9月15日，华为监事会主席郭平在与新员工座谈时说了一句话：“对于ICT业务及计算领域，华为的目标是成为‘英伟达’。”
注意，是“成为”，不是“超越”。
成为英伟达，是要在全球AI算力基础设施里占住那个不可替代的生态位。核心不是自己搞一个比GPT更强的大模型，而是让全球各种优秀大模型都能在华为的昇腾、鲲鹏、超节点及集群上高效运行。
郭平是在告诉所有人：华为不想在英伟达的规则里赢，华为想换一套规则。
单卡打不过，那就把棋盘改了
先承认一个事实：单颗昇腾芯片和英伟达最新旗舰比，有差距。华为半导体首席科学家廖恒自己都说过，国产半导体在单芯片规格上本就吃亏。制程被卡在DUV，先进工艺拿不到，这个物理约束短期内绕不开。
但华为的解法是：不比单卡，比系统。
昇腾950超节点，支持8192张卡集群，FP8算力8 EFLOPS，互联带宽16.3 PB/s。对比英伟达2026年下半年才上市的NVL144，卡规模57倍，互联带宽62倍。
打个比方：单卡比不过，相当于拳击赛打不过，华为直接把擂台拆了，改办团体赛——一队8192人上场。
徐直军说得很直白：“只有依靠超节点和集群，才能突破芯片制造工艺限制。”
英伟达卖GPU，华为卖的是整台“逻辑计算机”。8192张卡通过灵衢互联协议，在逻辑上像一台计算机一样工作。卡间通信时延压到微秒级，传统集群卡间通信慢、数据搬运耗电的瓶颈，被系统架构层面解决了。
生态的账，才是真门槛
但系统架构能解决算力问题，解决不了开发者习惯的问题。
英伟达真正的护城河，从来不是那块GPU，是CUDA。全球几百万开发者，十几年的代码、工具链、调试经验，全焊死在CUDA上。要让这批人搬家，难度比造芯片本身更大。
从CUDA迁移到华为CANN，需要大规模重写和重新优化代码。有开发者算过账：迁移时间和投入成本至少增加50%。
华为知道这笔账难还。所以2025年底，华为把CANN全面开源了。
截至目前，CANN开源社区上线67个项目，开源代码超1244万行，月活跃开发者突破3500人。CANN 8.0实现了对PyTorch的原生级支持，把迁移成本大幅降低了80%以上。
还有一个更关键的变化：模型开始主动适配国产算力了。
DeepSeek-V4发布当天，昇腾、寒武纪、摩尔线程等至少8家国产芯片完成Day-0适配。以前是国产卡追着模型求适配，现在是模型把国产平台当一等公民。
郭平对此的判断是：“人工智能时代技术迭代速度加快，传统意义上的技术护城河也可能发生变化。随着AI技术不断突破，包括CUDA生态在内的既有技术优势都可能面临新的挑战甚至替代。”
这话有底气，但也留了余地。CANN的开发者规模、工具链成熟度、社区问答的响应速度，和CUDA比还有很大差距。开源是第一步，让开发者真的觉得“好用”，才是第二步。
市场已经在投票
据多家媒体报道，黄仁勋曾坦言在中国AI芯片市场竞争不过华为。
数据也撑得住。2025年中国AI加速卡出货量约400万块，国产芯片占比41%。华为出货81.2万颗，拿下约20%的市场份额，在本土厂商中排名第一。英伟达虽然仍以55%份额排第一，但和此前95%以上的统治地位相比，已经大幅下滑。
客户选择也在变。DeepSeek-V4就是基于昇腾950做原生训练。虽然四季度昇腾950超节点才正式上市，但先锁定DeepSeek、字节这些公司的需求，芯片刚出来就合作。
但别急着说“超越”
差距是客观存在的。
训练侧和推理侧是两回事。推理侧国产芯片适配已经跑通，但前沿大模型的训练，仍然高度依赖英伟达。
迁移成本也不小。对于Kimi K3这类仅公开权重、不开放源码的模型，迁移到昇腾可能需要约10名工程师额外投入6个月以上。
超节点的部署成本同样不低。一套昇腾384超节点价格上亿元，这个量级的投入，中小企业根本玩不起。
从昇腾950到970，几乎一年一代，韬定律V2把路线图排到了2031年。
郭平说，华为并不以超越某一家特定企业作为发展目标，而是专注于做好自身产品。全球市场可以容纳多家公司、多类产品共生共存。
华为不跟你比谁跑得快，华为在修一条自己的路。路修好了，自然有人来走。
能不能成，不看今天谁的单卡跑分高，看三年后开发者愿不愿意把新项目写在CANN上，看车企、互联网大厂、运营商敢不敢把核心训练任务交给昇腾集群。
郭平说AI是华为“最大的机遇”。这个机遇的赌注，从来不是“超越英伟达”四个字，是让英伟达的护城河，在系统级创新的冲击下，不再是唯一的选择。
你觉得华为“成为英伟达”这条路，最大的变数在哪？
A. CANN生态能不能追上CUDA的开发者体感
B. 训练侧差距能不能在三年内实质性缩小
C. 超节点成本能不能降到中小企业用得起
我押A。硬件有路线图，有数据，有客户在等。但生态的账，是几十万开发者用脚投票投出来的，这个急不来。
#华为 #昇腾 #英伟达 #AI算力 #郭平