厉害了！华为昇腾AI芯片中国份额已超过英伟达

四年逆转：从3%到50%的份额跃迁

华为轮值董事长徐直军近日公开确认，昇腾芯片在中国市场的份额已经超越英伟达。第三方机构的统计与华为全连接大会披露的数据互相印证：昇腾系列在中国的占有率约为50%，英伟达则降至8%左右。要知道在2022年，英伟达几乎独占中国市场95%的份额，昇腾只有3%的零头。

这个数字的变化之所以值得琢磨，不在于谁多谁少，而在于它发生的方式。中国市场并非主动”选择”了昇腾，而是在外部供应持续受限的条件下，被推着走出了一条替代路径。当最先进的产品买不到、买不稳，本土供应商哪怕性能略逊，也会因为”可交付”这一条最朴素的理由，拿到真实的订单和真实的迭代机会。份额的翻转，本质上是供应链确定性对绝对性能优势的一次阶段性胜利。

但真正的考验在后面。份额可以靠缺口获得，口碑却必须靠集群跑得稳、模型训得动来赢得。能否守住这50%，取决于接下来的工程兑现能力。

单芯片受制，就用百万级互连绕过去

徐直军并不回避短板：若只看单颗芯片，华为面临的瓶颈是可用先进制程节点受限。这句话背后的现实很硬——制程是买不来的，短期也难以追平。华为给出的解法是换一个维度竞争：既然单点算力受限，就把海量芯片高效连起来，让整机、整集群的性能说话。

为此华为主攻以Peerium计算架构与UnifiedBus（灵衢总线）为核心的SuperPoD解决方案，宣称可支持多达一百万个处理器实现对等互连。这与此前主流的主从式设计范式截然不同：当规模冲到十万卡、百万卡量级，主从架构的通信瓶颈会被无限放大，而对等互连能把延迟和带宽的压力摊薄到每一条链路上，从而提升大模型训练中的模型浮点运算利用率（MFU）。

这是一条典型的”以系统工程换半导体工艺”的路线。它不解决光刻机的问题，但可以让同一颗芯片在集群中释放出数倍的可用算力——某种意义上，这是用工程能力把制程差距部分对冲掉。

CUDA这堵墙，正在松动

比硬件更难啃的是软件。海思首席科学家廖恒博士坦言，两年前昇腾最大的障碍正是PyTorch与CUDA构筑的生态壁垒——迁移成本高、算子适配慢、开发者不愿换。这也是过去几年国产AI芯片”纸面参数好看、实际用起来难受”的根源。

但情况正在变化。廖恒指出，近18个月来模型的数学复杂度与程序设计复杂度大幅提升，新的编译器语言不断涌现，前沿实验室对CUDA的依赖已不再像过去那样刚性。当模型本身从”手写算子”转向”编译器自动生成”，软件栈的可替换性就显著提高了。这对昇腾是一个难得的时间窗口。

当然，差距缩小不等于差距消失。训练框架之外，推理工具链、调试生态、开发者社区的惯性，都是需要以年为单位去填的坑。

25.6万张卡的超级节点，赌什么

硬件端的落点也很明确。华为正在部署测试规模达25.6万张计算卡的Atlas 950 SuperPoD超级节点。廖恒解释了这个规模的来由：一方面是为了支撑未来两年中国6至7家前沿AI实验室训练10万亿至40万亿参数级别的基础大模型，另一方面则是出于对数据中心电网与电力输送承载力的现实考量。

值得玩味的是后一句。当算力集群的规模进入十万卡时代，制约它的已经不只是芯片，而是变电站、输电线路和散热系统。换句话说，AI竞赛的下半场，比的是谁能在电力与工程约束下把集群真正跑起来、跑得久。这恰恰是系统工程能力的战场，也是昇腾份额能否从50%继续向上走的关键变量。