华为910C量产在即，并将于下半年发布昇腾920实现对英伟达H20的国产替代

在当今这个被AI重塑的时代，算力早已成为推动创新发展的核心动力。毫不夸张地说，算力就是生产力，谁掌握了强大的算力，谁就能在AI赛道上抢占先机，引领未来科技发展的潮流。然而，对于国内的 AI 产业而言，一场算力危机正悄然降临。

2025年4月15日，美国商务部宣布对出口至中国的英伟达H20、AMD MI308等AI芯片实施无限期出口许可限制。该操作直接戳中行业痛点，让国内AI产业陷入“缺芯”困局。

要知道，虽然H20性能仅有英伟达H100芯片的三分之一，但却是中国公司目前合法能买到的，性能最强的AI芯片。如今，这一关键来源被美国无情地掐断，使得国内AI产业面临着巨大的挑战。

阿里、腾讯、字节跳动等科技巨头首当其冲，此前它们订购的160亿美元H20芯片，占了英伟达全球AI芯片销售额的相当比例，如今订单却化为泡影。这些科技巨头在AI领域的布局广泛，对算力的需求极为庞大，H20芯片的断供，无疑让它们的AI项目进展受到了极大的阻碍。

算力短缺所带来的影响，绝不仅仅局限于这些科技巨头，而是波及到了整个 AI 产业。更为严峻的是，算力短缺还可能让我们在全球 AI 竞争的赛道上被远远甩开。

不过好消息也来了！外媒爆料，多位消息人士证实：华为计划下个月就开始向国内客户大规模出货昇腾910C，部分产品甚至已经悄然发货。更重磅的是，华为预计在2025年下半年正式推出下一代AI芯片——昇腾920，并且今年下半年就将开启量产。

从外媒报道的知情人士内容看，昇腾910C采用了中芯国际的7nm工艺制造，通过先进的chiplets双芯片整合封装技术，将两颗昇腾910B处理器巧妙地集成到一个封装里 ，实现了算力的跨越式突破。这种创新的设计，不仅突破了单芯片物理限制，还将昇腾910B的256个AICore人工智能核心扩展至512个，使得单卡FP16运算性能跃升至640 TFLOPS，较英伟达H100提升20%，达到H200性能的80%，计算能力和内存容量相对于910B提升了一倍。

不仅如此，昇腾910C在推理任务中的表现也十分出色，性能达到英伟达H100的60%-80%，能够高效地处理各种复杂的AI任务。而且，它还对各种AI工作负载数据支持更好，无论是深度学习、自然语言处理，还是计算机视觉等领域，都能发挥出强大的算力优势，为AI应用的开发和部署提供了坚实的硬件基础。

在功耗控制方面，昇腾910C同样延续了华为的技术优势。在310瓦功耗条件下，其算力密度较H100提升40%，较H200降低25%。这意味着，采用该芯片的数据中心在同等算力需求下，能耗成本可缩减30%以上，既能满足大规模AI计算的需求，又能符合全球碳中和战略。

更值得一提的是，昇腾910C的Scale Out扩展带宽已与英伟达最新GB200持平，彻底突破了国产芯片集群互联的技术瓶颈。

从成本角度来看，昇腾910C也展现出了卓越的性价比。当前单颗售价约2万元，仅为英伟达H100市场价的20%，在性能大幅提升的同时，成本却大幅降低，这无疑将大大降低国内AI企业的研发和运营成本，提高它们在市场中的竞争力。

在华为昇腾910C即将大规模出货的利好消息之后，一个更加振奋人心的消息传来：华为预计在2025年下半年正式推出下一代AI芯片——昇腾920，并且今年下半年就将开启量产。

昇腾920将基于中芯国际的6nm（N+3 节点）工艺技术打造，单芯片算力将提供超过900 TFLOPS的BF16精度算力性能，同时内存将升级到HBM3，单卡提供4000GB/s的带宽。与之前的昇腾910C相比，昇腾920针对Transformer和MoE模型进行了进一步优化，效率提高了30%-40%，整体性能也大幅超越了英伟达H20（BF16算力为148 TFLOPS）。除此之外，昇腾920支持PCIe5.0及下一代高吞吐互联协议，这将使得昇腾920和其他硬件配合得更默契。

值得一提的是，除了昇腾920，华为还展示了其AI算力集群解决方案CloudMatrix 384（简称“CM384”），凭借其颠覆性的系统架构设计与全栈技术创新，在多项关键指标上实现对英伟达旗舰产品GB200 NVL72的超越。

据半导体研究机构SemiAnalysis披露，华为CM384基于384颗昇腾芯片构建，通过全互连拓扑架构实现芯片间高效协同，可提供高达300 PFLOPs的密集BF16算力，接近达到英伟达GB200 NVL72系统算力的两倍。此外，CM384在内存容量和带宽方面同样占据优势，总内存容量超出英伟达方案3.6倍，内存带宽也达到2.1倍，为大规模AI训练和推理提供了更高效的硬件支持。

对此，SemiAnalysis认为，尽管单颗昇腾芯片性能约为英伟达Blackwell GPU的三分之一，但是华为通过规模化系统设计，成功实现整体算力跃升，并在超大规模模型训练、实时推理等场景中展现更强竞争力。

需要指出的是，华为CM384性能及各项指标上的领先，主要凭借的是384颗昇腾芯片数量上的优势，而英伟达GB200 NVL72则只有144颗Blackwell GPU，因此华为CM384在整体占用空间和功耗上也将会更高。

据相关数据显示，CM384系统机柜密度达到42kW/rack，是英伟达GB200方案的1.7倍，这对数据中心供电和散热提出更高要求。

不过，此时正值美国进一步收紧对华AI芯片的出口管制之际，华为昇腾920及CM384的推出将有望实现对于无法继续对华出口的英伟达H20、AMD MI308等AI芯片及相关AI集群系统的替代，为国内AI产业的自主发展提供了有力保障。

据相关消息称，华为这套完全自主的解决方案已获得字节跳动、科大讯飞等企业的批量订单。某云计算厂商技术负责人透露，其正在测试的昇腾920集群在千卡规模下训练稳定性突破28天，基本达到CUDA生态的工程化水平。