幾nm不重要了！為什么我們根本不需要美國的高端芯片

快科技6月12日消息，據(jù)多方報道，美國商務(wù)部長盧特尼克(Howard Lutnick)近日重申，美方不會把自家最好的芯片直接給中國，而是希望以飛機零件、乙烷做為談判籌碼，希望中國移除稀土出口管制。

而就在2天前，《人民日報》刊登了與華為創(chuàng)始人任正非的一段對話，背后意義不言而喻。

在采訪中，任正非談到，芯片問題其實沒必要擔(dān)心，用疊加和集群等方法，計算結(jié)果上與最先進水平是相當?shù)摹?/p>

他表示，我們單芯片還是落后美國一代，我們用數(shù)學(xué)補物理、非摩爾補摩爾，用群計算補單芯片，在結(jié)果上也能達到實用狀況。

“硅基芯片，我們用數(shù)學(xué)補物理、非摩爾補摩爾，利用集群計算的原理，可以達到滿足我們現(xiàn)在的需求?！彼f。

眾所周知，目前先進芯片主要有兩個應(yīng)用方向，一是智能手機、電腦等尖端科技設(shè)備，二是AI訓(xùn)練需求最大的高端GPU。

先說手機、電腦芯片。手機就不用多說了，華為自家的麒麟9020等芯片已經(jīng)自給自足，包括華為鴻蒙電腦也使用了新一代麒麟芯片。華為MateBook Fold折疊電腦拆解顯示，CPU、電源、Wi-Fi芯片全是海思自研。

高端GPU此前一直依賴NVIDIA，雖然現(xiàn)在受到了出口限制，但同樣有替代品。

今年4月，國際知名半導(dǎo)體研究和咨詢機構(gòu)SemiAnalysis發(fā)布專題報道稱，華為云最新推出的AI算力集群解決方案CloudMatrix 384憑借其顛覆性的系統(tǒng)架構(gòu)設(shè)計與全棧技術(shù)創(chuàng)新，在多項關(guān)鍵指標上實現(xiàn)對NVIDIA旗艦產(chǎn)品GB200 NVL72的超越，標志著中國在人工智能基礎(chǔ)設(shè)施領(lǐng)域?qū)崿F(xiàn)里程碑式突破。

CloudMatrix 384基于384顆昇騰芯片構(gòu)建，通過全互連拓撲架構(gòu)實現(xiàn)芯片間高效協(xié)同，可提供高達300 PFLOPs的密集BF16算力，接近達到NVIDIA GB200 NVL72系統(tǒng)的兩倍。

此外，CloudMatrix 384在內(nèi)存容量和帶寬方面同樣占據(jù)優(yōu)勢，總內(nèi)存容量超出NVIDIA方案3.6倍，內(nèi)存帶寬也達到2.1倍，為大規(guī)模AI訓(xùn)練和推理提供了更高效的硬件支持。

報道分析稱，盡管單顆昇騰芯片性能約為NVIDIA Blackwell架構(gòu)GPU的三分之一，但華為通過規(guī)?；到y(tǒng)設(shè)計，成功實現(xiàn)整體算力躍升，并在超大規(guī)模模型訓(xùn)練、實時推理等場景中展現(xiàn)更強競爭力。

SemiAnalysis也指出，華為的工程優(yōu)勢不僅體現(xiàn)在芯片層面，更在于系統(tǒng)級的創(chuàng)新，包括網(wǎng)絡(luò)架構(gòu)、光學(xué)互聯(lián)和軟件優(yōu)化，使得CloudMatrix 384能夠充分發(fā)揮集群算力，滿足超大規(guī)模AI計算需求。

而軟件是卡不住脖子的，借用任正非的話說——那是數(shù)學(xué)的圖形符號、代碼，一些尖端的算子、算法壘起來的，沒有阻攔索。

當然，任正非也特別強調(diào)基礎(chǔ)理論研究的重要性。他說，當我國擁有一定經(jīng)濟實力的時候，要重視理論特別是基礎(chǔ)理論的研究?；A(chǔ)研究不止5至10年，一般要10年、20年或更長的時間。如果不搞基礎(chǔ)研究，就沒根。 即使葉茂，欣欣向榮，風(fēng)一吹就會倒的。

他提到，華為一年投入人民幣1800億元在研發(fā)，其中約600億元從事基礎(chǔ)理論研究，不考核。 其余1.200億元左右投入在產(chǎn)品研發(fā)，是要考核的。

“沒有理論就沒有突破，我們就趕不上美國?！比握钦f。