上海交通大学张伟楠教授在采访中分享了对国产芯片发展的看法。他指出，尽管中国在单芯片性能上可能不及西方顶尖水平，但通过构建如华为昇腾384这样的超级集群，有望在集中集成式算力方面与美国抗衡甚至超越。他特别提到DeepSeek-OCR模型，因其高达10倍于大语言模型的压缩率，可能成为游戏规则的改变者。张教授认为，未来五年对中国而言是革命性的机会，中美在科技博弈上的差距被普遍认为非常小，甚至有观点认为中国仅落后1纳米。因此，在未来几年内，底层芯片的劣势有望被大规模系统设计所弥补和颠覆。华为昇腾384超节点通过先进互联技术，实现了384个NPU的高效协同，提供强大的算力，并在内存容量和带宽上具备显著优势，为大规模AI训练和推理提供了有力支持。

🚀 **集群算力新路线：** 中国正探索一条通过构建超级计算集群来弥补单芯片性能差距的新路线。以华为昇腾384为例，通过集成大量NPU并优化互联，旨在集中式算力方面与美国竞争，甚至实现超越。

💡 **DeepSeek-OCR的颠覆潜力：** DeepSeek-OCR模型因其高达10倍于大语言模型的压缩率，被视为可能改变游戏规则的技术。这种高效的模型压缩技术在国际上获得了广泛好评，预示着中国在AI模型创新方面取得突破。

⏳ **未来五年的革命性机遇：** 中美科技博弈的差距被认为非常小，甚至有顶级人士认为差距仅为1纳米。张教授认为，在这样的背景下，中国在底层芯片带来的劣势将在未来几年内被大规模系统设计和技术革新大幅度弥补。

📊 **华为昇腾384的硬件优势：** 华为昇腾384超节点通过总线技术实现384个NPU的高带宽低时延互联，解决了通信瓶颈。其CloudMatrix 384解决方案提供高达300 PFLOPs的BF16算力，并显著优于英伟达方案的内存容量和带宽，为大规模AI训练和推理提供了强大的硬件基础。

快科技10月27日消息，今日，上海交通大学计算机科学与工程系教授张伟楠在采访中谈及了国产芯片的看法。

他表示“我国现在正在走一条新路线，虽然单芯片我们可能不如最顶级的西方芯片，但我们通过芯片去构建出一个超级集群，比如华为昇腾384，有望能曲线救国，能够在集中集成式算力方面和美国抗衡，甚至超越他们。”

随后，他还提到了这两天刚刚出的DeepSeek-OCR，他认为这样的一个模型，在国外也广受好评，它有可能是游戏规则的制定者和变化者。原因在于它的压缩率，是大语言模型的10倍。

随即，他表示（未来5年对中国）会是一个革命性的机会，“无论是那边的一些议员，还是一些顶级大厂的一把手，他们对于中美之间的这个博弈，之间的差距，其实统一认知就是非常非常小的，甚至黄仁勋还称落后了1纳米”。

由此，他分析“所以说在这种情况下，底层芯片带来的弱势，将会在接下来的几年之内，极大地被替代掉，被革命掉。”

官方资料显示，张伟楠博士现任上海交通大学计算机学院教授、博士生导师、院长助理。

他长期担任NeurIPS、ICML、ICLR、KDD等会议领域主席和TPAMI期刊编委，主持国家自然科学基金优秀青年项目和科技部2030新一代人工智能重大项目课题，入选中国科协青年人才托举工程和上海市科委英才扬帆计划，获得吴文俊人工智能优秀青年奖和达摩院青橙奖。

PS：

7月26日，2025世界人工智能大会（WAIC）在上海世博中心启幕，华为首次线下展出昇腾384超节点，即Atlas 900 A3 SuperPoD。

该产品基于超节点架构，通过总线技术实现384个NPU之间的大带宽低时延互联，解决集群内计算、存储等各资源之间的通信瓶颈。

据了解，华为的AI算力集群解决方案CloudMatrix 384，基于384颗昇腾芯片构建，通过全互连拓扑架构实现芯片间高效协同，可提供高达300 PFLOPs的密集BF16算力，接近达到英伟达GB200 NVL72系统的两倍。

此外，CM384在内存容量和带宽方面同样占据优势，总内存容量超出英伟达方案3.6倍，内存带宽也达到2.1倍，为大规模AI训练和推理提供了更高效的硬件支持。

尽管单颗昇腾芯片性能约为英伟达Blackwell架构GPU的三分之一，但华为通过规模化系统设计，成功实现整体算力跃升，并在超大规模模型训练、实时推理等场景中展现更强竞争力。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：秋白

文章内容举报

]article_adlist-->