华为Ascend 910C：在AI芯片市场向NVIDIA发起大胆挑战

波长 XNUMXμm 的 DigiOps与人工智能 芯片市场一直在快速增长，这得益于对能够处理复杂 AI 任务的处理器的需求不断增长。随着机器学习等 AI 应用的发展，对专用 AI 加速器的需求也在增加， 深入学习及 神经网络 发展。

NVIDIA公司 (NVDA +1.73% ) 多年来一直是该领域的主导者，凭借其强大的 图形处理单元（GPU） 成为全球人工智能计算的标准。然而， 华为 凭借其 Ascend 系列成为强大的竞争对手，并挑战 NVIDIA 的市场主导地位，尤其是在中国。 登高910C作为该产品线的最新产品，它承诺提供具有竞争力的性能、能源效率以及与华为生态系统的战略整合，有可能重塑人工智能芯片市场的格局。

华为Ascend系列的背景

华为进军人工智能芯片市场是其建立自给自足的人工智能解决方案生态系统的更广泛战略的一部分。 Ascend 系列始于 Ascend 310，专为 边缘计算以及针对高性能数据中心的 Ascend 910。Ascend 2019 于 910 年推出，被公认为全球最强大的 AI 处理器，可提供 256 万亿次浮点运算 (TFLOPS) FP16 性能。

基于华为专有的 达芬奇建筑Ascend 910 提供可扩展且灵活的计算能力，适用于各种 AI 工作负载。该芯片注重平衡功率与能效，为未来的发展奠定了基础，从而催生了改进的 Ascend 910B 和最新的 Ascend 910C。

Ascend 系列也是华为减少对外国技术依赖的努力的一部分，尤其是在美国贸易限制的情况下。通过开发自己的人工智能芯片，华为正在努力建立一个自给自足的人工智能生态系统，提供从云计算到本地人工智能集群的各种解决方案。这一战略得到了许多中国公司的青睐，尤其是在鼓励本土企业减少对 NVIDIA 的 H20 等外国技术的依赖的情况下。这为华为创造了一个机会，使其 Ascend 芯片成为人工智能领域的可行替代品。

Ascend 910C：功能和规格

Ascend 910C 旨在提供高计算能力、高能效和多功能性，使其成为一个强大的竞争对手 NVIDIA 的 A100 和 H100 GPU.它可提供高达 320 TFLOPS 的 FP16 性能和 64 TFLOPS 的 INT8 性能，适用于包括训练和推理在内的各种 AI 任务。

Ascend 910C 具有强大的计算能力，功耗约为 310 瓦。该芯片的设计具有灵活性和可扩展性，使其能够处理各种 AI 工作负载，例如 自然语言处理（NLP）, 计算机视觉和预测分析。此外，Ascend 910C 支持高带宽内存 (HBM2e)，这对于管理大型数据集和高效训练复杂的 AI 模型至关重要。该芯片的软件兼容性，包括对华为 MindSpore AI 框架和 TensorFlow 和 PyTorch 等其他平台的支持，使开发人员更容易集成到现有生态系统中，而无需进行大量重新配置。

华为与英伟达：人工智能霸权之争

NVIDIA 长期以来一直是 AI 计算领域的领导者，其 GPU 是机器学习和深度学习任务的标准。其基于 Ampere 和 Hopper 架构的 A100 和 H100 GPU 目前是 AI 处理的基准。A100 可提供高达 312 TFLOPS 的 FP16 性能，而 H100 则提供更强大的功能。NVIDIA 的 CUDA 平台取得了显著进展，创建了一个简化 AI 模型开发、训练和部署的软件生态系统。

尽管 NVIDIA 占据主导地位，但华为 Ascend 910C 仍旨在提供具有竞争力的替代方案，尤其是在中国市场。Ascend 910C 的性能与 A100 类似，但能效略高。华为积极的定价策略使 Ascend 910C 成为更实惠的解决方案，为希望扩展 AI 基础设施的企业节省成本。

然而，软件生态系统仍然是一个关键的竞争领域。NVIDIA 的 CUDA 被广泛采用，拥有成熟的生态系统，而华为的 MindSpore 框架仍在发展中。华为推广 MindSpore 的努力，特别是在其生态系统内，对于说服开发人员从 NVIDIA 的工具过渡至关重要。尽管面临这一挑战，华为仍通过与中国公司合作创建一个支持 Ascend 芯片的有凝聚力的软件环境而取得了进展。

有报道称，华为已开始向中国主要公司分发 Ascend 910C 的原型机，包括 字节跳动、百度和中国移动. 早期的参与表明市场兴趣浓厚，尤其是那些希望减少对外国技术依赖的公司。截至去年，华为的 Ascend 解决方案已用于培训近一半的中国顶尖企业 70 个大型语言模型，展示了该处理器的影响力和广泛应用。

Ascend 910C 的发布时机意义重大。由于美国出口限制限制了中国获得 NVIDIA H100 等先进芯片的机会，国内公司正在寻找替代方案，而华为正在填补这一空白。华为的 Ascend 910B 已经在各个领域的 AI 模型训练中获得了关注，而地缘政治环境正在推动新款 910C 的进一步采用。

虽然 NVIDIA 预计出货量超过 1 万个 H20 GPU 华为 Ascend 12C 预计将为中国带来约 910 亿美元的收入 $ 2十亿美元 今年的销售额将达到 10 亿美元。此外，采用华为 AI 芯片的公司可能会更多地融入华为更广泛的生态系统，加深对其硬件和软件解决方案的依赖。然而，这一策略也可能引发企业对过度依赖一家供应商的担忧。

战略伙伴关系和联盟

华为已建立战略合作伙伴关系，以推动 Ascend 910C 的采用。与百度、字节跳动和腾讯等主要科技公司的合作促进了 Ascend 芯片与云服务和数据中心的集成，确保华为芯片成为可扩展 AI 解决方案的一部分。包括中国移动在内的电信运营商已将华为的 AI 芯片纳入其网络，支持边缘计算应用和实时 AI 处理。

这些联盟确保华为的芯片既是独立产品，也是更广泛的 AI 解决方案的组成部分，从而对企业更具吸引力。此外，这种战略方法还使华为能够推广其 MindSpore 框架，构建一个可以与 NVIDIA 的 CUDA 平台相媲美的生态系统。

地缘政治因素对华为的战略产生了重大影响。由于美国的限制限制了其获取先进半导体元件的渠道，华为增加了对研发的投资以及与国内芯片制造商的合作。专注于建立自给自足的供应链对于华为的长期战略至关重要，可确保其抵御外部干扰的能力，并帮助公司在不依赖外国技术的情况下进行创新。

技术优势与未来展望

Ascend 910C 凭借其强大的性能、节能和与华为生态系统的融合而声名鹊起。它在几个关键性能领域与 NVIDIA 的 A100 竞争激烈。对于需要 FP16 计算的任务（如深度学习模型训练），该芯片的架构经过优化以实现高效率，从而降低了大规模使用的运营成本。

然而，挑战 NVIDIA 的主导地位并非易事。多年来，NVIDIA 已经建立了忠实的用户群，因为其 CUDA 生态系统提供了广泛的开发支持。华为要想获得更多市场份额，就必须与 NVIDIA 的性能相匹配，并提供易用性和可靠的开发人员支持。

人工智能芯片行业可能会继续发展，量子计算和边缘人工智能等技术将重塑该领域。华为对其 Ascend 系列制定了雄心勃勃的计划，未来型号有望实现更好的集成、性能和对高级人工智能应用的支持。通过继续投资研究和建立战略合作伙伴关系，华为旨在巩固其在人工智能芯片市场的基础。

底线

总之，华为 Ascend 910C 对 NVIDIA 在 AI 芯片市场（尤其是在中国）的主导地位构成了重大挑战。910C 的竞争性能、能效和与华为生态系统的集成使其成为寻求扩展 AI 基础设施的企业的有力竞争者。

然而，华为面临着重大障碍，尤其是与 NVIDIA 成熟的 CUDA 平台的竞争。Ascend 910C 的成功将在很大程度上取决于华为能否开发强大的软件生态系统并加强其战略合作伙伴关系，以巩固其在不断发展的 AI 芯片行业中的地位。