華為輪值董事長：晟騰中國份額已超英偉達，當前瓶頸是供貨

在這背後，軟件生態的“CUDA壁壘”也在消解。廖恆博士指出，過去18個月大模型正變得非常細粒度，新編譯器語言的出現正在逐步取代並拉平昇騰與英偉達的軟件差距。過去國內廠商不用國產芯片，最大的顧慮是軟件生態不好用。這種底層編程範式的轉移，可以給國產芯片創造一個軟件破局窗口期。

面對市場需求，徐直軍表示，“未來的關鍵不在於我們推動的力度有多大，而在於我們的供貨能力有多大”。目前，20萬卡左右的超級集羣已成爲中國前沿AI實驗室訓練超大規模基礎模型的剛需，昇騰芯片正處於“產多少、供多少”的供不應求狀態。中國頭部模型廠商也在衡量了算力效率、原廠工程服務以及大模型剛需後的市場化選擇。隨着年底新芯片的規模釋放，國產算力瓶頸將進一步松動。

以下是大會期間媒體圓桌交流的問答摘要：

Q：廖博論文裏面寫的25.6萬張卡組成一個超節點，這是該技術的上限嗎？目前整體市場需求情況如何？

廖恆：25.6萬或約20萬這個數字，並不是隨便定的。

首先，這類大型集羣用於訓練，硬件基礎設施需要支撐基礎模型訓練，而目前模型參數規模已達到5萬億級別。

未來兩年內，預計中國將出現約6至7個前沿AI實驗室，目標都是訓練參數規模在10萬億到40萬億之間的基礎語言模型。這些數字與超節點的內存容量和規模大致匹配，因此需要如此規模的基礎設施來做訓練。

第二，在中國，大多數數據中心都接入了國家電網。考慮到單個區域、單個數據中心園區的電力輸送系統設計，20萬是一個相對保守的數字。

正如我所說，大家一定對全球範圍內正在發生的AI模型競賽非常熟悉。在中國，至少有3到4家一線參與者已獲得廣泛認可，並達到了一線地位。

Q：華爲接下來將如何推動中國的模型廠商將昇騰系列芯片用於訓練？

徐直軍：950 率先推出的是PR版，主要面向推理，目前上市量不算大。基於950DT的超節點則主要用於訓練，目前還在測試中，規模供貨應該在今年年底或明年初。我們和各家模型廠商做了很多溝通交流，從目前測試結果來看，950DT 的訓練表現非常不錯，我相信從明年開始，大量模型的訓練會構築在950DT超節點上。未來關鍵可能不在於我們推動的力度有多大，而在於我們的供貨能力有多大。現在能產多少就供多少，我們希望產業鏈加快擴產，快一點、多產一點。

Q：現在美國部分領先模型廠商呼籲放緩AI產業的發展，對此華爲怎麼看？

徐直軍：從中美AI發展的水平和節奏來看，中國的模型基本都是開源的，相對而言，發展到哪一步也是透明的；而美國幾家主流模型廠商由於擁有更強大的算力，到底發展到了哪一步，目前可能只有他們自己知道。他們感受到的AI風險，在中國可能感受並不強烈。中國現在還是要加快自己的節奏，等真正能夠感受到這種風險時，或許會與美國頭部模型廠商有同樣的感覺。但我一直認爲，AI既要發展又要管控風險，要讓AI“向善”，而不是“向惡”。

Q：950超節點目前有沒有在海外擴展的計劃？如果有的話，會在哪些市場上開展？國內市場份額情況如何？如何看待芯片自主化率的問題？

徐直軍：目前昇騰滿足國內市場需求還遠遠不足，所以沒有全面拓展海外市場的計劃。但確有少數國家非常需要，我們做了測試和供給，但量非常少。

在中國市場要統計英偉達的市場佔有率很難，但如果從我們能夠統計到的數據看，昇騰應該已經超過了英偉達。

中國推進芯片自主化是一條必然之路。中國有14億人口，又是一個工業化大國，所有的生活、工作都與芯片相關。中華民族又是一個憂患意識很強的民族，不能一直受制於人，不能今天被說賣一顆給你，明天又說不賣給你。盡管水平差一點、先進性差一點，但解決“有無”問題，不要天天提心吊膽，應該是必然之路。相信無論是中國政府還是中國產業界，包括華爲在內，推動芯片的全面自主化、推動半導體產業整個鏈條的全面自主化，肯定是一條必由之路，而且我也相信總有一天會變爲現實。

Q：華爲推出了靈衢互聯技術，是基於在計算和通信領域的長期積累，其中有多少是來自華爲網絡部門的貢獻？

徐直軍：UB不僅僅是華爲網絡部門的貢獻，我們在各種各樣的互聯協議基礎上，最終將其做成一個統一協議。網絡領域一般是IP協議，時延都很高。計算互聯和傳統網絡不一樣，我們提的是總線，需要低時延、超高速。當時在決策做這個產品時，我們將其放在計算部門而不是傳統的網絡部門，這樣才能真正做出一個高速、低時延、又統一協議的UB出來。

廖恆：如果把UB看作一羣人的智慧結晶，它是由計算機架構師孕育，但是由網絡技術撫養長大。

Q：UB是一個同時兼顧Scale-out和Scale-up的技術。英偉達分別做了NVLink和InfiniBand。爲什麼華爲把Scale-up和Scale-out做成一個技術？這和現在其他方案相比有什麼優勢？

徐直軍：首先，不是他們不做，而是能不能做出來的問題。當前最新的NVL72櫃內帶寬很寬，達到1.8TB/s，但一出櫃就降到0.2TB/s。要把百萬臺處理器變成一臺計算機，櫃間如此低的帶寬根本不可能。大家都希望櫃內、櫃間、數據中心之間乃至跨區，速度最好都一樣，那才能讓一個巨大的物理空間成爲一臺計算機。這正是 UB 的價值，它基於一個統一協議，做到全程高速互聯。因此UB技術路線上做的是總線，就像計算機內部的總線一樣，而不只是Link。基於UB，我們的櫃間帶寬最高可達800GB/s。

去年我們開放UB協議後，最大的下載量其實來自硅谷。英偉達最早的目標可能不是做NV72，而是NV256，但最終它的256變成了72；而華爲的910C 超節點做到了384，還交付了一千多套。最主要的差別在於，我們在910C超節點上採用了UB，而當時英偉達的NVLink主要局限於櫃內，櫃間網絡速度太慢，不可能擴展太多。

廖恆：我補充一下爲何採用單一協議。英偉達及大多數其他廠商至少使用了兩種協議，分別應對不同的場景，就像一次旅行往往要同時選擇飛機、高鐵、汽車等多種交通工具，轉換過程相當麻煩費時。而在這些超節點中，大量流量需要中轉，如果從NVLink切換到InfiniBand，至少涉及微秒級的轉換時間，即從一個協議到另一個協議的中轉時間，時延很難滿足。

UB採用統一協議，將數據包從scale-up網絡傳輸到scale-out網絡，可能只需要大約150納秒。相比而言，與這些協議轉換開銷至少可節省一個數量級。

Q：在採用UB的Atlas 950中，Scale-up場景下光互聯和電互聯分別佔多少？未來櫃內有沒有可能全部實現光互聯，主要障礙是什麼？

徐直軍：華爲剛剛發布了基於NPO的Hi-ONE模組，支持7.2T高帶寬，光引擎距離主芯片僅約5釐米，只有這部分還需要銅線做電連接，基本可以說是全光的超節點。同時，Hi-ONE模組把光源直接封裝進模組內部，實現內置光源。我們預計，未來兩到三年內都很難有其他廠商能做出來。這是華爲多年來在光電相關領域的積累，才得以實現和量產。

廖恆：在我職業生涯初期，20年多前我們就已經在討論讓芯片連接走向光學化。因爲光的傳輸距離和衰減非常小，信號可以高速傳輸更遠。

從電路角度看 Hi-ONE 內部其實非常簡單，器件並不多。但走向量產這條路，我們走得非常艱難：光學技術涉及大量物理原理，溫度稍微變化，就會影響二極管的物理特性，改變折射率，影響波導性能，導致無法正常工作。

我認爲全光互聯最大的障礙是對可靠性的擔憂，因爲器件會發生故障。目前大多數廠商選擇外置光源路線，用單個光源饋送32路信號，功率就必須放大32倍。如此巨大的功率很容易引發許多問題，在耦合接口及其他各個環節都會出問題。我們選擇內置光源方案，是出於工程上的務實選擇，Hi-ONE正是經過多次權衡後達成的出色折中方案，很快將進入量產階段。

Q：關於昇騰芯片的工藝和產能問題，目前限制產能進一步釋放的主要瓶頸是哪些環節？華爲預計還需多久可以實現大規模穩定的算力芯片供應？

徐直軍：中國的瓶頸問題與全球瓶頸問題基本一致。全球產業界都沒有爲AI如此浪湧式的發展做好準備。現在所有光模塊公司、存儲公司之所以能賣高價，並不是因爲產品有多好，而是嚴重供不應求所致。因此，只有全球和中國同時達到供需平衡，瓶頸問題才能徹底結束。我預計全球的供需平衡差不多在2029年能得到解決，中國可能還要慢一點。這裏的供需平衡，還要考慮AI發展過程中不斷發生的技術變化，包括CPO、NPO等。

從華爲的角度講，相比過去的通信、IT產業，現在我們的供應量已具備相當規模；但如果和當前產業對AI基礎設施的需求相比，規模確實又遠遠不夠。要實現客戶要多少就能供多少，華爲要達成這個平衡，取決於整個中國產業界的平衡。

Q：有報道說馬來西亞正在考慮基於華爲昇騰910C來部署主權AI，華爲如何來平衡國內客戶和海外客戶的需求？

徐直軍：從客戶部署華爲解決方案的選擇來看，肯定是基於地緣政治和多供應商的考量。每個企業都要爲其長遠發展消除安全風險，因此昇騰必然是所有客戶的一個選項，盡管相比競爭對手它還有差距。至於平衡國內與海外，我們的原則很簡單：國內爲主，優先供應急需算力的中國客戶；海外則服務於少數買不到的客戶，或一定要另一個選擇的客戶。

Q：華爲在NPO、CPO這兩個技術路線上，當時內部選擇或者博弈是什麼？

徐直軍：這個問題在華爲好像沒有過爭論。因爲華爲既做光器件，又做光模塊和昇騰芯片，清楚哪種情況才是最佳選擇，所以我們很早就達成共識做NPO，沒做CPO。而且我認爲，在相當長時間裏，從工程實現、成本、維護、良率等角度講，NPO都是最佳選擇。

經過產業界這幾年關於NPO、CPO的辯論，從兩次OIF的討論來看，產業認知也在進一步清晰。OIF第一次討論時，有一部分廠家不支持NPO，一心要搞CPO；而最近一次NPO立項時，反對的已經寥寥無幾。相比CPO方案，NPO的銅線連接有5釐米左右，比CPO的5毫米左右要長一點，但帶來了成本接近40%的下降，同時還帶來另一個好處，即一旦光引擎出問題，不會把整個AI芯片一起報廢。當然，CPO和NPO並不是誰消滅誰的問題，而是工程、成本、產業鏈、維護等各個方向上平衡的選擇，沒有對錯。

所以，我們堅定不移走NPO的道路，推動產業界形成標準，全產業鏈共同把NPO發展好，但也不是說CPO不行。在OIF上NPO得到了40家產業鏈廠商的支持，應該來講，大家也看到了NPO的好處。

Q：模型廠商對於950DT用在模型訓練上，給華爲反饋了哪些需要改進的領域和問題？華爲對大模型的預訓練做了哪些芯片和底層方面的調整和優化？

廖恆：此前昇騰芯片遇到的第一個障礙其實並非硬件本身，而主要是生態壁壘。就在兩年前，昇騰軟件層面仍存在巨大障礙，而CUDA在這方面顯然具有壓倒性優勢，因爲整個學術界都是伴隨CUDA成長起來的，所有算法開發者都已習慣了PyTorch加CUDA的便利。

過去18個月發生了巨大變化。首先，模型的數學復雜程度發生了巨大變化，編程復雜度也隨之增加。其次，模型正變得非常細粒度，這意味着無法再僅用PyTorch編寫程序並保持效率。因此，即便是算法開發者，也必須轉向超大規模內核的編程風格，需要新的編程語言，這已經是前沿實驗室的發展方向。

如今，隨着新的編譯器語言出現，它們正在逐步取代並平衡CUDA的壁壘，前沿實驗室已不再像兩年前那樣重視CUDA。這是軟件層面的壁壘消解。我認爲我們正在接近甚至達到平衡，差距已大幅縮小。

其次，關於芯片本身，我們擁有自身優勢，正如我講到的UB和Nested BSP模型。這不僅是對單個芯片編程，更是以便捷的方式對大量芯片編程，我們正在提供這些能力。而在芯片內部，我們也吸取了此前的教訓，做出了大量改進。

整體上，我們正在縮小英偉達與昇騰之間的差距。我認爲如今主要差異已大幅縮小，當人們使用這些處理器開發時，不再感到陌生。

Q：關於UnifiedBus技術，這是國內在先進制程受限情況下走出的中國特色路線，還是未來全行業都可能的方向，英偉達也有可能往這個方向走嗎？

徐直軍：UB是一條創新之路，我認爲也是未來AI計算的必由之路。

因爲只有UB這種互聯技術，才能實現百萬級處理器的巨大計算機。而上百萬的處理器像一臺計算機一樣工作，才能真正實現更好、更高效率的訓練和推理，所以它是必由之路。相信過不了幾年，大家都會朝着這條路走。

爲什麼開放UB協議？就是因爲相信整個產業界會朝着這條路線走。這樣，爲AI走向AGI，需整個產業界共同努力。廖博爲什麼以論文形式公布Peerium計算架構，也是因爲這一創新架構就是AI時代的計算架構。960只是節奏變快了，規格和我去年講的一樣；HBM是在960裏面的，沒有HBM的進步，也沒有960的進步。

今天UB互聯技術是整個Peerium計算架構實現的基礎。無論是UB互聯技術還是Peerium計算架構，我們都認爲是AI時代的未來之路。

我多次講過，在單芯片上，我們的設計沒有任何問題，只是仍受制於國內的工藝。但將多芯片互聯起來成爲一臺計算機，我們已經處於全球領先的地位。這是基於架構的創新和互聯技術的創新，而且這些研究工作不是在制裁後才開始的，而是在制裁之前就開始了。第一顆AI芯片以及華爲的整個AI戰略，是我在2018年HC大會上發布的；2019年，我們發布了超節點和集羣。自那以後我們就認爲，AI要支撐大規模的訓練和推理，需要新的架構、新的互聯技術，也是從那時開始不斷投入研究、不斷創新，才有了今天講的創新計算架構和UB互聯技術。

相關閱讀

• 川普取消限制後，燃料產業警告卡車停靠站不要販售「紅色染料」柴油2026-10-08
• 原創 特努斯上任抓設計，蘋果10月密集上新，一場用硬體自救的戰略大轉向？2026-10-07
• 中國最大餃子IPO來了2026-10-07
• 萬億砸向高速充電樁，排隊為何仍是無解？2026-10-07
• 迪士尼每年都会提高公园的价格。以下是避免家庭定价的方法2026-10-06