美國的晶片出口禁令，意外推動了中國加速自主研發的腳步。
本週四（9月17日），華為在上海舉行的年度大會上，發表了十多款專為AI運算基礎設施設計的晶片與技術，並首度公開了未來三年的產品藍圖。
華為輪值董事長徐直軍直言，「中國是一個危機感很強的國家，我們不能讓自己的命運，取決於別人願不願意賣晶片給我們，」他強調，即使目前的晶片不如美國先進，「但至少我們有了自己的供應，不用整天提心吊膽，這絕對是中國該走的路。」
2027年起的新晶片藍圖
在這波新發表的產品中，最受矚目的是華為新一代的AI加速器Ascend系列。
華為另一位輪值董事長汪濤宣布，針對AI訓練設計的Ascend 960 DT將提前三個季度，於2027年第一季正式上市；而專供AI推論使用的Ascend 960 PR，則預計在同年第三季推出。
汪濤指出，這兩款新晶片的效能將比上一代成長一倍。此外，華為也宣示「一年一代」的快速迭代節奏：預計在2028年推出 Ascend 970，並在2029年發表Ascend 980，且每推進一代，運算能力都將再次翻倍。
然而，單顆晶片的效能目前仍是華為的軟肋。華為受限於美國的出口管制，無法取得台積電等頂尖晶圓代工廠的先進製程支援。為此，華為採取以下特殊策略。
華為預計怎麼應戰？
首先是將重心放在其龐大的「超節點」（SuperPods）技術上。這套系統能將成千上萬顆較低階的AI晶片連結起來，組合成一台大型超級電腦，藉此模擬頂尖晶片的運算能力。
在這種架構下，「互聯技術」變得與運算晶片一樣重要。為解決資料傳輸瓶頸，華為也推出自主研發的高速互連協定「UnifiedBus」，試圖對標輝達的NVLink。
UnifiedBus能在不同的處理器與記憶體之間建立共通語言，讓大量AI晶片能跨越不同的伺服器機架直接溝通。
同時，為了應對巨量晶片連結帶來的龐大耗電量，華為也首度公開了「近封裝光學」（NPO）技術。
這項技術將光學傳輸元件放置在極度靠近晶片的位置，能加快資料傳輸速度，還可大幅降低耗能，直接挑戰輝達與博通採用的「共封裝光學」（CPO）標準。
同步推「軟體生態系」
在軟體方面，華為也正快速縮小與輝達的差距。輝達長期以來靠著強大的CUDA軟體平台綁定開發者，但華為半導體部門首席科學家廖恆表示，「CUDA的重要性已經不如兩年前了，」隨著訓練大型模型的新工具與方法不斷湧現，軟體的差距正在大幅縮小。
目前，華為的Ascend平台已成功獲得國際主流開源社群（如PyTorch、Triton、Linux Foundation等）的官方支援，成為全球第四個獲得PyTorch官方支援的硬體平台，這將有助於全球開發者更容易在華為的硬體上進行創新。
市場表現方面，這套策略似乎已初步奏效。華為高層透露，目前在中國市場，Ascend解決方案的市佔率已超越輝達。
更關鍵的數據是，摩根士丹利預測到2030年，中國本土企業（如華為）將拿下高達86%的中國AI晶片市佔率——在2025年，本土企業的市佔率預估還不到一半。
目前，中國頂尖的AI實驗室DeepSeek，計畫在其位於內蒙古的資料中心部署至少16萬顆華為Ascend 950 DT晶片。儘管現階段華為的產能仍無法完全滿足如此龐大的訂單，但已顯示其在國內市場的地位。
突圍之路的隱憂
華為展現了強大的企圖心，但要真正取代輝達，前方的挑戰依然艱鉅。
最直接的難關是產能與供應鏈短缺。徐直軍坦言，目前國內需求遠大於供給，不僅AI晶片，包含光學模組與記憶體晶片都處於嚴重缺貨狀態，「全球供應鏈可能要到2029年才能達到供需平衡，而在中國，這個時間點可能會更晚，也許要到2030年。」
因此，華為目前無法積極拓展海外市場，僅能為少數迫切需要的國家提供極少量的測試產品。
更深層的挑戰在於「晶片製造設備」。伯恩斯坦半導體分析師林慶元指出，華為為了徹底擺脫外國依賴，正積極扮演「專案管理者」的角色，投入龐大資金扶植中國本土的微影設備（Lithography）供應鏈，欲打造能替代荷蘭ASML的國產深紫外光（DUV）曝光機。
雖然由華為扶植的新創公司「語良生」已成功開發出首台國產先進DUV原型機，但綜合業內分析師觀察，要達到ASML的量產水準，仍需要數年時間。
（資料來源：FT, Bloomberg, WSJ, Nikkei Asia）
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢，獨家解讀
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
