記者林宸誼／即時報導 2025-02-05 13:49 ET




根據DeepSeek研究人員的測試，華為最新的AI處理器昇騰910C（Ascend 910C）的推理性能，已達到輝達H100 GPU的60%。外媒報導，這可能有助在中美關係緊張的情況下，減少大陸晶片業對美國的依賴。（圖／取自「Tom's Hardware」）
根據DeepSeek研究人員的測試，華為最新的AI處理器昇騰910C（Ascend 910C）的推理性能，已達到輝達（Nvidia）H100 GPU的60%。外媒報導，這可能有助在中美關係緊張的情況下，減少中國晶片業對美國的依賴。同時也表明，儘管受到美國政府的制裁，且無法獲得台積電領先的製程技術，華為的AI處理器能力仍在快速進步。

外媒「Tom's Hardware」報導，華為海思Ascend 910C，是2019年推出的用於AI訓練的Ascend 910處理器的一個版本。不過根據DeepSeek研究人員的測試，在推理方面，Ascend 910C的表現，達到輝達H100的60%。


雖然Ascend 910C並不是效能冠軍，但可以成功減少中國對輝達GPU的依賴。輝達於2022年推出H100。經過DeepSeek的測試，910C處理器的推理效能超乎預期。

這顯示儘管受到美國政府的制裁，並且無法獲得台積電的前沿工藝技術，但華為的 AI 處理器的能力正在迅速發展。然而 Ascend 910C 並不是 AI 訓練的最佳選擇，AI 訓練仍然是輝達保持無可爭議的領先地位的領域。

不過長期訓練可靠性，是中國處理器的一個關鍵弱點。這一挑戰源於輝達硬體和軟體生態系統的深度集成，該生態系統已經發展了二十多年。雖然推理性能可以優化，但持續的訓練工作負載需要華為硬體和軟體堆疊的進一步改進。

與原來的 Ascend 910 一樣，新的 Ascend 910C 採用小晶片封裝，主計算 SoC 擁有約 530 億個晶體管。Ascend 910 的原始計算小晶片是由台積電使用N7+ 製造技術，而 Ascend 910C 的計算小晶片，是由中芯國際採用第二代 7奈米級工藝技術（稱為「 N+2」）。

展望未來，一些專家預測，隨著 AI 模型向 Transformer 架構（一種基於自注意力機制的神經網路架構）融合，輝達軟體生態系統的重要性可能會下降。DeepSeek 在硬體和軟體優化方面的專業知識，還可以顯著減少對輝達的依賴，為 AI 公司提供更具成本效益的替代方案，尤其是在推理方面。然而，要在全球範圍內競爭，中國必須克服訓練穩定性的挑戰，並進一步完善AI 計算基礎設施。