摘要:在上海举行的华为全联接大会上,一项事关全球AI算力格局的新技术被正式公布:华为发布了完全由国产芯片驱动的超级节点计算集群,并揭示了支持百万处理器规模的UB-Mesh互联技术。
在上海举行的华为全联接大会上,一项事关全球AI算力格局的新技术被正式公布:华为发布了完全由国产芯片驱动的超级节点计算集群,并揭示了支持百万处理器规模的UB-Mesh互联技术。
在过去十年,英伟达通过GPU+CUDA构建的技术体系,几乎垄断了全球AI训练和推理市场。尤其是在大模型训练方面,英伟达A100和H100等高端芯片成为全球AI公司争相采购的核心资源。
又因为美国政府进一步收紧对华AI芯片出口政策,使得英伟达不得不推出“特供版”芯片,如A800、H800,以此规避出口的限制。
但这些“阉割版”芯片在性能和功能上与原版差距显著,根本无法满足国内企业对大规模模型训练的需求。这一出口限制,让中国AI企业面临算力短缺的风险,但也直接促使了企业加快国产替代的技术部署。
而阿里、字节选择华为,也不仅有政策的原因,其AI芯片本身就得到了重大进展。在Hot Chips大会上,华为还公开了UB-Mesh互联协议的具体细节。
据称,该协议可支持百万处理器规模的AI集群互联,具备开放性、兼容性和高带宽低延迟的特点。这项技术的提出,提供了系统级别的替代路径。
此外,华为的“超级节点”架构更是摒弃了传统GPU集群分布式计算模型,反倒通过将多个昇腾芯片高度集成,实现节点内芯片间的高速直连通信。
在华为此次公布的六年期昇腾AI芯片路线图中,显示其在高带宽内存、集群互联、节点扩展等方面已有明确的技术发展路径。
路线图中的昇腾950PR芯片预计将在2026年第一季度发布,与AMD MI400和英伟达下一代Blackwell架构芯片发布时间几乎同步。
而从此次UB-Mesh协议开源的决定看,华为并没有选择封闭路线。华为明确表示,UB-Mesh将作为开放标准,支持其他国产芯片厂商和系统架构接入,共同构建国产AI生态。
事实上,不只是中国,在地缘政治影响日益扩大的背景下,越来越多国家开始重视技术供应链的安全性与多样性。
印度、沙特、俄罗斯等国家也在推进本地AI芯片部署计划,华为提出的开放架构,可能为全球寻求“去英伟达化”的国家提供新的技术选项。
中国AI芯片市场年需求量超过数百万片,形成了一个规模可观的产业增长空间。
在这种背景下,腾讯、百度、字节跳动等企业主动参与国产替代,不仅是响应政策,也是出于对“算力独立可控”的技术战略考量。根据产业链消息,华为昇腾芯片在多个互联网公司内部已进入核心业务部署阶段。
例如字节跳动在其视频推荐算法系统中,已将部分训练任务迁移至昇腾平台;阿里云则将华为超级节点作为替代GPU方案,应用于企业客户的AI算力服务中。
企业的实际部署说明,国产替代已从“试验项目”变成了“生产力工具”,这也是对华为技术方案能力的认可。
华为没有尝试“复制”英伟达,而是走出了一条系统级创新的路径。超级节点+昇腾芯片+UB-Mesh互联协议构成的技术体系,是对传统GPU模式的正面挑战。
阿里、字节的选择,不是孤立事件,是整个中国AI产业结构性转型的缩影。中美之间的算力竞争,不只是硬件性能的比拼,也是技术路径、生态体系和系统架构的较量。
真正的技术独立,不是对外的封闭,在于关键节点上能自己做主。华为的超级节点,正在成为中国AI产业中重要的一环。
来源:晓婷医生吖