華為攻AI 另闢蹊徑

                                                       在輝達（NVIDIA）受到美國管制，晶片無法向大陸銷售之際，華為正透過自研的昇騰（Ascend）晶片，完成人工智慧（AI）中的“推論”（Inference）任務，并推薦給其他陸企採用，藉此在AI晶片市場中搶占更多市占率。

                                                       生成式AI的學習通常可分為訓練與推論兩個階段。推論是指大型語言模型（LLM）在生成回應時所進行的計算。

                                                       華為預測，隨著AI訓練階段的飽和，以及未來聊天機器人等AI應用程序變得更加普及，市場對AI“推論”的應用將有更大需求。

                                                       中華經濟研究院第二研究所國際鏈結組副組長江泰槿指出，面對美國愈來愈嚴格的科技管制，大陸正採取多管齊下的突破策略。大陸政府本身推出研發費用加倍扣抵、高科技企業租稅優惠等政策，積極扶植本土企業創新。

                                                       在運算能力方面，江泰槿表示，大陸透過分散式運算和演算法優化，整合中低階晶片運算力，開發專用AI加速器。其次，加速產業鏈在地化，從晶片設計到封裝測試全面布局。最后，探索替代性技術路線，透過改進演算法效率和優化模型架構，降低對高階硬體的依賴。

                                                       英國金融時報（FT）報導，大陸主要AI企業都仰賴輝達的繪圖處理器（GPU）訓練大型語言模型，但華為不想挑戰輝達晶片在訓練領域的地位，而是把最新的昇騰AI晶片，定位為大陸企業在執行“推論”工作時的硬體選擇，押注若模型訓練腳步放慢以及聊天機器人等AI應用更廣獲採用，推論的需求將升高。

                                                       報導引述華為的員工和昇騰的客戶指出，華為聚焦于技術挑戰較低，但也有利可圖的路徑，也就是翻新以輝達晶片訓練的AI模型，用昇騰晶片運行。

                                                       由于輝達和昇騰的軟體系統不同，華為正幫助企業使用另一套軟體工具，讓兩個系統相容。

                                                       華為蘇黎世研究室研究推論加速的資深AI研究員薩查洛波洛斯（Georgios Zacharopoulos）表示，訓練很重要，但只會進行幾次，華為主要聚焦于最終將服務更多客戶的推論。

                                                       大陸已要求當地科技巨頭採購更多華為的AI晶片，降低對輝達的依賴。

                                                        報導引述一名熟悉輝達大陸營運的消息人士的話指出，華為被輝達內部視為在大陸的最重大競爭對手，華為的晶片設計能力“非常先進”。

                                                        美國已針對管制出口管制AI晶片的對大陸出口，希望阻礙大陸在敏感科技的進展，因此大陸企業無法取得最先進的GPU，而是只能獲得效能較低的輝達H20晶片，但因為仍比當地其他選擇更好，因此需求依然熱門。

                                                        據半導體研究與顧問公司SemiAnalysis估算，輝達去年在大陸出貨100萬組H20晶片，銷售額120億美元，銷量為昇騰910B的兩倍。