•
華為靠什麼突破美國晶片封鎖？
美國為了徹底封鎖中國的AI技術發展，把輝達專門給中國「特供」的性能閹割版晶片H20也給禁了。
美國商務部（BIS）還在他們的出口管制規定裡加了這麼三條：
不准拿美國晶片來跑中國的AI模型，否則會被警告。
要防止從其他地方買美國晶片再轉運到中國。
最離譜的一條是：在全世界任何地方都不准用華為的昇騰晶片。
咱就是說，美國這手伸得有點長啊！
美國最先進的晶片不賣給我們也就算了，還想封殺華為的晶片。
後來美國可能是怕華為給昇騰晶片改個名字（比如叫……沈騰晶片?) 來繞開美國的管制規定，所以美國商務部很快又把那條公告改成了：
「發佈詳細指南，提醒業界使用中國先進計算晶片（包括華為昇騰晶片）的相關風險」
我打開那個指南，發現裡頭目前只有三款華為昇騰晶片，後續可能會根據情況來增加。
美國為何這麼針對華為？
很可能是因為，華為已經找到了用昇騰晶片替代美國晶片的辦法。
前不久，華為雲把384個國產的昇騰AI晶片連接在一起（我畫不了那麼多就畫5個意思一下哈）
組成的這個整體取名叫CloudMatrix384超節點。
它已經能和輝達用72張最強的GB200晶片相互連接組成的NVL72超節點打得有來有回，很多指標甚至更高。
也就是，以後跑大模型，不是非得用輝達的卡，用國產卡也可以。
不過也有網友疑惑：咱們靠堆更多的卡才能打贏人家，是不是沒什麼技術含量啊？
今天我就給大家通俗解釋一下這其中的門道，以及為什麼華為走的這條大規模堆卡路線更適合中國。
先問個問題：兩個晶片一起幹同一個活，一定比一個同樣的晶片更快嗎？
未必。
因為如果這兩個晶片溝通得很慢，他倆都還在分配任務或者彙總結果，一個晶片早就幹完了。
兩個不一定比一個快，甚至十個晶片也未必更快，所以堆晶片能堆出多少實際算力，本身就是一個技術活兒。
而現在大模型越來越大，幾千億甚至上兆參數，一個卡肯定裝不下。
裝不下怎麼辦呢？大多數情況是用很多張卡通過頻繁通訊形成一個整體，來跑一個大模型。
這就會導致：
一對一單挑，我可能打不過你。
但不好意思，現在是「群毆」的時代，不流行單挑了。
晶片能不能「堆」得起來，每一個晶片在叢集裡能實際發揮出百分之幾的算力，關鍵就要看晶片之間的通訊速度。
那晶片之間的通訊速度，往往是被什麼東西卡著呢？
電腦裡的各種硬體，大多數時候靠一個叫PCIe的東西互聯，它就相當於電腦裡的普通公路。
這條路平時非常夠用，但是當幾個GPU（或者AI晶片）想連在一起幹同一個活，要非常頻繁地互傳輸資料，PCIe的頻寬就不夠用了。
而且PCIe是「主從架構」，也就是CPU像主人，其他裝置像隨從，隨從之間要相互通訊，必須經過主人同意和安排——這當然也會拖慢速度。
所以為了防止拖慢速度，輝達在2014年就搗鼓出一個GPU之間專用的互聯通道，叫NVLink。
並以NVLink為基礎做出了NVSwitch，可以讓更多GPU互聯。
傳輸速度比PCIe要快十幾二十倍，而且是對等互聯，也就是GPU之間互聯不需要經過CPU同意和安排。
這也是為什麼，即使輝達給中國特供的閹割版H20晶片，性能只有美國企業能直接買到的H100的三分之一，國內企業還是搶著買。
因為可以用NVSwitch高速互聯，讓堆卡得到的算力收益更高。
不過NVLink也有兩個小問題。
一是只有輝達的GPU之間可以用NVLink，GPU跟別的東西互聯還是得走PCIe，而GPU幹活又經常需要CPU參與，免不了還是要走PCIe，拖慢整體速度。
二是NVLink有傳輸距離的限制。
互聯的GPU如果在同一塊電路板上，走的是板上的線，如果是不同的電路板，通常用銅纜來連接。
在高速傳輸的情況下，超過一米訊號就急劇衰減。就像藍牙耳機離遠了就會卡頓斷連——它本來就是為短距離傳輸而設計的。
所以輝達要堆GPU，只能儘可能壓縮到小的空間裡。
比如像這樣，72個最強的GB200晶片擠到這麼一個機櫃裡，用NVLink互聯，當成一個整體來用。
這就是現階段輝達能交出來的最佳答卷。
由於這玩意兒性能比一般的伺服器厲害太多，所以它叫「超節點」。
不是不想堆更多，而是目前的水平只能堆這麼多。
超過72個晶片，比如兩個超節點要互聯，通常只能走遠距離傳輸網路比如像InfiniBand、高速乙太網路之類的，速度要比NVLink慢10倍。
那華為是怎麼做的呢？
先交代一下背景啊，2019年美國開始制裁華為，當時美國企業主導的PCIe標準組織（PCI-SIG）立馬就把華為的會員資格給取消了。
不讓用PCIe的話會很麻煩，華為被逼無奈，只能自己做一套通訊方案來連接各種晶片和裝置。
不過也正因為是一套全新的通訊方案，沒有歷史包袱，反而讓華為可以放開手腳去發揮自己最大的優勢。
什麼優勢呢？光通訊技術。
華為用類似這樣的光模組接到晶片上。
它能把晶片產生的電訊號翻譯成光訊號，再用光纖來傳輸，從而實現晶片之間的光通訊。
通過多路平行，頻寬可以累加到每秒幾百GB，比NVLink都快。
而且GPU、CPU、NPU各種晶片都能互聯，在架構上大家也是完全對等，不像PCIe需要以CPU為主。
但最關鍵的是，還不受距離限制。
在一個機箱裡可以用。
機櫃之間可以用。
甚至跨機房也可以用。
所以能連接更多晶片形成一個更大規模的超節點，在整體上實現超越。
這樣一個用3166根光纖、6912個光模組來連接384個昇騰晶片，得到的CloudMatrix384超節點，就是目前華為雲交出來的答卷。
根據專業分析機構SemiAnalysis的報告，華為的超節點，計算能力是輝達超節點的兩倍。
以多打少的策略，讓華為和中國現在擁有了超越輝達的AI系統能力。
而且384張卡的規模，讓CloudMatrix384擁有了一些獨特的優勢。比如天然就很適合跑像DeepSeek這樣的MoE（多專家）模型。
道理很簡單，DeepSeek V3和R1模型是由256個專家模型構成的。
如果跑在72張卡組成的超節點裡，一張卡肯定要擠好幾個專家模型，相互搶資源。
要麼就用好幾個72張卡的超節點，但這樣又會帶來通訊延遲。
而跑在384張卡的超節點裡，一張卡跑一個專家，更簡單高效。
唉~誰能想到，當年被美國逼得沒辦法才自研的傳輸方案，反而成了華為雲在AI時代最有力的回擊。
欸?那為何輝達不用光模組來堆更多的晶片呢？
你以為我不上清華，是因為我不想嗎？
其實在2022年，輝達就打算用光通訊來連接256個H100晶片。
但後來還是放棄了，明面上說是因為光模組太貴，功耗又太大。
但其實更重要的原因是：光通訊是一匹烈馬，很難駕馭。
光通訊更容易故障，像什麼插口沒插緊、光纖彎得有點狠或者插頭粘了點灰，各種情況都可能影響通訊。
相比之下，銅纜簡直跟牛一樣脾氣好又皮實耐造。
輝達想用光通訊，就得跟別的公司採購光模組光纖這些，本來就容易壞，還沒法自己把控質量，後期維護也難。
所以輝達最終決定退而求其次，繼續用銅纜。
而華為表示：光通訊，這個我可太熟了！
華為本來就是做通訊出身，九十年代就在做網路交換機，2000年前後華為的光通訊技術就已經做到國際領先。
如果把華為做過的光通訊總距離連起來，估計都能繞地球十幾圈了，這得積累多少經驗和技術呢。
我隨便舉幾個例子啊。
比如在光通訊發生故障之前，光模組經常會處於一個亞健康狀態。
華為雲可以用AI演算法，根據光模組的收發功率、電流、電壓、溫度來判斷出光模組是不是處在亞健康狀態，在故障之前就主動更換。
光通訊的某個通道故障發生以後，會自動用通道抗損技術來降低損失。
就好比一條車道出故障，通常情況下，整條路都可能會堵車癱瘓。
但華為雲可以臨時封閉這條道，同時協調其他車道降速，讓整體繼續保持通暢，讓模型訓練不中斷。
根據華為官方的說法，通過抗損技術可以大幅降低光模組的失效率，模型訓練穩定40天以上不中斷。
另外故障發生以後，會通過動態的壓測技術來快速定位是那個節點跑得比較慢。
再通過內建的一萬種故障模式庫來快速識別到底出了什麼問題，觸發對應的自癒策略，做到分鐘級自動恢復。
這樣的例子還有很多，都是靠工程實踐和踩坑積累出來的。
所以光通訊，尤其是所有晶片之間都用光通訊的方案，對輝達是一匹烈馬，但對於華為來說就剛剛好，過去積累的經驗和能力正好用上。
至於光模組功耗大的問題，中國是全球最大的能源生產國，也是最大的清潔能源生產國，稍微多用點電，也比發展個AI技術還得看美國臉色要強吧？
所以回過頭來你就會發現，輝達靠的是更強的單卡，把算力儘量壓縮到更小的空間裡，而華為靠的是更強的通訊，把卡的數量規模堆得更大。
這兩條路線，我覺得跟中美兩國的產業土壤差異有關。
輝達超強的單卡能力，最早是被美國的3D遊戲和圖像計算產業給捲出來的。
而華為的通訊能力，是中國超高的光纖到戶普及率給捲出來的。
咱們國家從1991年就開始大力發展光纖通訊（長途通訊不再用電纜，都走光纖）
現在中國光纖到戶的普及率達到90%，而美國只有30%。
歷史發展軌跡決定了我們比對手更擅長什麼，所以完全不必按照別人的節奏。走自己的路，同樣可以到達山頂。 (通俗解釋)