Huawei因国内需求超出供应而搁置全球AI芯片推出；15,488芯片的Atlas集群通过光学互连实现120 EFLOPS。

华为的下一代Ascend 900系列AI加速器将仅在中国提供销售，不会面向国际市场，原因是该公司在产能制约下难以满足国内需求。即将推出的Ascend 960系列神经处理单元（NPU）或许能够与AMD和Nvidia的部分现有AI GPU相竞争，不过这些单元在中国以外的市场需求本来就缺乏保障。

"由于我们的产能甚至不足以满足中国市场的需求，我们暂时没有计划以全面方式开拓国际市场，"华为轮值主席徐直军在公司Huawei Connect大会期间表示。他补充说，华为向"需求特别强劲的某些国家"供应有限数量产品，但未提供更多细节。

华为本周公开了最新AI加速器路线图，展示了其下一代Ascend 960、970和980 NPU相比现有Ascend 910C和Ascend 950系列在训练和推理性能方面的重大提升。Ascend 960DT和960PR计划在2027年将FP8训练性能提升至2 PFLOPS，FP4推理性能分别提升至4 PFLOPS和8 PFLOPS。它们的后继产品Ascend 970和Ascend 980预计分别达到3.6 PFLOPS和7.2 PFLOPS的FP8性能，FP4性能在未来几年内分别达到14 PFLOPS和28 PFLOPS。

尽管即将推出的Ascend NPU在性能上将大幅超越前代产品，特别是在推理领域，但在原始计算性能方面将远低于Nvidia上一代和当代的加速器。华为2027年的Ascend 960DT预计FP8训练性能为2 PFLOPS，而Nvidia在2023年发布的H200达到4 PFLOPS FP8。Ascend 960PR预计提供8 PFLOPS FP4，远低于Nvidia的B300（提供15-20 PFLOPS FP4）。即便是目标为2029年的Ascend 980，预计也仅能达到7.2 PFLOPS FP8和28 PFLOPS FP4，远低于Nvidia的R200，后者预计可达17.5 PFLOPS FP8和35-50 PFLOPS FP4。

与领先AI硬件产品存在的巨大性能差距将进一步强化华为对系统规模扩展而非单芯片性能的依赖，以此与Nvidia竞争。然而，大规模系统扩展必然伴随大幅功耗提升，这将使华为下一代Atlas SuperPod和SuperCluster在可获取AMD或Nvidia硬件的市场中明显缺乏竞争力。

华为面临一个有趣的悖论。一方面，其近封装光学（NPO）等集成技术确实释放了"老旧"工艺节点上的产能，可用于AI平台的其他组件。另一方面，SMIC在7nm和6nm级工艺节点的产能提升乏力，限制了华为AI硬件的供应能力，这正是其难以满足国内需求的原因。

虽然华为的Atlas SuperPod可配置多达15,488个Ascend 960 NPU，可提供高达30 EFLOPS FP8和120 EFLOPS FP4性能，远超Nvidia NVL72集群的能力，但其性能功耗比与Nvidia架构相比将大幅落后，这意味着此类硬件在中国以外市场的需求最多也不过有限。目前华为推进全球AI硬件战略意义有限。较为可行的策略或许是为学术和科研机构提供其硬件的云访问服务，以推广其CANN软件栈。