在日前的韓國採訪中，輝達首席執行官黃仁勳被問及美國部分解除對輝達銷往中國的先進晶片的出口限制一事。這些限制最初是以國家安全為由實施的。對此，黃仁勳表示，他尚未聽取有關討論的簡報，但他對重返中國市場表示希望。“中國市場充滿活力、創新，並且擁有眾多才華橫溢的開發者，”他說。 “美國科技公司參與並融入中國市場至關重要。我希望我們能夠制定出新的政策，讓輝達重返中國，也希望中國歡迎輝達的參與。誠然，美國方面存在國家安全方面的擔憂。但中國顯然並沒有完全拒絕這項技術。機遇依然巨大。”黃仁勳還評論了中國科技巨頭華為在人工智慧晶片領域日益增長的影響力，稱在美國製裁促使北京加強國內替代技術之後，低估華為的能力是“愚蠢的”。他說：“華為在電信和晶片設計方面擁有強大的實力。所以當他們發佈CloudMatrix時，我並不驚訝他們能夠創造出如此驚人的產品。”他認為，華為無法建構系統就是不瞭解情況。輝達非常認真看待競爭，深深尊重中國的能力，「這就是為什麼我們跑得這麼快，致力於發明未來，這樣才能比任何人都先到達那裡。」賣晶片給中國才是雙贏據《CNBC》周五(10月31 日) 報導，輝達CEO黃仁勳在南韓受訪時再次重申，自己不認同美國以國家安全為由限制對中國出售先進晶片，主張合作符合雙方利益。黃仁勳表示，中國是一個獨特、重要、充滿活力的市場，無可取代。他將持續爭取進入中國市場，並「樂觀」看待中國在打造AI 領導地位的同時，會繼續採購美國晶片。「服務中國市場符合美國的最佳利益。讓美國科技公司將技術帶到中國市場也符合中國的最佳利益⋯⋯這符合兩國的最佳利益，我希望政策制定者最終會得出這個結論。」黃仁勳認為，以國家安全為由禁止美國晶片出口是錯誤的。「中國自己就能生產大量AI 晶片，中國肯定能取得充足的國產晶片。而且中國已經封鎖了H20（輝達晶片），這等於是在說『我們自己的AI 技術就夠了』。所以任何國家安全擔憂都必須考慮到這點。」黃仁勳周五對《CNBC》表示。他進一步指出，中國既然不想要H20 或任何美國晶片，這本身就回答了國家安全擔憂的問題。韓國儲存太強了，唯有炸雞能媲美輝達首席執行官黃仁勳周五表示，這家美國晶片製造商計畫繼續與韓國半導體巨頭三星電子和SK海力士保持長期合作關係，並讚揚了韓國在儲存技術領域的領先地位。黃仁勳在亞太經合組織（APEC）首席執行官峰會上發表主旨演講後，在慶州對記者表示：“我百分之百確信，三星和SK海力士將成為我們的長期合作夥伴，共同開發HBM4、HBM5乃至HBM97等技術，我們將繼續保持緊密的合作關係，共同推進儲存技術的未來發展。”他還補充道：“你們（韓國）是世界上製造各種儲存技術的最佳國家。”黃仁勳發表這番言論之前，輝達已與韓國大型企業集團和政府簽署了大規模供貨協議，為其下一代Blackwell處理器提供產品。與此同時，全球人工智慧晶片短缺問題持續存在，而需求卻在激增。“你們唯一能與之媲美的可能只有炸雞了。”黃仁勳打趣道。陷入循環交易擔憂31日，美國公司輝達宣佈了一項合作計畫，將向韓國政府和私營企業供應大量用於人工智慧（AI）的最新圖形處理器（GPU）。分析人士指出，由於美國對中國半導體市場的限制，輝達在中國的市場份額有所萎縮，因此選擇韓國作為突破口。隨著韓國政府和私營企業與輝達簽署大規模GPU合同，一些人認為這解決了此前阻礙人工智慧模型研發的“GPU供應短缺”問題，但也有人認為這可能是一種“循環交易”，即韓國企業利用向輝達出售記憶體半導體和其他產品所獲得的收入回購GPU。輝達當天表示，將把韓國打造為建構“人工智慧主權”的關鍵基地，並計畫向韓國政府、三星電子、SK集團、現代汽車集團、Naver Cloud和LG集團供應26萬塊先進的GPU。業內人士估計，這一規模將遠遠超過10兆韓元。基於此，輝達計畫將韓國的GPU基礎設施從約6.5萬塊擴展到30萬塊以上。韓國政府將支援基礎設施建設，使企業和機構能夠使用自己的語言和資料來訓練人工智慧模型，而各企業也計畫根據自身的人工智慧戰略使用輝達的先進GPU。輝達宣佈與韓國政府和私營企業合作開展一項價值10兆韓元的超大型人工智慧項目後，分析人士認為，該公司選擇韓國是為了彌補中美貿易緊張局勢下萎縮的中國市場。輝達首席執行官黃仁勳（Jensen Huang）於當地時間6日在紐約舉行的Citadel Securities活動上表示：“由於美國對半導體的出口管制，我們無法再向中國大陸的企業銷售先進產品。我們在中國先進半導體市場的份額已從95%跌至0%。”韓國產業經濟貿易研究院（KIET）高級研究員金陽鵬表示：“全球範圍內，只有少數幾個市場能夠獲得國家對人工智慧資料中心的全力支援，因此對於人工智慧半導體供應商輝達來說，這是一個巨大的機遇。”他補充道：“由於中美兩國在半導體領域的緊張局勢並未緩和，韓國對於需要開拓新市場的輝達來說，已成為一個極具吸引力的選擇。”隨著人工智慧半導體中對先進儲存半導體的需求激增，與韓國企業（包括全球第一和第二大儲存半導體廠商三星電子和SK海力士）的合作變得愈發重要。此前，輝達一直是高頻寬記憶體（HBM，一種人工智慧儲存半導體）的“大買家”，但隨著Google、亞馬遜、Meta和OpenAI等公司紛紛投身人工智慧晶片的研發，分析師認為輝達的市場份額將逐漸下降。一位半導體行業官員表示：“如果輝達迄今為止一直主導著引領記憶體半導體市場的HBM業務的成敗，那麼隨著HBM客戶多元化，我們不能排除記憶體半導體公司在談判中佔據上風的可能性。”他還補充道：“輝達也在加強與韓國企業的合作，以確保HBM供需的平穩進行。”隨著這一消息的發佈，一些人認為困擾業界和學術界的“GPU供應危機”已經得到解決。由於人工智慧產業的全球增長，訂單主要集中在人工智慧半導體市場領頭羊輝達身上，但由於代工企業台積電產能有限，供應無法滿足需求。IT行業曾飽受輝達GPU短缺之苦，甚至有人認為，能否獲得輝達GPU直接關係到一個國家的人工智慧產業競爭力。然而，一些人批評三星電子和SK集團大規模採購GPU的行為是一種循環交易。三星電子和SK海力士向輝達供應大量HBM視訊記憶體，批評的焦點在於，他們最終“用出售HBM的收入購買輝達的GPU”。一位IT行業人士表示：“誠然，此次合作將緩解業界和學術界人工智慧研發項目面臨的限制”，但他補充道：“然而，除了輝達向韓國方面出售大量GPU之外，公告中並未提及政府和私營部門可以通過那些方式創收，因此很難避免有人批評公告的部分內容構成循環交易。” (EDA365電子論壇)

把簡單留給企業，把複雜留給自己。9月18日，“華為全聯接大會2025”上，華為副董事長、輪值董事長徐直軍，一口氣官宣了未來三年多款晶片、超節點的演進路線。在智算領域，以昇騰950建構的新型超節點，將打造出“全球最強超節點”——不止比輝達2027年推出的NVL576系統更強，甚至在未來很多年內或許都將是全球最強算力的超節點。以昇騰960為基礎的超節點，則將在2027年四季度上市。“昇騰芯”、“超節點”，有望成為AI基礎設施建設的新常態。在通算領域，鯤鵬950、鯤鵬960系列處理器，也將在超節點上大顯身手。華為常務董事、華為雲端運算CEO張平安介紹，依託華為剛剛發佈的最新AI伺服器規劃，CloudMatrix雲上超節點規格將從384卡升級到未來的8192卡，實現50~100萬卡的超大叢集，為智能時代提供更澎湃的AI算力。華為雲CloudMatrix384 AI Token服務也全面上線，可直接為使用者提供最終的AI計算結果。“把簡單留給客戶，把複雜留給自己。”這一輪“上新”，華為雲為什麼這麼猛？關鍵的變數在於“系統級創新”，關鍵的路徑在於，全面走向千行萬業，而這兩個“關鍵”的背後是華為雲的戰略性聚焦。大爭之世，華為雲這一AI的戰略性聚焦，其實也是對行業趨勢的預判。全球AI的競爭，正聚焦為算力的競爭。據華為《智能世界2035》報告預測：到2035年，全社會算力總量將增長10萬倍。而美國，正試圖從AI晶片的源頭，掐斷中國的算力。但中國企業，選擇了主動破局。“華為全聯接大會2025”上，華為雲發佈CloudMatrix超節點的新升級，成為國產AI算力最強有力的答案。半年前，超越輝達NVL72的CloudMatrix384，可以支援384顆昇騰NPU和192顆鯤鵬CPU，組成超16萬卡的叢集，同時支援1300個千億參數大模型訓練或上萬個模型的推理。如今，根據華為雲的最新規劃，CloudMatrix超節點規格將從384卡升級到未來的8192卡。依託MatrixLink高速對等網際網路絡結合多網合一技術，可組成50~100萬卡的超大叢集。這堪比“算力大爆炸”。CloudMatrix384絕非簡單的晶片堆疊，而是架構上的全面創新：將資源全面池化，形成算力池、記憶體池、視訊記憶體池等。這樣就可以把計算型任務、儲存型任務、AI專家系統解耦開來，將序列任務儘可能地變成分佈式平行任務，極大地提升了系統的推理性能。目前華為雲已經為Pangu、DeepSeek、Qwen等業界主流大模型提供了極致的推理Token服務。在線上、近線和離線等不同時延要求的推理場景中，CloudMatrix384平均單卡的推理性能是中國特供版GPU H20的3到4倍。360集團旗下的奈米AI，也毫不猶豫地選擇了華為雲。作為全球唯一的L4級智能體，奈米AI引入的“多智能體蜂群”，可實現多智能體非同步平行。但這也導致其處理複雜任務可多達1000步，消耗Token高達500萬至3000萬。但基於CloudMatrix384超級“AI伺服器”，華為雲為奈米AI提供了高品質穩定的Tokens服務；基於EMS彈性記憶體儲存，足以打破AI記憶體牆，應對“蜂群”毫無壓力。周鴻禕說，華為雲充當了輝達+亞馬遜的角色，華為的Token性價比是非常好的，華為雲算力架構能完美的支撐多個基座大模型的共同工作。如果說算力是“燃料”，那麼大模型就是“引擎”。作為華為雲堅定不移的投入方向，“盤古大模型”的核心價值，就在於跳出了“模型空轉”的陷阱，使AI能力與行業Know-how融合，破解了企業“不會用、用不好”的難題，把 AI真正落到企業生產系統中去。在這方面，雲南交投是另一個典型案例。作為雲南綜合交通建設、經營的主力軍，2024年，雲南交投管養的高速公路高達6300公里。用AI驅動這麼龐大的交通資產，本身就是一個超級難題。為此，華為雲不僅為其打造了“雲、邊、端”混合雲算力基礎設施架構、行業高品質資料集，還建構了一個融合自然語言、視覺、多模態於一體的交通行業大模型“集”。大模型“集”的能力，就在於面對各類場景，無往不利。雲南交投使用DataArts，把自己的6.3萬個文件、620億條業務資料和上百萬的現場圖片打造成了一套高品質的AI資料集。經過盤古大模型的4輪訓練迭代，打造出雲南交投自己的綠美通道·交通大模型。讓問答精準率較開源大模型提升 20%以上，車流預測精度提升約 10%。目前，盤古已在政務、金融、製造等30多個行業落地，覆蓋500多個場景。張平安強調，華為也將繼續加大盤古大模型的投入，持續深耕行業，支援各行各業的客戶做好自己的大模型，加速千行萬業智能化。除了大模型，在“算力黑土地”之上，華為雲還在將智能體（Agent）嵌入企業業務流程，實現從“單點能力輸出”向“場景自主服務”的跨越。不同於個人輕量化Agent，企業級Agent要直面業務流程複雜、幻覺容忍度低、運行要求高的挑戰。為此，華為雲打造Versatile企業級智能體平台，覆蓋Agent開發、營運、維運全生命周期，希望建構易用、好用、開放的Agent開發和運行平台，幫助行業客戶快速開發出各種AI Agent。以華為雲慧通差旅為例。如果僅以常規手段來建構差旅應用的AI Agent，不得不直面資料工程建構難、模型協同管理難、持續最佳化閉環難等一系列難題。僅建構資料，就面臨“兩難”：內部經驗難挖掘，外部資料風險高。這導致理解使用者意圖、生成出行規劃的“第一步”，就舉步維艱。而資料的邊界與質量，決定著Al的能力上限。為此，慧通差旅基於Versatile，打造出智能體“通寶”，涵蓋出差提醒、路徑規劃、智能問答等。利用“通寶”，企業的資料層通過內部積累、迭代，與行業資料集整合，實現了高品質、高智能。通過對酒店推薦Agent、行程規劃Agent、知識問答Agent等Agent多模混編，加上專業的“差旅垂域大模型”，則進一步消減了Al推薦的不確定性。這使得路徑規劃上，目前“通寶”的採用率已超50%，差旅人員2分鐘即可完成預訂。而在Versatile平台上，Agent開發效率提升3倍，資料與演算法迭代由“周”縮短至“天”。這不僅重塑了企業差旅出行的體驗和效率，也加速企業差旅管理由“成本中心”向“價值中心”飛躍。從CloudMatrix384超節點算力底座，到盤古大模型沉澱的行業智慧，再到Versatile智能體打通業務鏈路……所有這一切，都是為了“把簡單留給客戶”，以便讓企業專注於核心業務創新；“把複雜留給自己”，讓企業海量的資料、模型、Agent應用，都平穩、高效、安全地跑在華為雲上。這一連串的“黑土地”上的新碩果，驅動著全行業不斷走向價值高地。華為全聯接大會2025上，國際化的面孔和比例非常高，並且有大量來自海外的案例。華為高級副總裁、華為雲全球Marketing與銷售服務總裁楊友桂，公開了一些資料：在全球，華為雲覆蓋34個地理區域、101個可用區，建構起一張國內時延30ms、海外時延50ms的“全球一張網”。這張“全球存算網”不僅能提供極致彈性的雲基礎設施，還能通過 “資料使能”服務釋放資料價值，並提供了一站式AI開發平台，讓企業能夠建構AI原生應用，實現智能升級。覆蓋47國500余家門店、電商觸達100多國的土耳其TOP快時尚品牌Defacto，曾被兩大難題困擾：一是大促的10倍流量扛不住，二是線上線下兩套CRM系統導致資料割裂，影響收益。華為雲介入後，直接擊中痛點：一是用容器服務，30秒自動擴容4000個Pods，流量潮湧被瞬間化解；依託“全球一張網”，土耳其業務接入時延低於25ms，埃及市場響應時延低於50ms，購物頁面載入時間從1.5秒縮至260毫秒。自 2023 年上線至今，Defacto已實現連續659天穩定0事故運行。二是引入中國夥伴Techsun，打通線上與線下資料。從此，線上、線下拉新促活、行為分析、客戶分群等，都有了巨量資料支撐，實現精準行銷。對此，Defacto CIO Abdurrahman Kılınç直言：“在全球業務擴張過程中，華為雲的強力支援對我們至關重要，其價值無法估量。”如果說“全球一張網”能讓企業“跑更快”，那麼華為雲的資料使能服務，則能讓企業“跑得更智能”。巴西Top資料智能技術公司Neogrid，每天要處理200萬活躍商品資訊、50萬POS機即時交易資料。以前，由於資料分散在多家雲廠商，企業第二天才能拿到資料，決策始終“慢半拍”。華為雲資料倉儲服務DWS介入後，改變了這一狀況：通過多平台分散資料的搬遷與整合，Neogrid資料整合效率提升40%、資料分析效率提升50%，下班前就能拿到當天資料，為決策搶佔先機。而華為雲一站式AI開發平台，更是將算力、模型與工具鏈全端創新融為一體。在萬華化學，基於華為雲盤古預測大模型，2000多台關鍵裝置實現從“事後維修”到“預測性維護”的跨越，模型預測準確率從70%提至90%，異常識別效率提升10%。華為雲還將預測與推理大模型結合，幫助萬華建構了故障診斷系統，並打通萬華故障知識庫，生成包含根因分析和處置建議的精準報告，極大加速了維運閉環過程，人工巡檢時間下降20%。而借助Versatile Agent開發平台，萬華打造出標準作業程序文件SOP稽核Agent，文件智能稽核效率提升50%以上。在長安汽車，華為雲CodeArts軟體開發工具鏈賦能研發模式從“瀑布流”轉向“統一平台”，研發效率提升30%。同時，華為雲聯合中國聯通打造的“一雲一網一平台”，以5G+IoT聯接1.2萬台裝置，打破資料孤島，實現資料驅動的柔性製造，將訂單交付周期從21天縮至15天。這一連串的實踐證明，企業AI應用的核心，不在於演算法、工具是否炫酷，而在於能否紮根行業場景，成為解決實際問題的利器。技術的創新與場景的落地，讓華為雲收穫了市場與行業的雙重認可：在容器、資料庫等領域突破入圍9個Gartner魔力象限，在17個產品和解決方案維度位居領導者象限，斬獲30＋細分領域第一。行業領域，華為雲在政務、工業、金融、汽車四大行業市場份額均居第一，躋身醫療、藥物、氣象、汽車四個領導者象限。規模上，華為雲AI算力規模較去年暴增268%，昇騰AI雲客戶從321家增至1805家，且覆蓋央國企、智駕、大模型、網際網路等多個行業。楊友桂表示，“把簡單留給使用者，把複雜留給自己一直是華為的關鍵價值之一。無論是算力基礎設施的突破性建構、盤古大模型對千行萬業的持續賦能，還是資料治理領域的創新實踐——我們通過技術攻堅將複雜性內化於解決方案，最終為客戶呈現極簡體驗。”楊友桂在訪談中坦言：“人工智慧是面向未來 30 年的一個產業，應該說現在剛剛開始。面向未來30年，我們需要全產業鏈所有的客戶，所有的夥伴，所有的雲廠家共同努力，這樣才能打造一個面向未來，造福全人類的人工智慧和跟數位化轉型的時代。華為有這樣的信心，也有這樣的能力，更有這樣的意願跟全球的客戶夥伴和其他的廠家一起合作，然後為人工智慧時代的到來做出我們應有的貢獻。”這種“簡單”與“複雜”的深刻轉換，恰恰構成了華為雲“爭”與“不爭”的關鍵抉擇。“不爭” 的，是對短期利益的追逐和對單一市場的執念；“大爭” 的，則是對未來技術的深度佈局，以及對全球AI產業的責任擔當。而這份佈局未來的“大爭”，不僅為中國的AI產業積蓄力量，更將為全球的數智化貢獻中國智慧和中國方案。 (華商韜略)

集聚封測智慧 賦能AI新時代  ——華為公佈兩項晶片散熱技術，碳化矽材料破解高熱功耗瓶頸華為技術有限公司近日公佈兩項與碳化矽散熱相關的專利，分別為《導熱組合物及其製備方法和應用》和《一種導熱吸波組合物及其應用》。兩項專利均採用碳化矽作為填料，旨在提高電子裝置的導熱能力。其中第一項專利應用領域包括電子元器件的散熱和封裝晶片（基板、散熱蓋），第二項專利則應用於電子元器件、電路板等領域。隨著AI晶片功率持續提升，散熱難題擺在各大科技公司面前。輝達GPU晶片功率從H200的700W提高到B300的1400W。CoWoS封裝技術將多個晶片（如處理器、儲存器等）高密度地堆疊整合在一個封裝內，顯著縮小了封裝面積，這對晶片封裝散熱提出更高要求。中介層的散熱能力成為AI晶片瓶頸，Rubin系列晶片中，整合HBM4的多晶片產品功率已經接近2000W。碳化矽材料具有優異的導熱性能，僅次於金剛石。公開資料顯示，碳化矽熱導率達500W/mK。相比之下，矽的熱導率僅為約150W/mK，陶瓷基板熱導率約200W/mK~230W/mK。此外，碳化矽熱膨脹係數與晶片材料高度契合，既能高效散熱，又能保障封裝穩定性。採用碳化矽中介層後，可使GPU晶片的結溫降低20℃~30℃，散熱成本降低30%，有效防止晶片因過熱降頻，保證晶片的算力穩定輸出。華為公佈的兩項專利均用碳化矽做填料，提高電子裝置的導熱能力。《導熱組合物及其製備方法和應用》主要針對電子元器件的散熱和封裝晶片。《一種導熱吸波組合物及其應用》則專注於電子元器件、電路板等應用領域。這些專利技術旨在解決高功率晶片散熱瓶頸問題。不僅是華為，輝達也在其新一代Rubin處理器設計中，將CoWoS先進封裝的中間基板材料從矽更換為碳化矽，以提升散熱性能，並預計2027年開始大規模採用。碳化矽應用領域從電力電子擴展到封裝散熱，打開了市場增量空間。東吳證券測算，以當前輝達H100 3倍光罩的2500mm²中介層為例，假設12英吋碳化矽晶圓可生產21個3倍光罩尺寸的中介層。2024年出貨的160萬張H100若未來替換成碳化矽中介層，則對應76190張襯底需求。隨著輝達GPU晶片的功率越來越大，將眾多晶片整合到矽中介層將導致更高的散熱性能要求，而如果採用導熱率更好的碳化矽中介層，其散熱片尺寸有望大幅縮小，最佳化整體封裝尺寸。資料顯示，採用碳化矽中介層後，可使GPU晶片的結溫降低20℃~30℃，散熱成本降低30%，有效防止晶片因過熱降頻，保證晶片的算力穩定輸出。AI晶片功率不斷攀升，散熱技術已成為制約算力發展的關鍵因素。晶片散熱技術競賽已經拉開帷幕，這將重塑高性能計算領域的競爭格局。 (未來半導體)

AI推理不僅是一場技術革命，更是一門可以被精確計算且回報豐厚的生意。AI推理，是一門利潤驚人的生意。摩根士丹利最新發佈的重磅報告，首次通過精密的財務模型，給全球AI算力競賽的回報率算清了經濟帳。結論是：一座標準的“AI推理工廠”，無論採用那家巨頭的晶片，其平均利潤率普遍超過50%。其中，輝達GB200以近78%的利潤率毫無懸念地封王，而Google和華為的晶片也“穩賺不賠”。然而，被市場寄予厚望的AMD，其AI平台在推理場景下卻錄得嚴重虧損。01盈利榜單：冰火兩重天大摩的模型測算結果，折射出AI硬體巨頭們在真實商業場景下的盈利能力分化，譜寫出一首清晰的“冰與火之歌”。火焰，屬於輝達、Google、亞馬遜和華為。報告顯示，採用輝達旗艦產品GB200 NVL72的“AI工廠”，盈利能力達到了恐怖的77.6%，一騎絕塵。這不僅源於其無與倫比的計算、記憶體和網路性能，還得益於其在FP4精度等領域的持續創新和CUDA軟體生態的深厚壁壘，展現了絕對的市場統治力。Google自研的TPU v6e pod則以74.9%的利潤率緊隨其後，證明了頂級雲廠商通過軟硬體協同最佳化，完全有能力建構起極具經濟效益的AI基礎設施。同樣，AWS的Trn2 UltraServer也以62.5%的利潤率，華為的昇騰CloudMatrix 384平台也取得了47.9%的利潤率。冰水，則意外地潑向了AMD。報告最具顛覆性的結論，莫過於AMD在推理場景下的財務表現。大摩測算資料顯示，採用其MI300X和MI355X平台的“AI工廠”，利潤率分別為-28.2%和-64.0%。虧損的核心原因在於高昂成本與產出效率的嚴重失衡。報告資料顯示，一個MI300X平台的年度總擁有成本（TCO）高達7.74億美元，與輝達GB200平台的8.06億美元處於同一水平線。這意味著，營運AMD方案的前期投入和持續開銷是頂級的，但在模型所模擬的、佔未來AI市場85%份額的推理任務中，其token產出效率所能創造的收入，遠不足以覆蓋其高昂的成本。02“100MW AI工廠模型”建模AI工廠，量化投資回報支撐上述結論的，是摩根士丹利首創的一套標準化分析框架——“100MW AI工廠模型”。它將不同技術路徑的AI解決方案，置於同一商業維度下進行量化評估，其核心在於三大支柱：1. 標準化的“算力單元”： 模型以100兆瓦（MW）的電力消耗作為“AI工廠”的基準單位。這是一個中等規模資料中心的典型功耗，足以驅動約750個高密度AI伺服器機架。2. 精細化的“成本帳本”： 模型全面核算了總擁有成本（TCO），主要包括：基建成本：每100MW約6.6億美元的資本開支，用於建設資料中心及配套電力設施，按10年折舊。硬體成本：總額可高達3.67億至22.73億美元的伺服器系統（含AI晶片），按4年折舊。營運成本：基於不同冷卻方案的電源使用效率（PUE）和全球平均電價計算得出的持續電費。綜合估算，一座100MW“AI工廠”的年均TCO在3.3億至8.07億美元之間。3. 市場化的“收入公式”： 收入與token產出直接掛鉤。模型基於各硬體的公開性能資料計算TPS（每秒處理token數），並參考OpenAI、Gemini等主流API定價，設定了每百萬token 0.2美元的公允價格。同時，考慮到現實中70%的裝置利用率，使得收入預測更貼近商業現實。03未來戰場：生態之爭與產品路線圖值得一提的是，在揭示了諸多硬核能力之後，負責人表示，GenFlow 2.0還有更多模式，將在正式上線時推出。盈利能力的背後，是更深層次的戰略博弈。報告揭示，未來的AI戰場，焦點將集中在技術生態的建構和下一代產品的佈局上。在非輝達陣營，一場關於“連接標準”的戰爭已經打響。以AMD為首的廠商力推UALink，強調其對低延遲的嚴格規定對AI性能至關重要；而以博通為代表的力量則主張採用更開放、靈活的乙太網路方案。這場爭論的勝負，將決定誰能建立起一個可與輝達NVLink抗衡的開放生態。與此同時，輝達正以清晰的路線圖鞏固其領先地位。報告提到，其下一代平台“Rubin”正按計畫推進，預計2026年第二季度進入大規模量產，同年第三季度相關伺服器就將開始放量。這無疑給所有競爭者設定了一個不斷移動的、更高的追趕目標。總而言之，摩根士丹利的這份報告，為狂熱的AI市場注入了一劑“商業理性”。它雄辯地證明，AI推理不僅是一場技術革命，更是一門可以被精確計算且回報豐厚的生意。對於全球的決策者和投資者而言，前文兩張盈利圖表，將對AI時代算力投資提供相當大的參考價值。 (硬AI)

儘可能轉向使用國產晶片7 月 23 日，360 集團創始人周鴻禕對外明確，公司晶片採購正轉向中國國產晶片。他坦言，儘管中國國產晶片與輝達存在差距，但必須堅持使用，因為只有通過大量應用，才能推動其持續改進。被記者問及“‘360’是否會重新採購輝達H20晶片”時，周鴻禕明確表示，“360”近期採購的都是華為的產品。周鴻禕表示，360 近期採購的均為華為產品，未涉及 H20。H20 是輝達針對中國市場推出的 H100 簡化版，採用 Hopper 架構和 CoWoS 封裝技術，但性能差距明顯。周鴻禕分析，H20 更適合 AI 推理任務，而推理對晶片要求較低，無需高速互聯和叢集部署。在此領域，國產晶片性價比更高，使得定位中間的 H20 顯得尷尬。當前美國晶片出口限制背景下，華為等企業加大研發，其昇騰系列晶片性能逐步提升，部分領域已超越 H20。360 的選擇既獲性價比優勢，也助力國產晶片產業迭代，實現雙贏。 (芯榜)

唯物的中國晶片產業深度觀察這款令美國嚴防死守、輝達CEO黃仁勳念茲在茲的中國晶片，到底有多強？任何國家使用華為晶片，美國都要管。美國商務部禁令自5月13日發佈，以長臂管轄的“不講理”方式，間接宣告了華為昇騰晶片的實力。從原文來看，美方懷疑華為似乎使用了美國的技術，換句話說，是美國不肯承認中國自有技術可以生產出高性能晶片。第一個“受害者”馬來西亞不得不避其鋒芒。5月19日，馬來西亞數字通訊部宣佈啟動“策略AI基礎設施計畫”，核心裝備為3000台華為昇騰高階GPU，搭載深度求索的開源模型。然而，24小時內，馬方撤回新聞，未提供進一步說明。馬來西亞數位通訊部副部長張念群5月19日宣佈，將成為第一個在其人工智慧基礎設施項目中採用華為升騰晶片的國家短短數日之間，華為昇騰已攪動全球科技產業一池春水：不同的國家、區域和晶片企業紛紛關注昇騰的“虛實”。1 AI主權和其他國家一樣，馬來西亞現有的AI應用也多基於輝達框架，轉向昇騰需要花很大的力氣和成本。一位本地AI創業者公開表示，“我們歡迎主權算力，但工程師培訓、模型遷移成本，都遠遠超過政策的宣示。”馬來西亞AI計畫，本來是“中國AI體系首次海外落地”。美國引爆“關稅戰”以來，馬來西亞是東南亞國家中不肯“選邊站”的中堅力量，今年正式成為金磚夥伴國，同時還擔任東盟輪值主席國和中國—東盟關係協調國。根據馬來西亞最初規劃，“策略AI基礎設施計畫”是“資料存於大馬、大馬人管理、大馬人使用”的全端生態，希望規避歐美雲服務商的資料控制權。配套購買華為硬體和深度求索軟體，是其他國家捍衛AI主權的一種有力方式——經過本地化實踐，擺脫對美國企業輝達、OpenAI的依賴。華為昇騰的吸引力在於提供了一套系統級解決方案：基於昇騰910系列晶片的Atlas伺服器，結合CANN異構計算架構，可支援輝達的CUDA程式碼70%適配率，訓練成本降低75%。華為昇騰晶片其實，華為的新型AI加速器早在4月10日華為雲生態大會就露面了。恰巧那時美國總統川普掀起的關稅風波沸沸揚揚，搶走了大會的風頭。生態大會上推出的華為雲CloudMatrix 384超節點，達到單叢集300 PFlops（每秒一千兆即10^15次浮點運算；浮點運算是小數的四則運算）的算力突破，據悉能效比超越輝達同類產品40%。華為雲CloudMatrix 384超節點的算力核心是昇騰910晶片，單晶片算力達256 TFLOPS（每秒一兆即10^12次的浮點運算），性能超越輝達A100。昇騰310晶片負責邊緣計算場景。配套的AlterMatic DT250伺服器性能較業界同類產品提升20%，能耗降低30%。同時，深度求索的開源模型DeepSeek-R1，已在CloudMatrix 384超節點上實現了與輝達 H100相當無幾的性能，驗證了中國算力的商業化潛力。然而，即使馬來西亞強調技術的“主權”性，仍讓美國大感緊張。美國商務部先後修改昇騰禁令，想要封鎖華為晶片設計、生產、使用的整個鏈條。當然，對於絕大多數國家而言，AI主權的深層矛盾在於AI生態的“路徑依賴”。2 用一切換算力像CloudMatrix 384超節點的設計，甚至考慮了機架外部的系統級限制，證明華為的解決方案將保持多種擴展路徑。華為雲不僅在業內引發震動，也在“圈外”引爆了輿論——一款對標輝達GB200NVL72系統的產品，在多項關鍵指標上超越了輝達方案。華為雲，具體厲害在什麼地方？簡而言之，是“用一切換算力”：用空間換算力，用能源換算力……CloudMatrix 384超節點， 據悉由384顆昇騰910C晶片、通過全連接拓撲結構互聯而成。昇騰晶片數量達到五倍之多，足以彌補單個GPU性能僅為輝達Blackwell三分之一的情況。輝達Blackwell完整的CloudMatrix系統，可以提供300 PFLOPs的密集BF16（佔用16位的電腦數字格式）計算性能，幾乎是輝達GB200 NVL72的兩倍。總之，憑藉3.6倍以上的總記憶體容量和2.1倍的記憶體頻寬，中國華為的AI加速器已經具備超越輝達的AI系統能力。“用一切換算力”自然也有其代價，其短板在於功耗達到GB200 NVL72的3.9倍，每FLOP能效低2.3倍，每TB/s記憶體頻寬能效低1.8倍，每TB HBM記憶體容量能效低1.1倍。這個功耗缺陷放在其他國家可能確實是“缺陷”，但中國的電力比較充足，使這個缺陷也沒那麼可怕。中國能源體系雖然長期依賴煤炭驅動，但近年來太陽能、水電、風電裝機量均居全球首位，更在核電部署領域佔據領先地位。相比之下，美國核電產能還停留在20世紀70年代水平，能源電網的升級擴容能力已顯萎縮，而中國自2011年以來新增的電網容量，已相當於整個美國電網規模。2015-2024年，中國核電裝機和新增裝機情況（單位：萬千瓦）/ 來源：中能傳媒能源安全新戰略研究院由於電力相對充裕，大型AI加速器也就不需擔心能耗的約束，華為放棄功率密度、轉向規模擴展（包括在設計中引入光互聯技術）也就成為合理選擇。3 挑戰輝達當科技霸凌成為常態，自主創新就是最好的回應。華為AI訓練叢集能挑戰輝達，意味著中國人工智慧產業有了堅實的基礎。也無怪黃仁勳這幾天氣鼓鼓的，公開批評美國政府的晶片出口管制“使中國科技公司更強大”。值得注意的是，輝達在人工智慧晶片市場的主導地位，並非僅僅得益於出色的硬體和網路架構，也得益於其深度整合的軟體生態系統CUDA。輝達CUDA函式庫包含八大函式輝達的以CUDA、高性能庫以及與PyTorch（最廣泛使用的機器學習框架，默認情況下還能與CUDA配合使用）無縫相容的生態系統，給開發者提供了良好體驗，創造出一個活躍社區，從而進一步鞏固了輝達的領先地位。對於軟體替代，華為的辦法是，擴充自主研發的軟體棧，推出大量工具套件，實現CUDA同等的功能；深化與PyTorch的整合；開發ONNX（開放式神經網路交換的開放標準），方便客戶用非華為晶片訓練的模型也能在華為晶片上進行推理。最典型的替代就是CANN（神經網路計算架構），這是華為給昇騰神經網路處理器打造的專有程式設計環境。CANN在軟體棧中所處的層級與CUDA 相同。自2019年華為被列入美國實體清單起，CANN就一直在開發中。2024年，華為的年度報告重點介紹了當年9月推出的CANN 8.0版本，稱其在推進人工智慧計算能力方面“邁出重要一步”。華為針對AI場景推出的CANN AI異構計算架構不過，CANN開發者社區的活躍度不高，公開的偵錯也很有限。有使用者反映，讓模型適配華為的平台也很麻煩，要先經過華為的深度最佳化，才能在華為的平台上運行……進展比較緩慢。為了“獲客”，華為還模仿輝達在21世紀初推廣CUDA的辦法，直接把工程師派到客戶現場，幫客戶進行程式碼遷移。據悉華為向百度、科大訊飛和騰訊都部署了工程團隊。從目前來看，華為AI晶片的生態並不能說很成熟。同時，昇騰晶片依然離不開全球化的產業鏈。它的設計完全由中國完成，但生產還是有賴於其他企業：比如三星的高頻寬儲存器（HBM），美國、荷蘭、日本等企業的裝置。只要持續推動，事情總會有所轉變。輝達花了近20年，才建構起今日的霸主地位。建構任何一個具有競爭力的生態系統，都需要多年的努力。 (南風窗)

2025年5月底，華為麒麟X90晶片的橫空出世，成功在全球晶片競爭格局中刻下了一道分水嶺。01破壁：從「等效製程」到真自主量產麒麟X90晶片的誕生，是中國半導體產業的成功突圍。過去幾年，美國對華為等中國企業的製裁一度讓先進製程晶片成為「禁區」。然而，麒麟X90的量產裝置證明，中國已突破先進製程晶片的自主設計與製造能力。儘管官方未明確代工廠商，但業界推測中芯國際或華為自身主導了生產環節，且完全規避了台積電等外部依賴。這一系列技術突破，證明了國產半導體設備在尖端製程的可行性。在設備端，上海微電子的SSA/800-10W光刻機套刻精度大幅提升；材料領域，滬矽產業的12吋大矽片良率突破90%；封測環節，長電科技的高密度封裝技術將晶片面積縮小30%。這種集群式突破，使得中國半導體設備國產化率可望從2020年的7%躍升至2025年的35%。02性能突破與國產替代的雙重里程碑麒麟X90採用華為自研的「泰山V3」架構，基於ARMv9指令集，首次在PC端實現「超線程+大小核異構」設計，整合16核心（4大核心+12能效核），主頻突破4.2GHz。相較於前代麒麟9000系列，核心數量提升30%，動態功耗管理技術使能源效率比最佳化40%。多執行緒效能方面，麒麟X90已逼近英特爾12代i7水平，AI算力更是同級x86晶片的5倍，尤其在視訊渲染、多工等場景中接近國際主流產品效能。 GPU部分搭載自研「盤古」架構，支援光線追蹤技術，圖形渲染能力接近蘋果A15晶片，顯著縮小了與業界標竿的差距。安全可靠可說是麒麟X90最大的特色，麒麟X90通過II級安全認證，涵蓋23項核心指標，包括供應鏈審查、代碼自主率超60%及漏洞響應機制等，滿足政務、金融等高安全場景需求。其硬體級安全防護能力包括可信任執行環境（TEE）、防側頻道攻擊等特性，並符合中國密碼標準SM3/SM4，保障資料加密與通訊安全。這項認證使其成為政府採購的關鍵選項，與飛騰、龍芯等國產CPU共同推動關鍵領域的技術自主化。03生態博弈重構Wintel聯盟的破局之路目前，華為麒麟X90晶片的終端應用已形成"三箭齊發"格局－在消費級市場，首款搭載麒麟X90的MateBook Pro鴻蒙PC，憑藉鯤鴻鵬CPU+馬良GPU架構，在Geekbench 6測試中單核得分1520、多核心達9850分，超越蘋果M2（1420/8800）和英特爾i7-13700H（1400/6500）。其AI算力高達40 TOPS，支援本地部署深度學習大模型，甚至能在30瓦功耗下達到11640分的多核心效能，逼近英特爾i7-13700H的極限表現。鴻蒙系統的深度協同能力進一步釋放硬體潛力，實現跨裝置無縫交互，涵蓋辦公室、設計、娛樂等全場景應用。而在企業級領域，麒麟X90正逐步取代鯔鵬920伺服器晶片，成為華為擎雲端系列政務電腦的核心動力。該晶片通過國家Ⅱ級安全認證，硬體級防護滿足金融、能源等關鍵領域需求，20小時超長續航和自主可控的供應鏈更使其成為政府採購清單的「首選」。此外，華為透過「晶片+系統」垂直生態（麒麟X90+鴻蒙OS），在政企市場建構起從底層架構到上層應用的完整閉環，直接挑戰英特爾、AMD的壟斷地位。然而，從消費級到企業級的全場景覆蓋範圍意味著華為麒麟X90晶片也將直面國際巨頭的多維競爭。麒麟X90的競爭版圖分為核心圈（蘋果M3/M4、Intel Ultra 7/9、AMD Ryzen 8000系列）、次核心圈（驍龍X Elite、三星Exynos PC）與戰略圈（飛騰攻雲S5000C-E、龍芯3C6000），形成梯度。面對蘋果M3系列3nm製程帶來的18TOPS NPU算力與128GB內存支持，麒麟X90以超線程技術與40TOPS NPU實現反制，在多核性能測試中甚至接近蘋果M4。而在對抗Intel Ultra 7的x86架構時，麒麟X90憑藉著原生整合5G基頻的通訊優勢，突破了傳統PC處理器的連接瓶頸。次核心圈方面，面對高通驍龍X Elite的異構運算架構，麒麟X90選擇以鴻蒙跨端生態實現降維打擊。其獨特的分散式運算框架，可將手機、平板、PC的算力動態調配，在視訊渲染等場景中實現多設備算力疊加。實測數據顯示，三設備協同工作時，X90系統整體AI算力峰值可達單一設備的2.3倍。更值得關注的是對Windows-ARM生態的突破。 X90透過雙系統引導技術，在維持鴻蒙系統安全特性的同時，實現對Windows 11的相容最佳化。政府招標測試顯示，其在WPS、CAD等辦公室軟體中的運作效率，較同類ARM晶片提升40%。這種「雙軌並行」策略，既保障了現有生態的平滑過渡，也為鴻蒙生態的擴張預留了空間。而在飛騰騰雲S5000C-E、龍芯3C6000構成的戰略圈層，麒麟X90的競爭邏輯根本發生轉變。 14nm製程的飛騰晶片代表著完全自主的底線思維，而麒麟X90透過架構創新實現性能躍遷的實踐，正在證明"自主可控"與"市場競爭力"並非二元對立。其採用的chiplet封裝技術，既規避了先進製程受限的短板，又為後續工藝升級預留模組化接口，這種"小步快跑"的技術路線堪稱後摩爾定律時代的破局樣本。更值得關注的是，麒麟X90在RISC-V架構上的前瞻佈局。透過開源指令集建構技術共研生態，既規避了ARM架構的授權風險，也為建立自主標準體系埋下伏筆。這種"明修棧道，暗度陳倉"的謀略，或將重塑全球晶片產業的權力格局。04點評破繭之路尚未終結這場多維度的晶片戰爭，本質是生態體系與產業協同能力的終極較量。麒麟X90的突圍之路證明：中國芯的崛起不僅需要技術突破，更在於建構開放而自主的生態系統。在全球半導體產業重構的浪潮中，這場圍繞著運算架構主導權的博弈，才剛進入高潮。(壹零社)

美國商務部工業與安全域（BIS），發佈了新指南，嚴厲警告全球廠商，如果繼續在產品或服務中使用華為的昇騰910或310系列AI晶片，相關負責人最高可能面臨20年監禁。華為昇騰晶片，作為中國在AI領域的重要突破，早已部署在超過30家雲服務商中。而這道禁令，卻讓全球產業鏈一下子陷入了左手“遵守美國規定，承擔巨額替換成本”、右手“堅持自主選擇，面臨未知風險”的艱難抉擇中。中國商務部，稱之為“科技霸凌”。外交部發言人林劍也在例行記者會上指出，這是“嚴重違反市場規則，嚴重擾亂全球產供鏈穩定，嚴重損害中國企業正當權益”。另外，美國盯上了華為 HarmonyOS：呼籲阻止使用該作業系統2025 年 5 月 16 日，美國眾議院與中國戰略競爭特別委員會首席委員 Raja Krishnamoorthi 和主席 John Moolenaar 致函美國國務院、商務部和聯邦通訊委員會，督促對華為開發的作業系統鴻蒙作業系統（HarmonyOS）採取行動。他們建議採取的行動包括與美國在全球各地的盟友和合作夥伴協調，阻止使用該操作系統。就這封信而言，首席委員 Krishnamoorthi 表示：“我們不應該讓華為這頭狼闖進我們的雞舍。與其在 HarmonyOS 嵌入到全球裝置之後被動應對，我們不如積極應對，確保美國的作業系統繼續保持全球領先地位。”華為多次受到美國政府的制裁，並被列入美國商務部的《實體清單》、美國聯邦通訊委員會的《受管制清單》以及美國國防部的《中國軍工企業清單》。 (芯事件)