🔧Tom's Hardware•最新收集於 62m
中國力拚國產 AI 加速器供應達九成
#ai-accelerators#china#hardware-supply#inferencechina's-domestic-ai-acceleratorshuaweicambriconnvidiaamd
💡中國加速器轉向可能改變 AI 團隊的硬體選擇、可移植性與部署策略。
⚡ 30-Second TL;DR
有什麼變化
中國 AI 加速器供應商到 2026 年可能覆蓋國內市場的 90%。
為什麼重要
若國產供應占比達到 90%，將大幅重塑中國的 AI 基礎設施生態與採購選擇。在中國營運的全球 AI 公司可能需要支援更多加速器架構，並評估更加分散的硬體堆疊。
下一步行動
在決定中國區域部署架構前，先使用可取得的 Huawei 與 Cambricon 加速器，對核心推論工作負載進行基準測試。
誰應關注：Enterprise & Security Teams
關鍵要點
- •中國 AI 加速器供應商到 2026 年可能覆蓋國內市場的 90%。
- •Huawei 與 Cambricon 被認為最可能成為主要受益者。
- •這項轉變反映中國降低對 Nvidia 與 AMD 依賴的政策與產業努力。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •美國對華先進晶片出口管制（如針對 H100/A100 的禁令）是推動中國國產替代進程的核心驅動力，迫使雲端服務供應商轉向國產解決方案。
- •華為昇騰（Ascend）系列晶片已成功在大型語言模型（LLM）訓練場景中進行大規模部署，並透過自研的 CANN 架構與昇思（MindSpore）框架建立軟體生態。
- •寒武紀（Cambricon）的思元（MLU）系列晶片在邊緣運算與推理市場佔有率顯著提升，特別是在智慧城市與自動駕駛領域的應用。
- •中國政府透過「國家積體電路產業投資基金」（大基金）三期，重點扶持 AI 晶片設計與先進封裝技術，以彌補製造工藝受限的短板。
- •國產 AI 加速器供應鏈的崛起，促使中國軟體開發者從 CUDA 生態系統向國產異構計算平台進行大規模遷移，儘管面臨軟體相容性挑戰。
📊 競品分析▸ Show
| 特性 | Huawei Ascend 910B | Cambricon MLU590 | Nvidia H100 |
|---|---|---|---|
| 製程工藝 | 7nm (DUV) | 7nm | 4nm |
| 軟體生態 | CANN / MindSpore | Cambricon Neuware | CUDA |
| 訓練效能 | 接近 A100 水準 | 專注推理與邊緣訓練 | 業界標竿 |
| 市場定位 | 高階訓練與推理 | 邊緣與雲端推理 | 全球通用 AI 訓練 |
🛠️ 技術深入
- 華為昇騰 910B 採用達芬奇架構（Da Vinci Architecture），針對矩陣運算進行深度優化，支援 FP16 與 INT8 高效能計算。
- 寒武紀 MLU590 採用 MLU-V03 架構，具備強大的異構計算能力，特別針對 Transformer 模型進行了硬體加速設計。
- 國產晶片普遍採用先進封裝技術（如 2.5D CoWoS 類技術）來提升記憶體頻寬，以緩解因製程節點受限導致的效能瓶頸。
- 軟體層面，國產廠商透過編譯器優化技術，試圖將現有的 PyTorch/TensorFlow 模型自動轉換至國產硬體指令集。
🔮 前景展望AI analysis grounded in cited sources
中國 AI 晶片軟體生態將出現顯著分化
隨著國產硬體市佔率提升，開發者將被迫在 CUDA 與國產框架之間進行選擇，導致技術標準的區域性割裂。
國產 AI 加速器將面臨嚴峻的良率與產能挑戰
在缺乏極紫外光（EUV）微影設備的情況下，依賴多重曝光技術生產先進製程晶片將導致成本上升與良率波動。
⏳ 時間線
2016-03
寒武紀科技正式成立，開始研發專用 AI 處理器架構。
2019-08
華為正式發布昇騰 910 AI 處理器，標誌其進入高階 AI 訓練市場。
2020-07
寒武紀在上海證券交易所科創板掛牌上市。
2023-08
華為昇騰 910B 晶片在國內市場大規模出貨，成為替代 Nvidia 高階產品的主力。
2024-05
中國國家積體電路產業投資基金三期成立，註冊資本達 3440 億人民幣，加大對 AI 晶片產業鏈的投入。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Tom's Hardware ↗