儘管美國限制

華為昇騰910C AI晶片準備大規模出貨

據接近華為的消息來源透露，華為正準備最早於下個月大規模出貨其昇騰910C AI晶片。雖然已有少量晶片出貨，但此舉標誌著中國企業在尋求國產替代美國製造半導體的道路上取得關鍵進展。

推出背景

此次推出的時機至關重要，因為中國開發商正面臨Nvidia硬體日益嚴格的限制。美國政府最近要求Nvidia的H20 AI晶片對中國的銷售需獲得出口許可證，這促使當地開發商尋找能夠處理大規模訓練和推論任務的解決方案。

昇騰910C的技術規格

昇騰910C雖然未採用最新的製程節點，但提供了一個實用的解決方案。它基本上是910B的增強版，採用雙封裝設計，包含兩個處理器，提升了性能和記憶體。業內人士稱其性能與Nvidia的H100相當。

華為未追求最新的製造技術，而是選擇更穩健的方法。通過整合多個晶片和高性能光學互連，他們旨在提升系統性能。這一策略是其CloudMatrix 384系統的關鍵，這是一個為大規模模型訓練設計的全面機架級AI平台。

CloudMatrix 384：深入解析

CloudMatrix 384系統整合了384個昇騰910C晶片，分佈在16個機架中——12個用於計算，4個用於網路。與傳統的銅基系統不同，華為的設計利用光學互連，實現系統內的高頻寬通訊。根據SemiAnalysis的資料，它包含6,912個800G LPO光學收發器，形成一個全光學的全對全網狀網路。

這種配置使CloudMatrix 384能提供約300 petaFLOPs的BF16計算能力，超越Nvidia的GB200 NVL72系統，後者最高約為180 BF16 petaFLOPs。此外，CloudMatrix擁有更高的記憶體頻寬和容量，提供超過兩倍的頻寬和超過3.6倍的高頻寬記憶體（HBM）容量，與Nvidia的對手相比。

性能權衡

然而，華為的系統並非沒有妥協。與Nvidia的GB200相比，其每浮點運算的效率估計低2.3倍，且記憶體頻寬和容量的單位功耗效率也較低。儘管存在這些缺點，華為的解決方案仍為大規模訓練先進AI模型提供了必要的基礎設施。

製造與供應鏈

據報導，中國領先的晶片製造商中芯國際（SMIC）使用其7nm N+2製程為910C生產關鍵部件。然而，良率問題依然存在，且據稱部分910C晶片包含來自台積電（TSMC）的晶片，這些晶片由中國公司Sophgo生產。然而，華為否認使用台積電的部件。

美國商務部目前正在調查台積電與Sophgo之間的關係，此前發現華為早期的910B處理器中使用了Sophgo設計的晶片。台積電堅稱自2020年以來未向華為供貨，並遵守出口規定。

市場反應與未來展望

2023年底，華為開始向選定科技公司分發910C的早期樣品並開放訂單。根據顧問公司Albright Stonebridge Group的說法，在美國對半導體的持續出口管制下，這款晶片有望成為中國公司開發大型AI模型或部署推論能力的首選。

雖然昇騰910C在功耗效率或先進製程技術方面可能無法與Nvidia競爭，但它代表了一個重大轉變。中國科技公司越來越專注於打造國產替代品，即使這意味著採用較不先進的技術來實現類似結果。

隨著全球對AI解決方案的需求上升和出口限制日益嚴格，華為在國內提供可擴展AI硬體解決方案的能力，可能在塑造中國AI格局中發揮關鍵作用。這一發展尤為重要，因為開發商尋求確保長期供應鏈並緩解地緣政治風險。