华为悄悄亮了一张底牌：鲲鹏+昇腾组合，这次不是「造神」

说实话，看到华为这次在硬件大会上的演示，我第一反应是：怎么没上热搜？

不是那种”震惊！华为造出中国最强AI芯片”的标题党，我是真觉得这事儿挺有意思的。他们这次展示的鲲鹏处理器 + 昇腾芯片组合，跑通了 LLM 训练和推理全流程——用自家的硬件，跑开源的 Llama 4 和 DeepSeek 模型。

这事儿的意义在哪儿？

先说数据：鲲鹏 920 处理器现在支持到 128 核心，昇腾 910B 芯片单卡算力 256 TFLOPS（FP16），这个数字什么概念？A100 是 312 TFLOPS，差距在 20% 以内。

20% 的差距听起来不小，但你要知道，华为这套方案的成本——包括芯片、服务器、运维——比买英伟达的方案便宜了 40% 左右。而且不用排队等货，不用受美国出口管制的限制。

我个人的感受是：这不就是国内很多企业一直在等的东西吗？

你说它是”国产替代”？也对，但不完全对。华为这次没有打「自主可控」的宏大叙事，也没喊「突破封锁」的口号。就是很务实地把技术数据摆出来：我们这套方案，能跑大模型，性能差 A100 不多，成本便宜 40%，你要不要试试？

这让我想起 2024 年那会儿，华为刚推昇腾芯片的时候，网上很多人说”性能不行””生态跟不上”。我当时也持保留态度——毕竟 AI 芯片这东西，不是你有硬件就行的，CUDA 生态那是英伟达花了十几年堆起来的。

但现在看，华为的策略很聪明：不跟 CUDA 正面硬刚，而是走「国产大模型」这条路。

什么意思？就是我不去抢你的 CUDA 开发生态，我只专注服务国内的 LLM 厂商——DeepSeek、通义千问、文心一言这些。你用我的芯片，我给你提供从驱动到框架的全栈支持，训练推理一条龙搞定。

这招的效果已经开始显现了。目前国内至少有 15 家大模型公司（包括几家头部厂商）在用华为的昇腾芯片做训练和推理。 华为官方没公布具体名单，但根据我了解到的信息，DeepSeek 的部分推理集群已经在用昇腾 910B 了。

这事儿有意思的地方在于：华为不是在做”中国的英伟达”，而是在做”大模型时代的 IBM”。

英伟达卖的是通用 GPU，你要玩游戏、做渲染、搞 AI 训练，都能用。但华为的鲲鹏+昇腾组合，从一开始就是面向 AI 计算的——鲲鹏做通用计算（数据预处理、模型推理的 CPU 部分），昇腾做加速计算（训练和推理的 GPU 部分）。

这种架构的优化空间比通用 GPU 大得多。因为你知道用户要干什么，可以针对性优化。

举个例子：华为这次演示了一个 70B 参数的 Llama 4 模型推理，在昇腾 910B 上跑出了每秒 28 个 token 的生成速度。这个速度在 A100 上大概是每秒 35 个 token——差距在 25% 左右，但如果你考虑到成本差距（40%），性价比其实是高的。

当然，我不是说华为的方案已经完美了。最大的问题还是生态： CUDA 有十几年的积累，全球几百万开发者在用，华为的 CANN（Compute Architecture for Neural Networks）生态现在还很小。

但华为这次做得聪明的地方是：它没有试图让开发者从 CUDA 迁移到 CANN，而是直接提供预训练好的模型和推理框架。 你不用改代码，直接部署就行。

这就把门槛降下来了。

说实话，我一直觉得国产 AI 芯片最大的问题不是性能，而是易用性。你性能差一点没关系，只要你让开发者用起来不折腾，就能抢到市场份额。

华为这次的策略，至少在方向上是对的。

最后说一个细节：华为这次演示用的模型是 Llama 4 和 DeepSeek——都是开源模型。这意味着什么？意味着华为的方案是完全开源友好的，你可以用自己的模型、自己的数据、自己的硬件，把整个 AI 训练推理链条掌握在自己手里。

这对于那些对数据隐私敏感的企业（比如金融、医疗、政务），是一个很大的卖点。

我不知道华为这套方案最终能走到哪一步，但至少这次，我没有看到那种”我们要颠覆英伟达”的狂言，只有很务实的「我们提供了一个备选方案」。

说实话，这种低调务实，反而让我觉得靠谱。