業對於新客戶應採取的盡職調查行動，以及對涉及出口或使用受《出口管理條例》管轄的先進計算積體電路和/或包含此類積體電路的商品的基礎設施即服務（IaaS）提供商的評估行動，特別是那些位於《出口管理條例》第740部分補編1中確定的A:1國家組以外目的地的相關方：1.評估客戶的成立日期（例如，2022年10月之後成立）。2.評估客戶的所有權結構，以確定相關方的總部或最終母公司是否位於國家組D:5（包括中國）中指定的目的地或澳門。3.評估終端使用者和物品的最終用途（例如，客戶的業務範圍是否與訂購的物品相符）。4.在與國內或國外客戶開展業務之前，通知潛在客戶其物品受《出口管理條例》管轄，並且如果出口、再出口或轉讓（國內）至國家組D:1、D:4或D:5（不包括A:5或A:6中指定的目的地）中指定的目的地或在這些目的地內，將需要許可證。5.在與國內或國外客戶開展業務之前，要求提供終端使用者認證，其中包含所有擬議交易方（見《出口管理條例》第748.5節）的詳細資訊，包括終端使用者，以及特定交易的預期最終用途。客戶還應證明其不會出口、再出口或轉讓（國內）先進計算積體電路用於受限的 “軍事情報最終用途” 或 “軍事情報終端使用者”，或用於大規模殺傷性武器。這將包括出口商、再出口商或轉讓方知曉交易的某一方（例如基礎設施即服務提供商）將為總部位於國家組D:5（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型的交易（見《出口管理條例》第744.22節；第744.2 - 744.5節）。6.要求資料中心提供書面證明，確認（1）終端使用者被授權在其所在地營運，以及（2）其擁有運行正在出口的包含先進積體電路的伺服器類型所需的基礎設施。供應商對資料中心進行實地考察，或者利用獨立的第三方認證審計機構來確認相關證明，也是一種最佳實踐。7.評估資料中心，以確定它們是否擁有運行功率大於10兆瓦的包含先進積體電路的伺服器所需的基礎設施。達到或超過此閾值的資料中心值得額外審查，因為它們可能能夠為總部位於相關國家的相關方或代表這些相關方提供大量先進計算積體電路用於訓練人工智慧模型，而此類活動可能支援大規模殺傷性武器或軍事情報的最終用途/終端使用者。可能適用於用於訓練人工智慧模型的先進計算積體電路和其他商品的管控措施獲取受《出口管理條例》管轄的先進計算積體電路（IC）和商品用於訓練人工智慧模型，有可能使國家組D:5國家（包括中國）或澳門將其用於軍事最終用途。先進計算積體電路和包含此類積體電路的商品包括歸類於出口管制分類編號（ECCN）3A090.a、4A090.a以及第3、4、5類中的.z物品，如歸類為ECCN 5A992.z的伺服器。當 “知曉” 人工智慧模型將被用於軍事最終用途/終端使用者時，以下活動可能觸發《出口管理條例》第744部分全面管控措施下的許可證要求：當出口商、再出口商或轉讓方 “知曉” 基礎設施即服務（IaaS）提供商（例如資料中心提供商）將使用這些物品為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時，向任何一方（如外國基礎設施即服務提供商）出口、再出口或轉讓（國內）受《出口管理條例》管轄的先進計算積體電路和商品。當 “知曉” 受《出口管理條例》管轄且已由基礎設施即服務提供商等相關方持有的先進計算積體電路和商品的最終用途或終端使用者發生變更（即轉讓（國內）），且受讓人將使用這些物品為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時。當 “知曉” 某一 “美國人士” 提供的任何 “支援” 或執行的任何合同、服務或受僱活動將被用於或可能有助於為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型時。未事先獲得美國商務部工業與安全域授權而從事這些交易或活動的相關方，如果發生違反《出口管理條例》的情況，可能會受到潛在的民事或刑事執法行動。此外，外國相關方如果採取違反美國國家安全和外交政策利益的行動，包括為總部位於國家組D:5（包括中國）或澳門的相關方或代表這些相關方訓練可能支援大規模殺傷性武器或軍事情報最終用途的人工智慧模型，即使未發生違反《出口管理條例》的情況，也可能被列入實體清單。當相關方 “知曉”（《出口管理條例》第772部分所定義的）發生、即將發生或意圖發生違反《出口管理條例》的情況時，禁止相關方繼續進行交易。出口商、再出口商和轉讓方也不得視而不見以規避許可證要求。盡職調查最佳實踐美國商務部工業與安全域已確定以下資訊和保證措施，有助於防止先進計算積體電路被未經授權轉用於受限的最終用途和終端使用者，包括知曉交易的某一方將使用先進計算積體電路為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型的情況（見《出口管理條例》第744.22節；第744.2 - 744.5節）。對於已經使用客戶認證或最終用途聲明的客戶，美國商務部工業與安全域以下建議並非旨在取代您已確定的能最佳減輕轉用風險的措施。美國商務部工業與安全域鼓勵您審查以下資訊，並考慮是否值得將其中的建議加入到您現有的實踐和檔案中，以幫助防止轉用：客戶的全名、地址和聯絡資訊、業務範圍、網站地址以及在交易中的角色（即買方、中間收貨人、最終收貨人或終端使用者）。對於新客戶，要求提供營業執照副本。客戶打算對物品採取的活動：由客戶消耗/使用；為庫存而保留，包括再出口與轉讓（國內）的可能性；轉售，並說明下一個客戶是誰（名稱和地址）；提供基礎設施即服務（IaaS），例如支援人工智慧模型訓練；其他（具體說明）。如果客戶不是終端使用者，提供已知終端使用者的名稱和地址。物品將交付和安裝的地址（如適用）。客戶總部或最終母公司總部的位置。如果終端使用者的總部或最終母公司總部與客戶的位置不同，提供其位置資訊。交易中涉及的物品清單，包括與物品對應的出口管制分類編號（ECCN）。如果客戶是基礎設施即服務（IaaS）提供商，證明其不會為總部位於國家組D:5（包括中國）或澳門的相關方訓練人工智慧模型提供對先進計算積體電路的存取權。客戶證明其將遵守《出口管理條例》，並將這些《出口管理條例》要求傳達給其客戶以及任何後續再出口或轉讓（國內）交易的其他相關方。客戶認證，包括姓名、職務、電話號碼、電子郵件地址、日期和簽名。出口商應審查收到的資訊，以識別錯誤、遺漏或警示訊號（例如，業務範圍與出口的物品不匹配，電話號碼與聲稱的客戶或終端使用者所在國家不匹配）。此外，客戶不願意對一項或多項資訊請求進行證明也可能是一個警示訊號。本指南有助於出口商更有效地強化其供應鏈，以防止轉用和違反《出口管理條例》的情況發生。解讀：該規則主要目的是為了進一步追蹤被禁止對華出口的可以被用於AI模型訓練的AI晶片的流轉及終端使用者，即強化各個環節的合規，防止這些AI晶片通過轉口或走私的途徑進入包括中國在內的D:5國家組。該也正是為了替代被廢除的AI擴散規則。因此，輝達等廠商接下來在銷售相關AI晶片時需要做更多的盡職調查。值得一提的是，該規則還引入了對於“美國人”的限制，即美國公民如果提供的任何 “支援” 或執行的任何合同、服務或受僱活動將被用於或可能有助於為總部位於D:5國家（包括中國）或澳門的相關方或代表這些相關方訓練人工智慧模型，也將會受到制裁。這也將在一定程度上抑制AI晶片的非合規轉移。 (芯智訊)

美國封鎖升級2025年5月14日，美國商務部宣佈進一步升級對華晶片出口管制措施，明確禁止全球任何實體使用華為昇騰（Ascend）系列AI晶片，並警告使用美國AI晶片訓練中國大模型的潛在後果。這一政策標誌著美國對華為技術封鎖的又一次加碼，試圖通過切斷華為AI晶片的全球供應鏈，遏制中國在人工智慧領域的快速發展。美國的制裁併非首次。自2019年華為被列入實體清單以來，台積電等國際晶片代工廠被迫停止為華為生產先進晶片。而此次新規將矛頭直指昇騰晶片的“全球流通”，甚至要求美國企業“審查供應鏈中的轉移風險”。這種泛安全化的策略，旨在鞏固美國在AI晶片領域的壟斷地位，但同時也引發了國際社會對技術割裂的擔憂。從替代方案到生態重構封鎖之下，中國AI產業鏈展現出靈活性。以DeepSeek為例，其大模型訓練依賴輝達H100 GPU，但推理環節轉向昇騰910C，使API呼叫成本降至OpenAI的1/27。這種“訓練用輝達，推理用昇騰”的混合策略，既利用現有技術優勢，又逐步培育本土供應鏈。此外，華為通過開放生態合作，推動昇騰晶片的應用。目前，昇騰叢集支援千卡級分佈式訓練，與MindSpore框架結合，降低開發者門檻。而昇騰920的研發，則瞄準輝達專為中國市場定製的H20晶片，試圖以更高性價比搶佔份額。全球半導體格局的裂變與挑戰美國的封鎖雖短期內壓制了華為的全球擴張，卻也加速了中國半導體產業鏈的自主化處理程序。長鑫儲存突破HBM2記憶體技術、中微公司實現刻蝕機國產化，均為昇騰晶片的量產提供了支撐。然而，瓶頸依然存在——中芯國際的5奈米晶片成本比台積電高40%-50%，且產能有限。國際市場上，輝達因對華銷售受限，被迫推出性能降級的H20晶片，而昇騰的崛起可能進一步擠壓其市場份額。與此同時，美國製裁的“長臂管轄”引發盟友反彈，例如荷蘭ASML光刻機斷供後，中國通過裝置庫存和逆向研發維持生產，削弱了制裁效果。荊棘遍佈的技術自主之路華為的突圍之路仍充滿變數。一方面，昇騰920的推出可能徹底改變中美AI晶片競爭格局；另一方面，美國對供應鏈的持續審查（如封殺Sophgo等關聯企業）將增加華為的合規風險。長遠來看，技術封鎖或將催生“雙軌制”半導體生態。中國依託內需市場和完善產業鏈，推動昇騰晶片在政務、安防等領域的落地；而全球市場則面臨技術標準分裂的風險。華為能否突破5奈米甚至更先進工藝，將決定這場博弈的最終走向。 (壹零社)

路透4月27日消息，華為技術有限公司正準備測試其最新、最強大的人工智慧處理器，希望取代美國晶片巨頭輝達H100。報導援引知情人士的話說，華為已經與一些中國科技公司接洽，以測試名為Ascend 910D 的新晶片的技術可行性。報導補充說，這家中國公司希望其最新版本的Ascend AI 處理器將比 Nvidia 的 H100 更強大，並計畫最早在 5 月下旬收到該處理器的第一批樣品。路透社周一報導稱，華為計畫最早在下個月開始向中國客戶批次出貨其先進的910C 人工智慧晶片。多年來，華為及其中國同行一直在努力與輝達競爭高端晶片，以在訓練模型方面與輝達競爭，在訓練模型方面，資料被提供給演算法，幫助它們學會做出精準的決策。為了限制中國的技術發展，特別是其軍事進步，華盛頓切斷了中國與輝達最先進的人工智慧產品（包括其旗艦B200 晶片）的聯絡。例如，H100 晶片在 2022 年推出之前就被美國當局禁止在中國銷售。輝達拒絕置評，而華為沒有立即回應路透社的置評請求。 (大話晶片)

昇騰DeepSeek一體機是華為基於自研昇騰AI晶片（如Ascend 910B/910C）與DeepSeek大模型深度結合的AI解決方案，旨在提供高性能、低成本、國產化的AI算力平台。本文從一體機的技術、產品、架構、規格性能、價格、應用場景、定製化及產業生態等維度進行詳細剖析。一、昇騰DeepSeek一體機的技術細節昇騰DeepSeek一體機的核心競爭力源於硬體與軟體的深度協同。昇騰910B/910C晶片技術：工藝與算力：910B採用7nm工藝，FP16算力280 TFLOPS，INT8算力140 TOPS。910C進一步最佳化至SMIC N+2工藝，FP16提升至約320 TFLOPS，接近輝達H100的60%-70%性能。能效最佳化：通過動態電壓頻率調整（DVFS）和手寫CUNN核心，功耗降低至約250W（910C），比H100（700W）節能顯著。異構計算支援：整合AI Core（基於達文西架構）、AI CPU和DVPP模組，支援多工平行。DeepSeek模型最佳化：MoE架構：DeepSeek採用稀疏專家混合（Mixture-of-Experts）架構，每token僅啟動少量參數（約4%），推理效率提升2倍。DualPipe演算法：通過計算與通訊重疊，跨節點通訊開銷降至近零，訓練671B參數模型僅用2048塊H800 GPU，耗時2個月。軟體棧適配：MindSpore與CANN深度最佳化，支援從CUDA到CUNN的無縫轉換，開發者遷移成本降低80%。昇騰910C引入手寫CUNN核心（類似CUDA的PTX指令），針對Transformer模型最佳化矩陣乘法，推理延遲從10ms降至6ms。DeepSeek通過多頭潛在注意力（MLA）機制，提升複雜任務（如數學推理）的精準率，推理吞吐量達每秒500 token。二、昇騰DeepSeek一體機的系統架構昇騰DeepSeek一體機採用模組化、分佈式設計：硬體層：核心：昇騰910B/910C + 鯤鵬920 CPU。儲存：NVMe SSD（單機容量達16TB）。網路：RoCE v2（200Gbps頻寬），支援超大規模叢集。RoCE網路採用非均勻Bruck演算法，叢集通訊效率提升50%，網路成本佔比降至20%以下。軟體層：MindSpore框架提供模型訓練和微調工具。CANN軟體棧最佳化算子調度，推理效率提升30%。CANN支援ACL介面，開發者可自訂高性能算子，適配特定行業需求。分散式運算：支援多卡平行（8/16/32卡），通過HCCL庫實現高效通訊。三、昇騰DeepSeek一體機的產品形態昇騰DeepSeek一體機分為兩大類產品線：訓推一體機（FusionCube A3000 DS版）：支援DeepSeek V3（671B參數）和R1全系列模型的訓練與推理。FusionCube支援模組化擴展，可從單機8卡擴展至叢集1024卡，訓練效率隨規模線性提升。面向需要定製化模型的客戶，如金融風控、醫療研發。推理一體機（Atlas系列）：內建DeepSeek-R1不同規模模型（32B、70B、671B）。Atlas 300I Pro推理卡單卡功耗僅150W，支援80路1080p視訊即時分析。主打高效推理，適配邊緣和雲端部署。四、昇騰DeepSeek一體機的規格、性能與組態規格：單卡：24GB LPDDR4X記憶體，頻寬204.8 GB/s。單卡FP16算力對比：910C（320 TFLOPS） vs H100（1410 TFLOPS），但能效比達1.8:1。叢集：8卡（入門）、32卡（高端）。叢集擴展性：32卡組態下，算力達8960 TOPS (INT8)，功耗僅8kW。性能：推理：671B模型每秒500 token，延遲6ms。訓練：14.8兆token預訓練，效率接近H100的90%。組態：支援鯤鵬、海光等國產CPU，相容性強。五、昇騰DeepSeek一體機的價格推理一體機：32B版本：30-50萬元。671B版本：300-500萬元。訓推一體機：起步價200萬元，高端超1000萬元。性價比：對比輝達H100方案（約2000萬元），成本降低60%-70%。API定價V3輸入1元/百萬token，R1輸出16元/百萬token，遠低於OpenAI（60）。初期推廣提供免費版本，吸引中小企業試用。六、昇騰DeepSeek一體機的應用場景昇騰DeepSeek一體機憑藉其強大的算力和靈活的部署能力，已滲透到多個行業，覆蓋從政府到企業、從雲端到邊緣的多樣化需求。以下是四個核心場景的詳細拆解，包括應用案例、技術細節和市場展望。政務：政策分析與智能問答昇騰DeepSeek一體機在政務領域被用於處理海量政策文字、公眾諮詢和資料分析，幫助政府提升決策效率和服務質量。例如，智能問答系統能即時解答市民疑問，政策分析模組則能從多維度挖掘法規中的關鍵點。案例：拓維資訊與華為合作推出的“政務一體機”已在湖南多個地市部署。該系統整合昇騰910B算力和DeepSeek 70B模型，支援省級政策庫的即時更新和智能檢索，覆蓋超5000萬條政策資料。技術細節：支援多模態資料處理：一體機可同時解析文字（如政策PDF）和圖像（如手寫申請表），通過OCR+DeepSeek的聯合推理，精準率從85%提升至98%。高並行推理：單機支援10萬次/秒的問答請求，響應時間低至300ms。好處：在某市政務熱線中，系統識別複雜問題（如“新醫保政策如何報銷”）的精準率提升15%，人工客服工作量減少40%。預測分析功能可基於歷史資料推演政策效果，如某稅收調整對中小企業收入的影響，誤差僅±3%。展望：預計2025年全國政務AI市場規模達800億元，昇騰DeepSeek一體機有望佔據20%份額。金融：交易最佳化與風險評估在金融行業，昇騰DeepSeek一體機被用於最佳化高頻交易演算法、即時風險評估和智能客服，提供低延遲、高精度的AI支援。它能快速處理市場資料並生成決策建議，成為金融機構的“算力大腦”。案例：軟通動力基於昇騰打造的“金融全端方案”已服務多家頭部券商和銀行。例如，其交易最佳化模組幫助某券商將日內交易策略的執行效率提升25%。技術細節：即時推理：DeepSeek 32B模型在昇騰910C上實現交易延遲從50ms降至20ms，單機支援每秒10萬筆交易分析。風險建模：通過多頭注意力機制，分析歷史資料和即時行情，預測違約率精準度達92%。好處：在某銀行風控場景中，系統識別欺詐交易的響應時間縮短至5ms，年化節省成本超1.2億元。交易最佳化模組可動態調整參數，每日為券商多賺取0.5%-1%的利潤，相當於年化收益增長數億元。展望：金融AI算力需求2025年預計增長50%，昇騰DeepSeek一體機性價比優勢或助其搶佔輝達30%市場。醫療：疾病診斷與藥物篩選昇騰DeepSeek一體機在醫療領域助力精準診斷和藥物研發，處理醫學影像、基因資料和文獻分析，幫助醫生和科研人員加速決策。它特別適合需要高算力和本地化部署的場景。案例：恆為科技聯合推想醫療開發的“醫療訓推一體機”已在數百家醫院落地。該系統基於昇騰910B和DeepSeek 70B模型，支援肺結節檢測和藥物靶點篩選。技術細節：影像分析：處理一張CT影像僅需2秒，檢測肺結節的靈敏度達97%，優於傳統演算法5個百分點。藥物篩選：DeepSeek通過分子動力學模擬，篩選候選藥物效率提升3倍，每周可分析10萬+化合物。好處：在某三甲醫院，系統輔助診斷肺癌早期病例，誤診率從12%降至4%，年均挽救數百患者。藥物研發中，昇騰一體機將某抗癌藥物靶點篩選周期從6個月縮短至2個月，研發成本降低約30%。展望：醫療AI市場2027年預計達1500億元，昇騰DeepSeek一體機或成國產化替代先鋒。邊緣計算：視訊分析與智能製造昇騰DeepSeek一體機在邊緣計算領域大放異彩，支援即時視訊分析、工業質檢和裝置預測性維護。它的小型化設計和高能效比使其適配工廠、城市監控等場景。案例：某智能製造企業採用Atlas 300I Pro推理卡（整合DeepSeek 32B），實現生產線缺陷檢測和裝置故障預警，出貨合格率提升至99.8%。技術細節：視訊分析：單卡支援80路1080p視訊即時解碼和目標檢測，功耗僅150W。預測維護：通過時間序列分析，裝置故障預測準確率達95%，推理延遲低至10ms。好處：在某城市安防項目中，系統識別可疑行為的速度提升40%，誤報率降至2%，節省警力超500人/年。工業場景下，質檢效率從人工的每小時500件提升至每小時5萬件，人工成本降低70%。展望：邊緣AI市場2025年預計超500億元，昇騰一體機有望佔據工業和安防領域的30%份額。昇騰DeepSeek一體機在政務、金融、醫療和邊緣計算等場景中展現了卓越的技術實力和應用價值。無論是提升政務服務效率（拓維資訊案例）、最佳化金融交易收益（軟通動力案例）、加速醫療診斷與研發（恆為科技案例），還是推動邊緣智能化（Atlas應用），它都通過高性能、低成本和本地化優勢，滿足了多樣化需求。這些場景的成功落地，不僅驗證了昇騰DeepSeek的技術成熟度，也為相關產業生態和A股投資機會奠定了基礎。七、昇騰DeepSeek一體機的定製化昇騰DeepSeek一體機的定製化能力是其一大亮點，無論是硬體組態的靈活調整，還是軟體層面的模型最佳化，都能精準適配不同行業和企業的需求。這種高度靈活性不僅降低了使用門檻，還大幅提升了部署效率和性價比。以下從硬體、軟體和案例三個方面深入剖析。硬體定製：靈活組態滿足多樣需求昇騰DeepSeek一體機的硬體設計採用模組化理念，使用者可以根據算力需求和預算自由調整卡數、儲存容量和網路頻寬。這種“搭積木”式的定製方式，讓它既能服務小型企業，也能支撐超大規模智算中心。細節：卡數調整：從單機8卡（入門級，適合中小企業）到叢集1024卡（高端智算中心，如國家超算項目），支援線性擴展。8卡組態提供1120 TOPS (INT8)算力，1024卡則高達14.3萬TOPS。儲存容量：最低1TB NVMe SSD起步，最高可擴展至100TB，滿足從邊緣推理到巨量資料訓練的需求。例如，金融行業可選擇10TB儲存支援歷史交易分析，科研機構則可選用100TB處理基因組資料。網路最佳化：支援100GbE到400GbE的RoCE網路升級，頻寬從200Gbps提升至800Gbps，確保多卡叢集通訊無瓶頸。好處：在某工業質檢場景中，企業選用16卡+20TB儲存組態，每秒處理5萬件產品的圖像資料，相比輝達同等級方案成本降低40%。對於超大規模部署（如某省級智算中心），1024卡叢集配合400GbE網路，訓練671B參數模型的通訊效率提升60%，耗時從3個月縮短至50天。展望：硬體定製化讓客戶按需付費，避免資源浪費，總體擁有成本（TCO）降低約30%-50%。軟體定製：模型蒸餾與行業微調昇騰DeepSeek一體機提供軟體層面的深度定製，包括輕量化模型蒸餾和行業專屬微調版本。這種能力讓企業無需從零開始訓練大模型，而是直接基於已有框架快速建構專用AI工具。細節：模型蒸餾：通過MindSpore框架，將DeepSeek 671B模型蒸餾為32B或70B輕量化版本，保留90%性能的同時大幅減少算力需求。蒸餾版32B模型僅需4卡昇騰910B即可運行，適合邊緣裝置或預算有限客戶。行業微調：提供微調工具鏈（如MindSpore AutoTune），支援企業上傳自有資料集（如金融交易記錄、醫療影像），快速生成定製模型。微調過程全自動化，周期從傳統3-6個月縮短至1個月。好處：蒸餾版32B模型在推理成本上降低50%，每百萬token的運行費用從16元降至8元，適合中小型企業部署智能客服。在某物流公司案例中，利用10萬條運輸資料微調70B模型，最佳化路徑規劃效率提升20%，每年節省燃油成本超5000萬元。軟體定製化讓AI落地門檻降低80%，企業無需專業AI團隊即可實現私有化部署。定製化案例：中國電信“息壤智算一體機”中國電信基於昇騰DeepSeek一體機定製的“息壤智算一體機”是典型成功案例。該產品針對5G邊緣計算場景最佳化，融合昇騰算力和DeepSeek模型，支援低延遲推理和即時資料處理。細節：硬體組態：採用8卡昇騰910C+5TB儲存，單機功耗控制在2kW以內，適配邊緣機房。軟體適配：搭載蒸餾版DeepSeek 32B模型，針對5G網路最佳化和使用者行為分析進行微調，支援每秒10萬次網路請求處理。應用場景：部署於5G基站邊緣節點，即時分析使用者流量模式，動態調整頻寬分配，提升網路利用率15%。好處：在某城市試點中，“息壤智算一體機”將視訊流分析延遲從200ms降至50ms，支援4K監控即時目標檢測，誤報率降至1%。微調後的模型還能預測網路擁堵，提前1小時調整資源，年均減少使用者投訴30萬次。展望：中國電信計畫2025年在全國部署5000台“息壤智算一體機”，預計新增收入超20億元，昇騰生態夥伴（如拓維資訊）從中分得一杯羹。八、昇騰DeepSeek一體機上下游產業生態昇騰DeepSeek一體機的成功離不開其背後龐大的產業生態支援，從上游的晶片製造和儲存供應，到中游的硬體整合，再到下游的雲服務和軟體最佳化，華為通過與眾多合作夥伴的協同，建構了一個覆蓋全產業鏈的國產AI算力生態。以下從上游、中游、下游三個層面展開詳細拆解。上游：核心硬體供應鏈上游產業為昇騰DeepSeek一體機提供晶片、儲存等關鍵元件，是整個生態的基石。在政策驅動和國產化替代的背景下，上游企業正加速技術突破和產能提升。晶片製造：中芯國際（SMIC）中芯國際是昇騰910B和910C晶片的主要代工商，採用7nm及N+2工藝，為華為提供高性能AI晶片。昇騰910C預計於2025年Q1實現量產，年出貨量目標定為100萬片。相比910B，910C良率從20%提升至40%，並計畫在2025年底進一步最佳化至60%，接近國際先進水平（如台積電5nm的65%良率）。中芯國際在上海浦東新建的12英吋晶圓廠已投入使用，專為昇騰系列晶片開闢生產線，每月可生產約2萬片晶圓（每片切割約500顆晶片）。受限於美國製裁，其裝置依賴二手市場，但通過工藝最佳化（如多重曝光技術），性能已逼近輝達A100的70%。其他玩家： 華虹半導體：為昇騰提供部分輔助晶片（如電源管理IC），2025年計畫擴產20%。上海微電子：供應光刻機備件，支援中芯國際裝置維護。儲存：長江儲存（YMTC）長江儲存提供高性能NVMe SSD，滿足一體機對大容量、低延遲儲存的需求。其最新128層3D NAND快閃記憶體晶片已實現量產，單盤容量達16TB，讀寫速度分別達到3.5GB/s和3GB/s，媲美三星企業級SSD。長江儲存為昇騰一體機定製了低功耗SSD方案，功耗較競品降低15%，在某金融客戶實測中，交易資料處理速度提升20%。2025年，其武漢工廠計畫新增10萬片/月產能，優先保障昇騰生態需求。其他玩家： 兆易創新（GigaDevice）：提供NOR Flash和DRAM，滿足邊緣推理裝置的儲存需求。紫東微電子：開發國產HBM3記憶體，計畫2026年與昇騰910C整合，提升叢集訓練效率。網路裝置：華為自研+合作夥伴華為自研RoCE交換機（如CloudEngine系列）提供200Gbps-800Gbps高頻寬網路。配合昇訊科技的400G光模組，每秒資料吞吐量達500TB，滿足超大規模叢集需求。在某智算中心測試中，昇訊的光模組將網路延遲從10μs降至5μs，通訊效率提升50%。中游：硬體整合與系統最佳化中游企業負責將昇騰晶片和儲存整合成一體機產品，提供多樣化的硬體解決方案，覆蓋伺服器、邊緣裝置和智算中心。整合商：寶德（PowerLeader）推出自有品牌“昇騰訓推一體機”，主打中小型企業市場。其PR210A型號搭載8卡昇騰910B，支援DeepSeek 70B模型訓練，單機價格約150萬元。寶德在2024年為某製造業客戶交付50台一體機，最佳化質檢流程後，產品次品率從5%降至1%，年節省成本超3000萬元。神州數位（Digital China） 作為昇騰生態核心分銷商，推出“神州鯤泰”系列伺服器。其R620型號整合16卡昇騰910C，算力達4480 TOPS，定位金融和政務場景。神州數位2025年計畫出貨10萬台，覆蓋全國200+城市，已與某省級政府簽約，部署500台支援智慧城市項目。其他玩家： 華鯤振宇：專注邊緣計算一體機，2024年出貨量達2萬台。曙光資訊（Sugon）：推出“矽立方”超算一體機，與昇騰深度繫結。伺服器製造：浪潮資訊（Inspur）推出“海若一體機”，支援DeepSeek全系列模型。其NF5280M6型號搭載32卡昇騰910C，算力達8960 TOPS，功耗僅8kW。浪潮為某科研機構交付100台海若一體機，訓練氣候模型速度提升30%，耗能降低25%。下游：雲服務與軟體生態下游企業通過雲服務和軟體最佳化，將昇騰DeepSeek一體機的算力轉化為實際應用，服務於企業和開發者。雲服務：京東雲（JD Cloud） 整合昇騰算力，提供雲端AI服務。已部署5000卡昇騰910B叢集，服務超10萬企業客戶，覆蓋電商、物流等場景。京東雲在2024年“618”活動中，利用昇騰叢集最佳化推薦演算法，訂單轉化率提升18%，推理成本降低40%。2025年計畫擴容至1萬卡。騰訊雲（Tencent Cloud） 將昇騰算力融入其雲平台，支援遊戲和AI推理。部署3000卡昇騰910C，支援每秒50萬次推理請求。騰訊雲為某遊戲公司最佳化NPC行為模型，玩家留存率提升10%，雲服務收入增長5億元。其他玩家： 中國電信（China Telecom）：推出“息壤智算雲”，2025年目標覆蓋全國5000個5G基站。阿里雲（Alibaba Cloud）：計畫2025年Q2整合昇騰910C，提供混合雲方案。軟體生態：潞晨科技（LuChen Technology）最佳化DeepSeek推理引擎，提升模型效率。其自研“玄武”引擎將671B模型推理速度提升20%，每秒達600 token。潞晨為某教育平台最佳化問答系統，響應時間從1秒降至0.5秒，使用者滿意度提升30%。其他玩家： 清昴智能（QingMao）：開發昇騰專用編譯器，降低開發者遷移成本50%。中科馭數（KUNLUNXIN）：提供昇騰+DeepSeek的調度軟體，叢集利用率提升25%。昇騰DeepSeek一體機的產業生態覆蓋上游晶片（中芯國際、長江儲存）、中游整合（寶德、神州數位、浪潮資訊）和下游雲服務（京東雲、騰訊雲）及軟體最佳化（潞晨科技），形成了一個協同高效的國產AI算力網路。中芯國際的百萬片產能目標、京東雲的萬卡叢集計畫，以及潞晨的推理引擎最佳化，展現了生態的活力與潛力。這一體系不僅支撐了昇騰一體機的廣泛應用，也為中國AI產業的自主化發展注入了強勁動力。 (軲轆凱)

華為高管近期罕見公佈昇騰 AI 算力的性能情況。 鈦媒體App 6月17日消息，近期舉行的2024世界半導體大會暨南京國際半導體博覽會的一場分論壇上，江蘇鯤鵬·昇騰生態創新中心首席營運官王陶透露，昇騰叢集是國內唯一已完成訓練千億參數大模型的技術路線，其 AI 算力性能已經超過了輝達A100。 王陶表示，中國大模型裡面，有近50%（1/2）選擇了昇騰技術路線。與輝達A100相比，昇騰 AI 晶片在訓練效率層面最高是輝達的1.1倍，尤其在訓練Meta Llama、BloomGPT等模型上，昇騰 AI 算力訓練效率大大優於輝達A100，甚至10倍領先其他國產友商。 “經過三年的實驗檢驗，中國大模型總數的1/2選擇的昇騰技術路線。昇騰現在已經是國產化大模型的第一選擇。而我們經過測試，網際網路頭部廠商科大訊飛也用了華為的萬卡叢集，跟輝達A100的相比，我們能達到A100的0.8~1.2倍的效率，在跟輝達相比（指0.8倍）的確還是有一定的差距，但是在大模型訓練這一塊，（我們）跟輝達A100晶片相比已經沒有明顯差距，特別是在萬卡算力叢集，包括在鯤鵬雲腦、科大訊飛這一塊都經過了市場檢驗。”王陶稱。

算力不再是簡單的商業、技術問題，它越來越被產業政策、國際競爭等因素影響 全球算力資源正在換擋，中國算力產業也走到了十字路口。 宏觀意義上的算力產業包括雲端運算廠商、設備服務商、晶片供應商等一系列企業。目前，全球智慧算力（GPU等晶片算力）成長遠超通用算力（CPU晶片算力）。整個產業鏈為之而動。 這個關鍵時刻，中國算力資源正變得更加分散。資料中心投資越來越熱，但公有雲市場成長有限。國際市場研究機構IDC和Gartner數據顯示，中國公有雲市場成長跌到五年來最低點。相反，資料中心投資成長率達到了五年來最高點。