21世纪经济报道记者倪雨晴 深圳报道

华为昇腾是怎么做到和英伟达“掰手腕”的？

技术拆解

要理解这个问题，我们得先来认识昇腾的最强战力，“CloudMatrix 384 超节点”这个大家伙。这就是它的外观（画面：384的结构图），它其实就是一个巨大的芯片集合，这最核心的384张昇腾910芯片，外加192颗鲲鹏CPU，通通塞进16个机柜，然后用光缆、光模块联接起来，构成一个“超节点”。

你可以把它想象成一支超级“AI方阵”：虽然单个士兵不如对手，但整体配合、纪律、调度都非常出色。最终打起仗来，不一定会输。

听起来是不是有点像“芯片大拼盘”？但是，要把384块芯片联接在一起，像一台机器一样高效工作、协同配合，这可不简单。

你可能不知道，英伟达目前GB200的机柜，只塞了72块GPU，下一代是144块GPU，

它曾经试图串联256块GPU，但因为联接太复杂、稳定性太差，放弃了。

所以，把384块芯片联成“一个大脑”，是个超级复杂的系统工程。

华为是怎么做到的？一句话——

不是靠单点爆发，而是靠“系统性工程的突破”。

这个“大力出奇迹”的背后，是通信、光学、热学、基础软件等多个领域的老底子，一起发力的结果。

核心突破点包括：

• 全对等的高速互联架构
• 超级并行
• 负载均衡
• 鲲鹏和昇腾协同优化
• RL训推共卡等等

听上去有点技术？咱们展开说说一项很关键的互联技术。

在计算集群里，无论是 CPU、GPU 还是 NPU，最终都需要高效的联接起来，才能交换传输数据。

英伟达有独家的NVLink互联技术，芯片之间是用铜缆连接。

华为呢？制裁之下，没得选，就自己重新定义了全对等的互联总线，统一了通信协议。

什么叫“全对等”？就是说，不是以 CPU 为主，也不是 GPU 说了算，而是所有芯片地位平等，传数据，不需要中转、不需要翻译，大大提高了传输效率。

同时华为选择了用光缆连接芯片，光缆就是靠“光信号”来传输数据。如果说铜缆是“城内公交”，那光缆就是“城际高铁”：速度快、带宽大、延迟低，传得远。

但问题是——光缆贵，光模块贵，维护也麻烦。

所以，英伟达大量使用了铜缆，但是，华为可不怕麻烦，毕竟人家通信起家，光通信就是华为的绝活。于是，华为直接在芯片内建立起“超级高速路”，能联接更多的芯片，组成了384超节点。

当然，这还只是互联部分。背后还有数学算法的调度优化、软硬件的深度协同、工程上的高效散热等等，昇腾也是在一次次的创新中突围。

崛起和差距

用任正非的话来说：“我们单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。”

华为聪明地避开了单卡硬碰硬的路径：

单卡差？那我就搞超节点；

HBM内存不够快？那我就堆更多卡，做更高带宽；

没有CUDA？那我就研发CANN；

系统容易宕机？那我做分钟级恢复；

效率太低？那我算力利用率拉到50%；

就像一位华为专家说的：“训练大模型需要大系统，而不是拼单卡。”换句话说，昇腾不是靠“单打独斗”赢，而是靠“团队协作”赢。

那差距呢？当然有。

第一，芯片工艺上，英伟达已经上3纳米。

第二，软件生态，虽然CANN进步了很多，但跟CUDA比还差个历史沉淀。

第三，客户基础和全球开发者社群，英伟达的开发者生态非常庞大。

但昇腾已经打开了一道口子——尤其在中国市场，现在英伟达的H20被限制，很多企业已经在主动适配昇腾等国产芯片。

从国内的AI芯片看，可以大致分为三个派系。一是科技巨头，包括华为昇腾、百度昆仑芯、阿里含光等；二是纯芯片厂商，比如已经上市的寒武纪，比如GPU四小龙燧原科技、沐曦、壁仞科技、摩尔线程；三是面向细分领域，比如车载AI芯片的地平线、黑芝麻等创新企业。

也就是说，我们虽然还在追赶，但不再“被动挨打”，美国再怎么禁芯片、锁制造、压供应，国内半导体产业链反而在压力下迸发。

华为这条昇腾路线，其实是中国市场特色的“技术曲线”：我们目前未必能做出最强单芯片，但我们可以做出系统最优解。

用面积换性能、用堆叠换容量、用协同打组合拳——不是所有问题都要硬刚，有时候，弯道超车更实用。

在AI这场漫长的马拉松里，国产算力真正的逆袭，或许就从昇腾这一步开始。