AI芯片成全球焦点！H20算力仅两成却有人买，为啥？

在算力起主导作用的时代，人工智能的算力非常关键，其核心部件是AI芯片，AI芯片已成为全球科技竞争的焦点，我国在芯片领域发展得怎么样，和国际领先企业相比有哪些差距，以下将做详细分析。

国内芯片差距缩小

6月6日，盘和林作为一位知名经济学家，同时也是工信部信息通信经济专家委员会委员，提出观点，我国芯片产业曾因缺乏光刻机和EDA技术而处于不利地位，然而华为等企业积极布局，目前我国在AI算力芯片领域的国际差距已显著减少，这一现象显示出国内企业付出的努力正逐步转化为实际成果。

国内企业先前处于不利地位，依靠自主的研发投入，正努力在芯片技术领域迎头赶上，逐步缩小与国际领先水平的差距，预计未来有望实现更为显著的进展。

算力堆叠可补差距

盘和林指出，AI训练所需的算力可通过堆叠方式提升，也就是通过并行计算来提升。即便H20的算力仅为H100的20%，但使用5至6张H20，其总算力就能与一张H100相媲美。以昇腾910c为例，单张卡片的算力或许略逊，不过增加数量，就能弥补单卡算力不足的问题。

芯片数量增加或许会致使能耗上升，还可能造成连接带宽和算力损耗，不过，通过增加芯片数量，的确能够达成与高端芯片集群相当的性能，此做法为我国芯片行业发展提供了一条切实可行的路径。

兼容性成发展困扰

中国AI发展存在一个大难题，即算力的兼容性问题。值得庆幸的是，年初deepseek发布后，因其算力需求较低，国内AI芯片厂商纷纷对其进行适配，这在一定程度上减轻了兼容性方面的困扰。

国产AI芯片存在兼容性欠缺的问题，这限制了它被广泛使用，适配deepseek的做法是一种积极尝试。不过，要推动国产AI进一步发展，在兼容性技术领域持续进行优化与革新是必要的。

英伟达核心竞争力

台积电承担英伟达芯片的生产工作，所以该公司的硬件制造能力不是其核心优势。英伟达的专长在软件领域，尤其是CUDA平台。英伟达的AI芯片兼容性广泛，既适用于图形处理与深度学习训练，也支持无人机应用和加密货币挖矿。

英伟达的芯片产品凭借丰富的软件生态系统，在市场上展现出显著竞争力，这些产品能适应多种应用场景，满足多样化需求，这是国内芯片企业应借鉴并努力追赶的发展目标。

国产芯片发展路线

国内芯片行业的企业选择了各自不同的发展路径，昇腾选择的是多应用兼容的发展方向，与此同时，海光和寒武纪专注于专用芯片的开发，这些专用芯片不兼容其他用途，仅适用于AI训练，这些不同的技术路线都有其独特的优势与不足。

采用广泛兼容的芯片设计，可提升芯片在多种场景下的适用性，不过，这种设计路径研发挑战较大，针对特定领域的专用芯片，能在此领域内达到较高性能水平，但其应用范围相对较窄。

国产希望之星

总体来看，目前我国本土存在希望之光，而这希望之光似乎仅剩下华为的昇腾系列。昇腾在兼容性方面展现出了一定优势，它采用了多应用兼容策略，此策略也为昇腾带来了更为广阔的应用前景。

国内芯片市场有其他竞争者，然而昇腾芯片已展现出明显的能力，还具备成长潜力，在未来，它于国产芯片领域的表现，肯定会让人满怀期待。

业界普遍持有这样的观点，国产芯片要是想要追赶英伟达，那么面临的主要困难是什么？我们真诚地邀请您在评论区发表看法，与此同时，也请您为本文点赞并且进行转发。