英伟达在中国被超车了，但华为自己都缺货

芯片都卖到断货了，但95%的人还没见过它长什么样。

这是昇腾950超节点目前在国内的处境，也是整个国产高端AI芯片产业的一个缩影。在刚刚过去的华为全联接大会上，轮值董事长徐直军扔出了几个数字：昇腾在国内市场份额已超过英伟达，且950超节点国内产能完全跟不上需求，根本没计划全面出海。作为一个长期跟踪这个领域的观察者，我的第一反应不是“厉害了”，而是“这仗打得真不容易”。

先说用户画像。最需要昇腾的，是那些“别无选择”的玩家。一类是受地缘政治直接影响的国内头部科技公司和云服务商，比如阿里云、腾讯云、百度智能云。他们需要确保自己的AI基础设施供应链安全，哪怕昇腾的软件生态（CANN）还比不上CUDA成熟，也必须提前布局，把业务迁一部分过来。另一类是国家推动的大型算力中心、智算中心项目，这些项目带有明确的国产化指标，昇腾几乎是唯一可大规模采购的“成熟”选项。

那谁不需要？很明确，是那些暂时不受政策限制、对极致性能有疯狂追求、且能轻松拿到英伟达最新芯片的全球顶级AI公司，比如OpenAI、Google DeepMind。他们的研发建立在CUDA的整个生态和超高的单卡算力之上，切换成本是天文数字。短期内，昇腾对他们毫无吸引力。这种分化，恰恰是全球AI算力市场“双轨制”形成的标志：一边是追求极限的“性能轨”，另一边是保障安全的“供应轨”。

徐直军说市场份额超过了英伟达，这个数据本身就值得玩味。我判断，这里的“份额”更多指的是在已交付和在建的国产化AI算力中心中的占比，是一个特定场景、特定口径下的胜利。而英伟达丢掉的，也正是这块它受制于政策而无法自由供应的“阵地”。

放在整个行业来看，这像极了上一轮国产手机在品牌初期的打法：先占领运营商渠道和特定市场（份额上来了），再慢慢打磨产品和体验。华为现在做的，就是用昇腾先占领“安全可控”这个战略性市场，为自家的昇腾计算生态争取宝贵的生长空间和迭代时间。950超节点所代表的Peerium计算架构，宣称能像管理一台计算机一样管理上万颗芯片，这听起来非常美好，但关键在于“用起来”是否真如宣传那般无缝。作为一个被各种新架构“坑”过无数次的人，我对此持谨慎乐观态度——架构理念领先，但落地需要海量的工程优化和软件适配，这恰恰是华为需要时间去补的课。

如果你是一个AI创业公司的CTO，这件事跟你关系重大。你必须开始严肃地评估技术栈的“Plan B”。以前可能觉得昇腾是“备胎”，现在它正迅速变成一个不得不认真考虑的“正选方案”。虽然迁移成本高，但早布局比晚布局主动。你需要关注华为的CANN（计算架构）和MindSpore（框架）生态的完善速度，看看社区里有没有成熟的算子库和成功案例。

如果你只是一个关心科技的普通人，可以这样理解：中国正在不计成本地修建自己的AI“高速公路”（昇腾芯片和计算架构），尽管它的“路面平整度”（软件生态、单卡峰值性能）和“服务区”（第三方工具支持）可能还不如美国的“州际公路系统”（英伟达CUDA生态），但它能保证这条路的控制权完全在自己手里，不会因为别人的路障而瘫痪。我们的大模型训练，未来会长期跑在这条“国产高速”上，速度可能不是最快，但至少能持续跑下去。

将昇腾与英伟达直接对比芯片参数，意义已经不大。这本质上是一场不对称的战争。英伟达的优势在于极致的单卡性能和统治级的CUDA软件生态，这是几十年积累下来的护城河，全球数百万开发者是其最坚固的壁垒。而华为的优势在于系统级的整合能力、对国内客户需求的深度响应，以及无可替代的“供应安全”光环。950超节点的思路就是“以系统补单体”，用数千颗芯片的精密互联和协同，来弥补单颗芯片可能存在的算力差距。这就像用一群配合默契的特种部队，去对抗一个装备精良但可能孤立无援的超级战士。

差距在哪？差距在生态的每一处细节。比如，一个在CUDA上运行流畅的PyTorch模型，迁移到昇腾的CANN上可能需要数周的调试和适配。华为正在拼命弥补，通过提供强大的技术支持、建立开源社区、与高校合作培养人才来填充生态的沟壑。但这注定是一条漫长的路。

国产替代是必须走的路，但路上的坑一个都不会少。短期看，昇腾的“供不应求”对国内急于上马AI项目的公司来说是痛点；长期看，这种需求倒逼的规模化应用，正是华为打磨产品和生态的最佳机会。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文