華為 AI 晶片一年取代 Nvidia？流傳講法仲欠效能、耗電同生態實證
投資者會議稿未獲確認，官方資料只證明產品已經亮相
TechNews 科技新報報道，一份流傳嘅投資者會議紀錄將多個講法歸於 DeepSeek 創辦人梁文鋒，包括華為晶片大約四張先追到一張 Nvidia、DeepSeek 可能取得約 1.6 萬張 Ascend 950，同中國一年左右可以大幅減少依賴 Nvidia。數字夠搶眼，不過成件事最值得拆嘅地方，正正係「有替代品」同「換得過」之間仲隔住幾多工程同成本。
先搞清楚：呢份紀錄未獲 DeepSeek 確認
科技行者整理頁寫明，材料來自 WeChat 流傳嘅 PDF，似係 AI 轉錄，未獲梁文鋒或者 DeepSeek 確認。文件標示嘅音訊日期同整理者推算嘅會議日子亦對唔上。TechNews 科技新報據呢份材料報道，但未補到錄音、與會者確認或者 DeepSeek 官方聲明。所以「四比一」、約 2 萬張 H100 等效算力、1.6 萬張 950 卡同一年時間表，全部都係 [待確認]，現階段唔適合當公司正式披露。
圖片：Huawei
四張追一張，算唔出成套系統抵唔抵
就算暫時接受流傳稿嘅四比一估算，呢個比例仍然欠咗測試工作、數據格式、模型大小、功耗同集群使用率。訓練、批量推理、低延遲 API 各有唔同樽頸，一個 FP8 峰值亦代表唔到每秒可以穩定交付幾多 token。華為官方確認 Atlas 950 SuperPoD 最多連接 8,192 粒 Ascend NPU，靠 UnifiedBus 將大量晶片砌成一部邏輯電腦；呢條路可以用系統規模補單粒晶片差距，不過晶片越多，網絡、散熱、故障處理同調度難度亦會一齊升。
耗電仲唔可以略過。SemiAnalysis 分析上一代 CloudMatrix 384 時，估算佢用電約係 GB200 NVL72 嘅 4.1 倍，而每 FLOP 能源效率亦差一截。呢組數字講緊 Ascend 910C 系統，唔可以直接套落 Atlas 950，不過已經示範咗堆更多晶片追總效能要付咩代價。電費、液冷、機房供電同可用機架位都會入帳，晶片單價平啲，總持有成本仍然可以貴過預期。
發布咗 SuperPoD，唔等於有足夠供應
華為已經公開展示 Atlas 950 SuperPoD，官方資料亦講到最多 8,192 粒 NPU 嘅配置。不過產品亮相、客戶開始收貨、產量足以支撐大型訓練集群，係三個唔同階段。暫時未見華為或者 DeepSeek 一手確認 1.6 萬張卡嘅訂單、交付進度同可用率。尤其前沿模型訓練會連續佔用大量晶片，一批卡到齊之後，仲要睇互連、儲存同軟件可唔可以穩定跑足數星期。
計折舊唔可以淨係睇財務報表上嗰條年期。AI 晶片更新得快，新一代可能用較少電完成同一工作；舊集群未供完，單位 token 成本已經落後。公司評估 Ascend 時，要將採購價、機房改裝、工程團隊時間、停機風險同下一代晶片時間表放埋一齊計。缺 Nvidia 貨嘅公司可能接受較高成本換取供應，但有得揀嘅客戶，門檻自然高好多。
CUDA 護城河有缺口，但搬家仲會撞牆
華為正開放 CANN 多個軟件層，vLLM-Ascend 亦已成為社群維護嘅硬件插件，支援多類 Transformer、MoE 同多模態模型。呢啲進展確實令 Ascend 易用過以前，亦令開源模型較容易同時照顧多款晶片。不過「有 PyTorch 同 vLLM 支援」只代表基本路徑行得通，自訂 operator、量化、分散式訓練、監控同除錯工具仍然會拉開日常使用差距。
一篇 2026 年 7 月公開嘅 Ascend 部署研究，喺 16 張卡上跑兩款大型推理工作時，要改 12 處插件源碼，又要關掉部分高吞吐功能先維持數值正確。呢個只係單一研究，測嘅亦唔係 Ascend 950，所以唔足以判定整個平台表現；但佢清楚指出，遷移成本會藏喺 operator 覆蓋、編譯器、平行運算穩定性同監控入面。AI 可以幫手改 code，卻唔會自動消除硬件故障同數值誤差。
中美差距講成只差算力，仍然太簡化
流傳稿將梁文鋒嘅判斷概括成中國唔缺人才，主要輸喺運算資源。運算力不足的確會減少實驗次數、模型規模同試錯空間，開源團隊亦較難追上每隔幾個月更新嘅前沿模型。不過材料本身同時提到高質素數據、標註同訓練流程要時間累積。晶片供應改善可以加快研發，卻補唔返多年建立嘅數據管線、工程工具同集群營運經驗，所以呢句較適合視為梁文鋒嘅產業判斷，唔係獨立技術結論。
至於用 DeepSeek API 或內地雲端 AI 服務嘅公司，底層行 Nvidia 定 Ascend，初期可能完全感覺唔到。實際要計嘅係 API 價格會唔會穩定、延遲同可用率有冇保證、模型更新會唔會改輸出，同日後搬去另一個供應商要改幾多 code。下一步要睇華為實際交付量、獨立 Atlas 950 工作負載測試，同 DeepSeek 會唔會正式確認呢份會議材料。呢三方面未有答案之前，仍然未有足夠證據支持「一年取代」呢個講法。
參考來源
- TechNews 科技新報 — DeepSeek 創辦人梁文鋒放話華為一年就可擺脫輝達，美中差距只在算力 — original report
- 科技行者：梁文鋒在投資者會上說了什麼？ — 交代 PDF 來自網上流傳、疑似 AI 轉錄，同未獲梁文鋒或 DeepSeek 確認
- Huawei：Atlas 950 SuperPoD 官方介紹 — 核對 Atlas 950 已公開嘅規模、UnifiedBus 同 CANN 開源方向
- NVIDIA：GB300 NVL72 產品頁 — 核對 Nvidia 72 GPU 機架架構、記憶體同互連等官方資料
- SemiAnalysis：Huawei AI CloudMatrix 384 分析 — 提供上一代華為大型集群同 GB200 NVL72 嘅系統效能及耗電背景
- vLLM-Ascend 官方 GitHub — 核對 Ascend 對 vLLM、PyTorch 同開源模型嘅支援現況
- Ascend 大型模型推理部署研究 — 補充由 CUDA 遷移到 CANN 時，operator、穩定性同除錯方面嘅實際工程成本
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
