•
華為AI晶片的驚天逆襲
英國《金融時報》在2024年2月24日爆出了一條重要資訊，據知情人士透露，華為的人工智慧算力晶片NPU昇騰910的第三個版本910C生產的良率已從一年前第二個版本的昇騰910B的20%，翻倍提升至40%。
相比910B，910C採用了Chiplets雙晶片整合封裝，電晶體數量達530億個。
更重要的是昇騰產量也將大幅攀升，華為計畫今年量產10萬塊昇騰910C晶片，及30萬塊昇騰910B晶片。
這件事的意義巨大。
就在一個月前，中國AI大模型DeepSeek就被爆出，雖然訓練模型依舊依靠輝達的H100晶片，但這家演算法技術應用震驚全球的AI企業，也已在適配部署華為昇騰910系列的晶片。
而DeepSeek創始人梁文鋒必然是有著十足遠見的，在美國對華封鎖H100晶片之前，他就開始提前戰略佈局，購買儲備了大量輝達H100，甚至日後試圖通過繞過輝達CUDA軟體層，主動挑戰呼叫儲備的H100算力，並且同步嘗試使用華為昇騰910系列的晶片，這就是為了防止日後有一天美國全面切斷對華AI晶片的供應。
果然，近期美國就傳出消息，一是輝達創始人“黃教主”黃仁勳密會白宮話事人川普，試圖說服權力執劍者放棄對華AI晶片的限制令，但可能收效甚微。
二是美國商務部已經提名了包括蘭登·海德為助理部長，傑弗裡·凱斯勒為商務部旗下工業與安全域BIS助理部長，此二人對華態度強硬，這些人士任命很可能將制定出全面切斷對華供應先進AI晶片的美國政策。
就是在這樣的大背景下，中國自主的華為昇騰910系列NPU顯得如此之重要。
2023年11月，曾經作為中國AI技術領先者的科技企業，百度公司就為其200台伺服器採購1600片華為昇騰910B。
不久後，北京的一場人工智慧前沿論壇上，中國工程院院士、鵬城實驗室主任高文宣佈，鵬城研發了超級電腦雲腦Ⅲ，它是一台16000P AI算力的機器，搭載華為最先進的昇騰910C晶片。
這顯然是勇敢的嘗試，因為面對美國鐵腕限制令，全球最強的AI晶片公司輝達僅能向中國提供“閹割版”算力晶片，比如H100的閹割版H20，甚至在之後連H20都開始被阻止輸入中國。
無奈之下，中國公司正在倒向“國產替代”的新方案，因此，當時不少分析認為，華為昇騰晶片的機會又來了！
但被卡住脖子的華為想要代表中國AI算力實現再次破局，並非易事。
那麼為什麼我們一定要研發AI晶片呢？
人工智慧已成為大國科技的最前沿技術，而驅動人工智慧的晶片，也就是電腦的算力，被視為大國博弈的核心之一。
人工智慧三要素——資料、演算法、算力，中國雖然擁有龐大人口與資料量，同時DeepSeek也證明了在演算法模型上的創新也是可行的，但中國在算力上的比拚卻因晶片製造技術而慢了下來。
不過人工智慧太重要了，我們必須在資料、演算法、算力上形成突破，特別是算力，因為算力即為國力。
中國最高科技學府清華大學聯合頂尖研究機構IDC等聯合編著了《2021、2022全球計算力指數評估報告》指出：電腦的算力指數每提高一個點，數字經濟增長的速度是千分之3.5，GDP的增長是千分之1.8。
換句話說計算力指數的增加和數字經濟的增長、GDP增速是正相關的關係，這份前瞻性的報告直接告訴我們：中國經濟想要進一步發展，讓我們國力增強，收入提高，人民富裕，必須發展大國算力。
2017年5月，美國GPU公司輝達發佈了基於新Volta架構的頂級GPU產品Telsa V100，這款晶片可以用在AI運算中，所以也被稱之為當時算力最強的AI晶片。
誠然當時的中國沒有任何一家公司可以達到輝達AI晶片的水平。
不過僅1年後，在第五屆烏鎮網際網路大會上，華為企業BG總裁閻力大就公開宣佈，華為打造出了自己的AI算力晶片——昇騰310晶片。
這款華為首個基於自主達文西架構的AI算力產品，完全無法與輝達V100媲美，但這並不重要，因為，日後華為在AI算力領域的進步速度驚人。
2019年，華為再次發佈了第二顆AI運算晶片，取名昇騰910，這顆晶片由華為設計，全球晶片代工之王台積電製造，採用台積N7+製造工藝，使用EUV極紫外光刻技術，7納米製程，在當時屬於最強技術水平。
昇騰910簡直堪稱算力怪物，從精準率、最大功率等指標看，居然超越了輝達V100。
這件事引發了美國科技界的小小騷動。
但在美國政府看來，這件事非常需要美國立即行動。
也許小小手機晶片只能影響到消費端的智慧型手機運算能力，屬於C端電子消費品，但人工智慧的晶片算力將影響到更廣大的領域，必將左右一國未來的數位化經濟、國家安全形勢。
不久後，美國對中國華為公司的封鎖鐵幕正式落下。
美國商務部連續多次政策圍堵後，華為晶片發展開始受阻，台積電無法為華為代工任何晶片，華為也無法從荷蘭、日本等美國盟友那裡買到晶片製造的高端裝置與材料，一時間，從手機SoC的麒麟晶片，到AI運算的昇騰晶片，華為芯被鎖住了。
而輝達則迅猛發展，進一步推出A100、H100等更高級的算力晶片，並且在美國對華政策下，不得不禁止這些高端晶片輸入中國，僅在中國出售閹割版的A800、H800以及H20。
不過，華為還是在努力通過各種方式尋求晶片上的破局，為此，它集結了華為哈勃的產業資本力量，在國內晶片製造供應鏈上尋求機遇，在福建、山東、廣東、上海等多地嘗試落地產線，慢慢地華為的芯希望如星星之火可以燎原，但手機與SoC晶片是電子消費品，而AI晶片的購買方則面向企業級客戶，綜合來看，破局AI晶片製造可比突破手機SoC晶片製造還要難。
2023年的一場活動上，同樣被美國盯上了的中國人工智慧公司，安徽科大訊飛的創始人劉慶峰放豪言：華為昇騰910B基本可以對標輝達A100晶片。
不久後，科大訊飛聯合華為發佈火星大模型一體機，可見華為在被美國打壓的同時，依然帶著腳銬跳舞，不斷最佳化其昇騰910的算力與生產數量與質量。
2023年參與購買華為AI晶片的還有科技大廠百度、國家級人工智慧實驗室鵬城實驗室，2024年，更多企業參與其中，包括抖音母公司字節跳動也購入萬塊昇騰910B晶片。
而萬萬沒想到的是DeepSeek也是在這個時候，開始戰略性地使用華為昇騰910。
當然不可否認，輝達的AI算力進步速度更快，雖然也有產品翻車的小問題，但這些年它的AI算力發展更迅猛，其CUDA建構的AI調動軟體護城河也更加牢固。
華為昇騰雖然全力尋求破局，但考慮到產能與良率上還有巨大提高空間，所以發展開始落後於輝達。同時，在兩家公司的算力卡使用體感上，輝達憑藉著更多的使用與最佳化，完勝華為昇騰。
不過，相比國內之前還能買到的輝達H20，華為昇騰910B在主要的算力參數上還是大幅領先，且越來越多的中國企業迫於美國禁售壓力，也開始越來越多地接納使用華為的AI晶片了。
這一點讓我想起了國產替代的兩個特殊反面案例，一個是醫院裡的醫療影像裝置，國產裝置難以替代歐美的醫學裝置，不可否認國產的沒有歐美的產品成熟，事關生命安全，越不用國產裝置，就越難實現國產替代。
另一個案例則是國產晶片製造裝置，要知道國產晶片裝置不算全，無法全部替代海外公司的裝置，因此在一眾歐美裝置與技術中參雜加入國產裝置，就要考慮相容性與連續生產的能力，這也導致了不少晶片產線了，雖然購買並且上機了國產晶片裝置，但最終不少國產裝置因為影響了晶片製造特別的連續生產的要求，最終還是被拋棄了。
回到華為AI晶片上，雖然它現在還不完美，但只要用上了，通過各種方式反饋最佳化，未來也一定會更好，這也是學習曲線上攀升斜率最平滑的階段。
不過筆者認為，或許華為也要感謝美國封鎖輝達高端AI晶片，不然，那來的中國科技企業使用華為昇騰進行大模型訓練呢？
2025年1月，網路上傳出了一些關於DeepSeek開發團隊對於華為AI晶片的實測資料，華為昇騰910C在AI推理中的表現出乎意料地好，已經達到輝達H100晶片的60％左右。並且，通過手寫昇騰AI異構計算框架CUNN核心和最佳化，華為昇騰910C的性能還可以進一步提升。 (無想隱者)