英偉達(dá)72張芯片塞進(jìn)柜子，華為384張卡融合成超級(jí)大腦！單卡差5年算力卻更高？對(duì)手：太費(fèi)電用不起！中國(guó)：我發(fā)電量是美國(guó)兩倍

你有沒有發(fā)現(xiàn)一個(gè)很奇怪的現(xiàn)象？如果你只看單張芯片的數(shù)據(jù)，我們似乎被按在地上摩擦，但如果你看落地的應(yīng)用，那些國(guó)產(chǎn)大模型跑得一點(diǎn)都不慢，甚至在某些工業(yè)場(chǎng)景里還更穩(wěn)。

這中間的巨大反差，到底是誰在撒謊？

說實(shí)話，上海人工智能研究院的彭嘉昊主任那番話，乍一聽確實(shí)挺刺耳。他承認(rèn)在單卡性能上，我們的昇騰910B差不多就是英偉達(dá)A100的水平。換句話說，人家已經(jīng)在開法拉利了，我們還在改桑塔納，這中間確實(shí)橫亙著大概五年的技術(shù)代差。

但這事兒，遠(yuǎn)沒表面那么簡(jiǎn)單。如果你只盯著單卡差距看，那你正好掉進(jìn)了對(duì)手的思維陷阱。

對(duì)手的邏輯是造超人，也就是不斷堆高單個(gè)芯片的極限性能。而中方企業(yè)現(xiàn)在玩的是暴兵流。

既然單挑打不過，那我就群毆。

我查了一下最新的數(shù)據(jù)，英偉達(dá)最引以為傲的NVL72集群，是把72張Blackwell芯片塞進(jìn)一個(gè)柜子里。但這還不夠狠。華為搞出來的CloudMatrix 384超節(jié)點(diǎn)，直接把384張昇騰算力卡和192顆鯤鵬芯片融合成了一個(gè)巨型大腦。

你看懂這數(shù)據(jù)的貓膩了嗎？

根據(jù)TechPowerUp和SemiAnalysis等專業(yè)機(jī)構(gòu)的分析，雖然我們單張卡的算力只有對(duì)手的三分之一，但這個(gè)384張卡的集群，在密集算力上直接干到了300 PFLOPs。這不僅沒輸，反而比英偉達(dá)的NVL72系統(tǒng)還高出一大截。說白了，這就是用數(shù)量換質(zhì)量，用空間換時(shí)間。

很多人只看到了第一層，覺得這是無奈之舉，但真正的殺招在后面。

這種暴兵流戰(zhàn)術(shù)有一個(gè)致命的缺點(diǎn)，就是費(fèi)電。據(jù)估算，這一套超節(jié)點(diǎn)的功耗差不多是對(duì)手的4倍。在歐洲或者美國(guó)，光是這就足以勸退很多數(shù)據(jù)中心，因?yàn)樗麄兊碾娏Σ粌H貴，還極度短缺。

但這恰恰撞到了中方的槍口上。

注意看那些超節(jié)點(diǎn)的部署位置：烏蘭察布、貴安、蕪湖。這些地方有一個(gè)共同點(diǎn)，就是電力極其充沛且廉價(jià)。中方作為全球第一大電力生產(chǎn)國(guó)，去年的發(fā)電量是美國(guó)的兩倍還多。我們手里這張能源王牌，硬生生把芯片效率的劣勢(shì)，轉(zhuǎn)化成了算力成本的優(yōu)勢(shì)。

這就好比兩個(gè)賽車手比賽，對(duì)手的車確實(shí)快，但油箱小油價(jià)貴，跑兩圈就得算計(jì)成本；我們的車雖然慢點(diǎn)，但我們自帶一座加油站，油門踩到底，以此來抵消速度的不足。

而且這套打法是有歷史傳承的。

當(dāng)年的麒麟9000S也是這個(gè)路子。在制程落后的情況下，硬是把電腦上的超線程技術(shù)搬到了手機(jī)上，再配上一塊巨大的均熱板來壓制發(fā)熱。這一套組合拳下來，愣是讓7nm的芯片跑出了接近5nm的體驗(yàn)。

現(xiàn)在的Deep Seek也是如此，既然硬件被卡脖子，那就死磕算法優(yōu)化，用更少的算力干更多的事。這種在極限施壓下逼出來的工程化能力，才是對(duì)手真正忌憚的東西。

所以，別再糾結(jié)那五年的單卡差距了?？萍几?jìng)爭(zhēng)從來不是單純的比誰的刀更鋒利，而是比誰能用手里的刀，最快地把肉切下來。

當(dāng)對(duì)手還在沾沾自喜于單兵作戰(zhàn)的優(yōu)勢(shì)時(shí)，我們已經(jīng)用鋼鐵洪流般的集群戰(zhàn)術(shù)，在算力戰(zhàn)場(chǎng)上撕開了一道口子。

#AI算力博弈 #華為超節(jié)點(diǎn) #大國(guó)科技戰(zhàn) #國(guó)產(chǎn)芯片突圍 #算力集群

參考信源

Bloomberg—Huawei Plans to Make About 600,000 of Its Marquee 910C Ascend Chips Next Year

TechPowerUp—Huawei CloudMatrix 384 System Outperforms NVIDIA GB200 NVL72

Tom's Hardware—Huawei's new AI CloudMatrix cluster beats Nvidia's GB200 by brute force, uses 4X the power