儘管美國限制

華為的上升910c AI芯片套件用於大眾運輸

靠近該公司的消息人士透露，華為正準備大規模運送其上升的910c AI芯片。儘管已經派出了幾個單位，但此舉表示中國公司尋求本土替代品的美國製造半導體替代方案的重要進步。

發射的上下文

此推出的時機至關重要，因為中國開發人員正在努力處理對NVIDIA硬件的加強限制。美國政府最近規定，NVIDIA的H20 AI芯片銷售需要出口許可，促使當地開發商尋求能夠處理廣泛培訓和推理任務的解決方案。

上升910c的技術規格

上升的910c雖然沒有使用最新的流程節點製作，但提供了一種實用的解決方案。從本質上講，這是910B的增強版本，具有雙包裝設計，並帶有兩個處理器，可提高性能和內存。內部人士聲稱其性能與NVIDIA的H100相當。

華為沒有追求最新的製造技術，而是選擇了一種更強大的方法。通過集成多個芯片和高速光學互連，它們的目的是擴大系統的性能。此策略是其CloudMatrix 384 System的關鍵，這是一個全面的機架大規模AI平台，旨在訓練大型型號。

CloudMatrix 384：仔細觀察

CloudMatrix 384系統結合了384個上升的910C芯片，分佈在16個機架上，12用於計算和4個用於網絡。與傳統的基於銅的系統不同，華為的設計利用了光學互連，這有助於整個系統上的高帶寬通信。根據半分析，它包括6,912 800G LPO光學收發器，創建一個全能的全網絡網絡。

這種配置允許CloudMatrix 384交付約300個PETAFLOPS BF16計算功率，超過了NVIDIA的GB200 NVL72系統，該系統在約180 BF16 PETAFLOPS上最重要。此外，CloudMatrix具有出色的存儲器帶寬和容量，其提供帶寬的兩倍，是其NVIDIA對應物的高帶寬內存（HBM）容量的3.6倍以上。

性能權衡

但是，華為系統並非沒有妥協。與NVIDIA的GB200相比，估計每個浮點的效率降低了2.3倍，並且每單位記憶帶寬和容量的功率效率較低。儘管存在這些缺點，但華為的解決方案為訓練高級AI模型提供了必要的基礎架構。

製造業和供應鏈

據報導，中國領先的芯片製造商SMIC正在使用其7NM N+2工藝為910C生產關鍵組件。然而，收益率的關注仍然存在，據報導，910C的某些單位包含了為中國公司Soph產生的TSMC的芯片。但是，華為否認使用TSMC組件。

在華為早期的910B處理器中發現了Sophgo設計的芯片之後，美國商務部目前正在探測TSMC與Sophgo之間的聯繫。 TSMC堅持認為自2020年以來就一直沒有提供華為，並且仍然遵守出口法規。

市場接待和未來前景

2023年下半年，華為開始分發910C的早期樣本，以選擇科技公司並開設訂單書。根據諮詢公司Albright Stonebridge Group的說法，該芯片有望成為開發大型AI模型或部署推理功能的中國公司的首選選擇，尤其是在正在進行的半導體出口控制中。

儘管上升910c可能在功率效率或高級過程技術方面與NVIDIA競爭，但這代表了一個重大轉變。中國科技公司越來越專注於創建國內替代方案，即使這意味著採用較低的先進技術來取得類似的結果。

隨著全球對AI解決方案的需求在上升和出口限制方面變得越來越嚴格，華為在國內提供可擴展的AI硬件解決方案的能力可能在塑造中國的AI景觀方面發揮關鍵作用。由於開發人員尋求確保其長期供應鏈並減輕地緣政治風險，因此這一發展尤為重要。