在輝達宣佈第二季度正式啟動GB300晶片的量產之際，具有中國軍工企業背景的華為也開始應對外國晶片的影響。華為董事、品質流程IT總裁陶景文27日在第四屆828 B2B企業節開幕式上表示，「在算力上應該已經能基本解決美國對中國的卡脖子問題，中國還有一批像DeepSeek這樣的優秀大模型公司，我們的大模型競爭力已經不輸於美國。」
此前，華為掌門人任正非在今年接受黨媒《人民日報》專訪時稱，華為目前的算力還比不上美國。時隔數月後，華為再次公佈此消息也引發了外界對於目前中國國產算力的關注。
華為表示，「中國還有一批像DeepSeek這樣的優秀大模型公司，我們在大模型競爭力上已經不輸於美國公司，中國還有全球最豐富的實體經濟和業務場景，也有最完整的資料積累，如果發力正確的話，我們一定能在人工智慧應用上超越美國。」
陶景文表示，「如果我們搞人工智慧是為了裁員，那誰還去搞人工智慧？所以我們要想的是，如何通過人工智慧讓10多萬人研發人員有更好的產出。」
陶景文還稱，「由卷（競爭）算力到卷模型，前年大家是一卡難求，造成了美國對中國人工智慧算力的封鎖，輝達在中國限售，去年開始卷模型，中國短短6個月出現幾百種大模型。」
中國人工智慧發展引起注意
不過，前谷歌高管則稱，因為人工智慧的普及，未來產業更替潮將會洶湧而至。華為這番表態，揭露了當前中共在人工智慧領域應用與開放的備戰，同時國家政策的支持也給中國人工智慧的發展提供法律保護。
陶景文在演講中還表示，現在中國人工智慧的發展很畸形，就是人工智慧一擁而上，社會有這個問題，企業有這個問題。
他表示，「人工智慧大模型只是一個工具，企業、政府、社會，原來都有組織、有流程，還有過去建的IT、資料，不能說人工智慧來了就把所有東西推倒重來。」
人工智慧的應用是輔佐人類開展生產工作而不是替代，因為要讓人工智慧生成式場景適應現有的生產模式。陶景文在演講中舉例提到，「華為三班制產線不停，大概有18000多人，每年大概有25%左右的人員會流失，需要招募大量人才培訓，這些培訓不到位出了問題，一個人解決不了問題，產線就會停線，後來就搞了人工智慧，讓人工智慧可以在一張照片或一句話的情況下解決問題。」
華為打造了不依賴美國的自有人工智慧生態系統
「華為雲」是目前華為在自主算力研發平臺上最主要的陣地，目前在貴州打造了三個生產基地。華為稱，華為雲上集成了全世界最全的模型，比如自動駕駛領域用到的幾十種不同模型，都做了技術驗證。
目前看來，美國對中國算力的封鎖似乎已不再是之前那樣完全限制，由於北京方面高調開展圍繞國產算力的自主運行模式，像華為、百度、位元組跳動等中國科技公司未來很可能不再依賴外國晶片，但是這個過程十分漫長。
資料顯示，2024年，華為雲收入385.23億元，同比增長8.5%，包含跨分部交易的收入688.01億元，同比增長24.4%，仍處於虧損狀態。不過，在華為高調宣佈之前，也爆出華為雲內部宣佈組織架構大幅度調整，多個部門被裁撤整合，可能會波及上千人。其中，華為雲將聚焦3+2+1業務：3包括通算、智算、存儲；2包括AI PaaS、資料庫；1則主要為安全業務。
在中國職場吐槽軟體「脈脈」上，有匿名華為員工表示，「未來將更多的資源投入到AI產業和算力產業上。」
華為晶片超過輝達？
由於大多數的大型語言模型並非在單晶片上訓練或運行，計算記憶體或頻寬根本不夠，今年四月，華為方面公佈了基於昇騰晶片、新型高速匯流排架構打造的CloudMatrix 384超節點集群，算力規模、性能均超越了輝達NVL72。
有北京科技博主分析認為，與輝達基於 Blackwell的GB200 NVL72機架系統相比，華為最大的晶片擁有約 60%的密集 16位元浮點性能，大約兩倍的記憶體頻寬，以及略高於 3.5倍的 HBM。
分析認為，CloudMatrix 384的核心是華為的 Ascend P910C NPU。每個加速器都配備了一對計算晶片，這些晶片通過高速晶片間互連，能夠以 540GB/s或 270GB/s的速度雙向傳輸資料。 （相關報導： 北京觀察》普京金正恩登天安門，西方國家領袖集體缺席，中共九三閱兵重塑多邊外交新格局？ ｜ 更多文章 ）
從軍用科技到民用科技，中國晶片的這場較量也是窺探數年來，中國如何破解美國的技術封鎖，同時也給其對手競爭增加顯著壓力。
