尽管美国限制

华为Ascend 910C AI芯片准备大规模出货

据接近华为的消息人士透露，华为最早将于下个月大规模出货其Ascend 910C AI芯片。虽然已有少量芯片出货，此举标志着中国企业在寻求国产替代美国制造半导体方面取得了关键进展。

发布背景

此次推出的时机至关重要，因为中国开发者正面临Nvidia硬件限制的收紧。美国政府最近要求Nvidia的H20 AI芯片对华销售需获得出口许可证，这促使本地开发者寻找能够处理大规模训练和推理任务的解决方案。

Ascend 910C的技术规格

Ascend 910C虽然未采用最新的工艺节点，但提供了实用的解决方案。它本质上是910B的增强版，采用双封装设计，包含两个处理器，提升了性能和内存。据内部人士称，其性能可与Nvidia的H100媲美。

华为并未追求最新的制造技术，而是选择了更稳健的方法。通过集成多个芯片和高速光互连，华为旨在提升系统性能。这一策略是其CloudMatrix 384系统的核心，这是一个专为训练大规模模型设计的全面机架级AI平台。

CloudMatrix 384：深入解析

CloudMatrix 384系统包含384个Ascend 910C芯片，分布在16个机架中——12个用于计算，4个用于网络。与传统的铜基系统不同，华为的设计利用光互连，实现系统内的高带宽通信。据SemiAnalysis称，该系统包括6,912个800G LPO光收发器，构建了一个全光全互联网络。

这种配置使CloudMatrix 384能够提供约300 petaFLOPs的BF16计算能力，超越Nvidia的GB200 NVL72系统，后者的BF16计算能力约为180 petaFLOPs。此外，CloudMatrix在内存带宽和容量方面表现更优，提供超过两倍的带宽和超过3.6倍的高带宽内存（HBM）容量，相比其Nvidia对手。

性能权衡

然而，华为系统并非没有妥协。据估计，其每浮点运算的效率比Nvidia的GB200低2.3倍，内存带宽和容量的单位功耗效率也较低。尽管存在这些缺点，华为的解决方案仍为大规模训练高级AI模型提供了必要的基础设施。

制造与供应链

中国领先的芯片制造商SMIC据报道使用其7nm N+2工艺为910C生产关键组件。然而，良率问题依然存在，据称部分910C芯片来自TSMC，为中国公司Sophgo生产。然而，华为否认使用了TSMC组件。

美国商务部目前正在调查TSMC与Sophgo之间的关系，此前在华为早期的910B处理器中发现了Sophgo设计的芯片。TSMC坚称自2020年以来未向华为供货，并遵守出口法规。

市场反响与未来展望

2023年底，华为开始向部分科技公司分发910C的早期样品，并开放订单。据咨询公司Albright Stonebridge Group称，该芯片有望成为中国企业在开发大型AI模型或部署推理能力时的首选，尤其是在美国对半导体出口管制持续进行的情况下。

尽管Ascend 910C在功耗效率或先进工艺技术方面可能无法与Nvidia竞争，但它代表了一个重大转变。中国科技公司越来越注重创建国产替代方案，即便这意味着使用较不先进的技术来实现相似的结果。

随着全球对AI解决方案的需求上升和出口限制的加剧，华为在国内提供可扩展AI硬件解决方案的能力可能在塑造中国AI格局中发挥关键作用。这一发展对开发者来说尤为重要，他们希望确保长期供应链安全并缓解地缘政治风险。