华为昇腾950：中国AI战争的基础设施
之前家里的光纤断了，因为我们的光纤不是牵电信的，所以要单独买一捆自己牵。武汉的天又热，我牵完之后还瘫了两三天，太累了，所以搞得像消失了半个月。不过现在我终于回来了。
这两天，华为的昇腾950的集群亮相人工智能大会。哇，太厉害了！完全是换了一个套路，乱拳打死老师傅。就是因为华为的这个机会，我认为中国几乎已经赢下了这轮AI战争。
参数与通讯技术¶
好，我跟你讲字面上的参数吧。华为这套机柜今年发布的是最大 8192 卡统一内存，同期比英伟达 72 卡的机柜算力高 16 倍，能用的统一内存就更多了。也就是说，华为并没有更先进的制程，但是华为有更先进的通讯技术。这个统一内存、统一架构，虽然单卡算力不强，但足以支撑推理、训练等各环节的模式。因为如果你平常在本地跑过一些大模型，就会知道大模型对 GPU 算力的占用其实没多高，除非是并发推理占满的时候。在并发时，它对显存的要求很高，特别是当上下文达到 1M 时，KV Cache 涨得非常非常快，反而对显存和带宽有要求。这个时候，考验的其实是多卡通讯技术，对吧？华为在这方面就有巨大优势。
智能涌现与统一内存路线¶
从另一方面来讲，在 GPT 刚刚开始惊艳我们的时候，其实就是算力突破了某个量级，产生了一种叫"智能涌现"的情况。你可以认为，当参数累积到一个量级，量变引起了质变，看上去突破了智力的边界，能够通过图灵测试。目前我们的整个大模型能力虽然在增强，但总体上来讲，还是在上次涌现的平台上。可能到下一次更大的突破，还需要累积到另一个量级才能涌现出来。当然也不一定有，这没谁说得准。但是华为目前堵这条路，就是堵我的统一内存大。我能用通信技术覆盖掉你的单卡算力优势，就像苹果用统一内存代替显存，导致 Mac Mini 可以做统一推理是一样的。
生态验证：DeepSeek 与智谱¶
中国因为有了华为这整套硬件的基础，而且华为这套系统其实已经给智谱和深度求索用过，GLM 和 DeepSeek 都已经验证在这套系统上是可行的。所以 4 月份的时候，DeepSeek 当时就说，等到华为 950 节点大规模上线的时候，他们将大幅降低价格。这肯定是因为当时已经测试过了，所以 DeepSeek 才把价格一直写得这么低。可能在 4 月份到 6 月份期间，他们算力不足，是在贴钱做，甚至 6 月份明显的"降智"可能就是算力的原因。但是到 7 月中下旬、8 月份的时候，等到算力大规模上线，我估计 DeepSeek V4 的正式版能够还原到当时 4 月底的能力。这都是华为这套硬件的功劳，也就是奠定了中国人工智能如果能胜利的最底层基础。
经济学与持久战¶
从经济学上来说，哪怕中国的大模型只能做到顶尖大模型 80% 的能力，它就能把 80% 甚至 90% 的钱赚走。因为我们更多的业务场景不需要那么高的智能，留给国外顶尖模型的生存空间就只剩 10%~20%。它花了那么贵的价格去做整个系统搭建和模型训练，价格永远是高高在上的。在经济学上它注定吃亏，亏着亏着钱总有烧干的一天。
我相信中国人是不怕打持久战的。华为在做这套机器、构建整套系统的时候，很多地方的成本就已经打下来了，国家是一定介入过的。它不像英伟达这种纯商业的公司，要计算商业上的得失。所以在搭建硬件系统的时候，成本可能就只有美方的 1/10 甚至 1%。从中美军费的相对开销来讲，你就能看得出来，美国一个马桶可能都几千美元，这在中国来讲是不可想象的，一个马桶可能几十块上百块就能采购回来。所以硬件上，华为只要能做出来足以对抗英伟达的产品——甚至目前从华为这套技术路径、技术路线演进来说，它比英伟达的效果还要好——硬件上就已经奠定基础了。
软件层面：Kimi k3¶
最近软件上，前几天发的 Kimi k3，它基本上已经到达目前公开可用大模型的"SOTA"，它跟 Fable 5 只差一点点，跟 GPT-5.6 sol版本相差无几，而且这还只是 Kimi k3 的第一个版本。我们知道 Kimi 的预训练数据和能力都很好，它的后训练相对差一点，但是可能发展到 Kimi 3.2 甚至 3.5 的时候，这个模型就能超过目前的 Fable 5。而且目前的这个模型能力已经极佳，这还仅仅是中国的大模型公司之一。在同期我们看之前在同样做 1T 大模型的时候，GEMINI 明显是比 Kimi 做得好的，DeepSeek 也不差，当然 DeepSeek 更偏文科一点。
所以我判断，中国基本已经打赢 AI 战争。