🇭🇰SCMP Technology•較早收集於 2m
深圳啟用中國首個萬卡AI叢集，使用華為國產晶片
💡中國首個萬卡國產AI晶片叢集上線，11K petaflops—無美系晶片基礎設施擴展關鍵
⚡ 30-Second TL;DR
有什麼變化
中國首個萬卡AI叢集僅用國產晶片
為什麼重要
提升中國AI自主性，減少對Nvidia等外國晶片依賴。定位深圳為關鍵AI基礎設施樞紐，有望加速國內大規模模型訓練。
下一步行動
針對下次訓練任務，將華為Ascend 910C叢集與Nvidia A100/H100進行基準測試。
誰應關注：Enterprise & Security Teams
關鍵要點
- •中國首個萬卡AI叢集僅用國產晶片
- •由華為Ascend 910C AI處理器驅動
- •運算能力達11,000 petaflops
- •上週在深圳科技中心啟用
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該叢集採用了華為自主研發的昇騰（Ascend）互聯架構，旨在解決國產晶片在大規模叢集擴展時的頻寬瓶頸與通訊延遲問題。
- •此專案由深圳市政府主導，旨在打造「算力先行」的城市基礎設施，以支撐粵港澳大灣區內自動駕駛、智慧城市及生物醫藥等領域的AI模型訓練需求。
- •該叢集不僅依賴硬體，還整合了華為昇騰MindSpore AI框架，實現了從晶片到軟體堆疊的國產化閉環，以應對美國對高階GPU出口的持續限制。
📊 競品分析▸ Show
| 特性 | 深圳萬卡叢集 (華為) | NVIDIA DGX SuperPOD | Google TPU v5p Pod |
|---|---|---|---|
| 核心處理器 | Ascend 910C | H100 / B200 | TPU v5p |
| 互聯技術 | Ascend Fabric | NVLink / InfiniBand | ICI (Inter-Connect) |
| 軟體生態 | MindSpore | CUDA | JAX / TensorFlow |
| 市場定位 | 中國市場自主可控 | 全球通用高效能運算 | Google雲端生態專用 |
🛠️ 技術深入
- 叢集規模：由超過 10,000 顆 Ascend 910C 處理器組成，採用高密度伺服器機櫃部署。
- 互聯架構：採用華為自研的 RDMA 高速網路技術，單節點間通訊頻寬達到 800Gbps，以降低大規模並行訓練中的同步開銷。
- 散熱設計：採用液冷技術（Liquid Cooling）以應對高功耗晶片在萬卡規模下的熱管理挑戰，PUE（能源使用效率）指標優於傳統氣冷資料中心。
- 軟體堆疊：深度整合 MindSpore 分散式訓練框架，支援自動並行策略，可將大模型訓練任務自動切分至萬卡叢集執行。
🔮 前景展望AI analysis grounded in cited sources
中國AI訓練成本將因國產算力規模化而顯著下降
隨著萬卡叢集的部署與國產晶片良率提升，對昂貴進口GPU的依賴減少，將降低國內企業訓練大型基礎模型的邊際成本。
華為將在中國市場建立事實上的AI算力標準
透過硬體與MindSpore軟體生態的深度綁定，華為正逐步建立一套獨立於CUDA之外的AI開發標準，強化其在國內市場的壟斷地位。
⏳ 時間線
2023-08
華為昇騰910系列晶片在國內大模型訓練市場份額顯著提升
2024-05
華為正式發布Ascend 910C，針對大規模AI叢集進行架構優化
2025-02
深圳啟動「算力城市」計畫，規劃建設首個萬卡級國產算力中心
2026-03
深圳萬卡AI叢集正式啟用，標誌著中國國產算力規模化應用里程碑
📰
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： SCMP Technology ↗