英伟达发布2026财年Q1季度财报之际，我们看下华为的昇腾AI GPU与英伟达的差距还有多大。据资料显示，华为昇腾910C GPU采用与英伟达相似的技术路径，针对AI模型规模与数据处理量爆发式增长的行业趋势，创新性引入双芯片Die设计，通过互连桥接技术将两个GPU核心与周边内存模块高效协同，实现计算与存储能力的双倍提升。

根据官方参数，该芯片在16位精度下可提供800 Teraflops的计算性能，达到英伟达H20的4倍。虽然与英伟达旗舰产品GB200仍有差距，但其内存带宽优势与至少高出两倍的每瓦性能效率，使其成为国内极具竞争力的本土替代方案。

华为将384颗昇腾910C GPU整合为AI云矩阵384系统，直指英伟达DGX Cloud 72系统。DGX 72包含72颗GPU，通过Nvlink连接，使用66个Nvlink交换机以扁平化方式互连所有GPU，允许多个GPU相互通信，且这些连接主要是铜缆连接，整个系统能够实现180 petaflops的FP16计算性能。华为的新云矩阵由384颗GPU组成，数量是英伟达的五倍，且系统性能几乎达到英伟达方案的两倍。不过，在能效方面，云矩阵的系统级功耗约为600千瓦，而英伟达DGX 72为145千瓦，功耗高出四倍。

英伟达和华为都采用了“全对全”（all-to-all）架构，即每个GPU与其他所有GPU通信，英伟达的DGX 72为了互连72颗GB200 GPU及机架内的Nvlink交换机，英伟达使用了5000根铜缆。而华为依赖光学链路，不仅在机架之间，甚至在GPU之间也使用光连接，这些光收发器会消耗大量电力，能够突破传统电气连接的带宽瓶颈，为大规模集群的低延迟数据交互提供可能。

显然，这并非英伟达1:1的替代品，但足以取代英伟达的H20 GPU，且在集群层面仍能超越英伟达的性能。另外，与美国和欧洲不同，国内对功耗限制的担忧较少，因为国内电价成本较低且电网基础设施持续升级的特点，厂商对华为方案功耗的容忍度也更高。

华为云矩阵运行在华为专有的Kan软件栈上，该软件栈类似于英伟达的CUDA栈，专为其GPU设计，并针对其神经网络处理单元（NPU）进行了优化。Kan软件栈负责从编译器到图优化、再到硬件工作负载分配的所有环节，在这个新的云矩阵系统中发挥着关键作用。华为NPU基于其专有的达芬奇架构构建，用于加速矩阵乘法或张量处理等AI任务。

华为在芯片技术上虽稍有落后，但其在系统层面、网络层面和软件栈层面找到了变通之法。据了解，下一代华为GPU昇腾920 GPU正在生产中，外媒表示：“虽然制造仍然是其面临的最大挑战之一，但这只是时间、资金和毅力的问题，而且，华为也并不缺乏。”

参考资料：https://www.youtube.com/watch?v=r84Y1iXPRgk