日益白熱化的全球人工智慧 (AI) 晶片市場，儘管華為 (Huawei) 推出 Ascend 910C GPU 寄望協助中國擺脫依賴輝達 (NVIDIA)，但遇到明顯阻力。
Wccftech 報導，字節跳動、阿里巴巴和騰訊等中國科技大廠，至今仍未大量訂購華為 AI 晶片。因輝達根深蒂固的生態系統 (如 CUDA 軟體) 與華為產品不足。華為 910C GPU 缺乏科技企業訂單，轉向中國大型國企 (SOEs) 和地方政府採購。市場策略轉變，突顯華為 AI 晶片搶占主流市場的嚴峻挑戰。
華為 AI 晶片推廣面臨五大障礙，是多重因素交織，共同造成華為 Ascend 910C GPU 市場推廣巨大阻力。這些障礙不僅限制了華為市場滲透率，也讓中國科技大廠對產品望而卻步。
首先，輝達的 CUDA 生態系統的根深蒂固。中國許多科技大逞在輝達的 CUDA 生態系統中投入了大量資金與時間。CUDA 是輝達專為其 GPU 開發的平行計算平台和程式設計模型，廣泛應用於 AI 訓練和高性能計算領域，其成熟的工具、函式庫和龐大的開發者社群，已形成了一個難以打破的 「護城河」。
對於這些科技公司而言，一旦脫離輝達的既有框架，將代表著過去大量時間和資源投入的浪費。事實上，許多中國科技公司甚至期望華為能適應其現有平台，而非反其道而行。華為雖然提供了 CUDA 的替代方案，也就是神經網路計算架構 （Compute Architecture for Neural Networks，CANN），但其功能豐富程度卻遠不及輝達的客製化軟體。
其次，中國科技公司之間的競爭關係。由於中國許多大型科技公司之間存在激烈的競爭關係，這使得它們對於全力投入競爭對手的產品，感到相當不情願。這種內部的市場競爭心理，無疑也為華為的晶片推廣增加了額外的難度。
第三，過熱問題影響產品可靠性認知。華為 Ascend 910C 晶片本身存在週期性的過熱問題，這直接影響了這些晶片在中國科技圈中的可靠性認知。在高性能運算和 AI 訓練等對穩定性要求極高的場景中，任何關於可靠性的疑慮都可能成為企業採購的決定性阻礙。
第四，輝達 GPU 庫存充足，缺乏轉換誘因。現階段，許多中國大型科技公司在過去幾年積累了大量輝達 GPU 庫存。這些庫存尚未耗盡，這使得這些公司在短期內沒有足夠的動力去進行高昂的轉換。因為在現有投資尚未回本或充分利用之前，它們對於更換基礎設施的意願自然較低。
最後，美國出口管制造成的毒藥。美國商務部 5 月全面性指導意見指出，要讓華為晶片在某種程度上變成毒藥，任何在未經事先授權使用這些晶片的公司，都可能視為違反美國出口管制。這項政策對擁有大量海外業務的中國科技企業而言，打擊尤其嚴重，採用華為晶片時必須審慎考量潛在風險。
儘管面臨挑戰，華為的 Ascend 910C 規格仍有一定實力。市場消息指出，Ascend 910C 結合兩個較舊 910B 晶片，據稱 FP16 精度可提供 800TFLOP/s 算力，並具高達 3.2TB/s 記憶體頻寬。這款晶片性能大致與輝達 H100 GPU 相當。
另外，為了提供輝達超級電腦，也就是輝達超級電腦透過其客製化 NVLink 結合多達 72 個 Blackwell 晶片的替代方案，華為也推出「CloudMatrix 384」，捆綁高達 384 個 Ascend 晶片，以提供相當的計算能力。CloudMatrix 384 缺點是缺乏直接支援 FP8 等記憶體最佳化運算格式。當 AI 模型以 FP8 格式進行訓練時，通常會使用更少的記憶體，這對於大規模 AI 訓練至關重要。儘管華為已為此創建了一個工具，以達成 FP8 的人工兼容性，但這種解決方案仍是不是最佳的。
與華為的挑戰情勢形成鮮明對比的是，輝達即使沒有來自中國的助力，似乎也表現得相當出色。根據 UBS 的報告，輝達在 2025 年第一季財報電話會議中表示，其在 AI 基礎設施項目方面已擁有數十 GW 的業務可見度。對此，外資就進行了一項理論分析，假設有 20GW 的業務管道，且輝達也已表示，每 GW 的 AI 基礎設施可帶來 400 億至 500 億美元的營收。若這些項目能在 2 到 3 年內達成，則輝達的 AI 關鍵資料中心部門，每年就可產生約 4,000 億美元的營收。
此外，輝達 AI 加速卡 AIB (Add-in-Board) GPU 市場中仍占據絕對主導地位。是想消息指出，輝達在 2025 年第一季 AIB (Add-in-Board) GPU 市場占據驚人的 92% 市率，而 AMD 則降至 8%，英特爾則為 0。這種市場集中度，也進一步鞏固了輝達在 AI 晶片領域的霸主地位。
(首圖來源：科技新報攝)
科技新報粉絲團
加入好友
訂閱免費電子報
