美中科技戰下看中國AI晶片的突圍｜專家論點【劉佩真】
作者：劉佩真（台經院產經資料庫總監、APIAA院士）
雖然近期中國允諾讓輝達Nvidia可進口十萬顆H200的產品，但不可否認中國正在積極發展自家的AI晶片，以降低對Nvidia、AMD等美國公司的依賴，而目前中國的AI晶片發展狀況主要由幾家代表性的公司領軍，然而在晶片製程、原始性能和最關鍵的軟體生態系統方面，陸系商與Nvidia仍存在巨大且短時間內難以彌補的差距；整體而言，對岸AI晶片業者與國際大廠Nvidia仍存在顯著的差距，畢竟雖然中國在AI晶片領域的發展速度驚人，特別是在國家政策支持、龐大市場需求和人才投入的推動下，已成功建立起一批有競爭力的晶片設計公司。
若以中國主要的AI晶片公司而論，主要可分為兩大類，首先是專注於AI晶片的獨立設計公司，例如華為、寒武紀、燧原科技、壁仞科技等。其中華為旗下的昇騰系列是中國AI晶片的領頭羊。其中昇騰910被視為中國目前性能最強的AI訓練晶片，其性能接近Nvidia的A100。
華為不僅設計晶片，也積極建立自有的軟硬體生態系統，例如MindSpore深度學習框架和CANN軟體，試圖打造一個獨立於Nvidia CUDA之外的生態；而寒武紀作為中國最早的AI晶片獨角獸之一，寒武紀專注於AI處理器設計，其思元(MLU)系列晶片廣泛應用於雲端和終端設備；而燧原科技主要專注於資料中心的AI訓練晶片，定位為Nvidia的本土替代品；至於壁仞科技也專注於通用GPU，其晶片號稱能提供高算力，但由於晶片製程受限，目前發展仍受挑戰。
其次中國的AI晶片則是由大型科技公司內部研發，主要包括阿里巴巴與百度，前者旗下的達摩院已開發含光系列AI晶片，主要用於雲端AI推理，也正在測試新的晶片，以滿足更廣泛的AI推論任務，而百度則開發了崑崙系列AI晶片，主要應用於自身的雲端服務和AI應用。
即便中國AI晶片的發展百花齊放，但與Nvidia相較，在技術與製程差距、生態系統、市場與供應鏈等面相仍有巨大差距。若以技術與製程差距而言，目前中國性能最強的AI晶片(如華為昇騰910)大約只能追趕上Nvidia幾年前的產品(如A100)，而Nvidia早已推出更先進、性能更強的版本，況且由於美國的出口管制，中國公司無法取得最先進的EUV光刻機，導致在晶片製程上難以突破7奈米，這直接限制了晶片的性能上限。
況且生態系統差距則被市場公認為是中國AI晶片與Nvidia之間最大的鴻溝，畢竟Nvidia的CUDA平台已成為AI開發領域的業界標準，顯然開發者習慣於使用CUDA進行模型訓練與部署，這使得轉換到其他非CUDA兼容的平台需要巨大的時間和資源成本。雖然華為等公司正努力建立自己的軟體生態，但短期內要撼動CUDA的主導地位幾乎不可能。甚至美國的出口管制迫使中國廠商尋求國內供應鏈，這雖然推動境內的自主研發，但也增加供應鏈的不確定性，主要係因許多中國科技巨頭，儘管被要求使用國產晶片，但仍透過各種管道尋求Nvidia的高階晶片，反映出國產晶片在性能上仍難以滿足頂尖AI模型訓練的需求。
