华为Ascend 910C AI芯片：引领未来，2025年5月开启大规模供货

1. 量产启幕

“当芯片战争的硝烟弥漫，华为的910C如同一匹黑马，即将席卷AI赛场！”

华为将于2025年5月开启Ascend 910C AI 芯片的大规模供货，这一消息引发了全球半导体行业的广泛关注。

据路透社报道，华为已向中国客户（如字节跳动、腾讯）小规模出货，并计划在2025年生产10万颗910C和30万颗910B，较2024年的20万颗910B产量显著提升。

在美国对高端芯片出口实施严格限制的背景下，910C的量产不仅标志着华为的技术突破，也为中国AI企业提供了替代Nvidia H100/H20的国产方案。这一进展可能重塑中国AI芯片市场格局，挑战Nvidia的区域主导地位。

2. 技术与定位

“架构如艺术，性能似魔法，910C用中国智慧点燃AI火花！”

技术架构与性能

Ascend 910C基于华为自研的达芬奇（Da Vinci）架构，采用中芯国际（SMIC）第二代7nm（N+2）工艺，集成约530亿个晶体管，通过芯片组（chiplet）封装技术实现性能提升。

它能提供高达320 TFLOPS（FP16）和64 TFLOPS（INT8）的计算能力，适合自然语言处理（NLP）、计算机视觉等AI任务。而且配备高带宽内存（HBM2e），支持大模型训练和推理的高效数据处理。而功耗仅约310W，相较前代910B大幅提升了能源效率。

与Nvidia H100的性能对比显示，910C在推理任务中达到H100的约60%，但在训练任务中因工艺差距表现稍逊。DeepSeek的R1模型已在910C上成功运行推理任务，验证了其商用能力。

产品定位

910C定位于企业级AI应用，目标市场包括云计算、电信和智能汽车。相较Nvidia H100的高性能高成本，910C强调成本效益和供应链稳定性，特别适合中国市场对国产化算力的需求。其竞争对手包括Nvidia的H20（受出口限制）和国内厂商如寒武纪的AI芯片。

生态建设

华为通过CANN（Compute Architecture for Neural Networks）软件栈和MindSpore框架支持910C，兼容TensorFlow和PyTorch，提升开发者友好性。ModelArts Studio平台进一步整合了芯片与云服务，助力企业快速部署AI应用。然而，CANN生态相较Nvidia的CUDA仍然显得稚嫩，开发者社区的规模和工具的成熟度都有待提升。

3. 供应链

“从硅片到芯片，910C的供应链是一场自力更生的史诗冒险！”

最新信息确认910C由SMIC生产，显示在代工领域的快速适应。910C由SMIC使用N+2工艺生产，SMIC产量提升后首次实现盈利，但仍需将良率推至行业标准的60%。但SMIC仍需部分海外光刻机（如ASML），进一步出口限制可能影响产量。

设计与封装由华为自主设计，采用芯片组封装降低良率要求，可能由长电科技（JCET）等国内企业支持封装环节。但低良率（40%）无疑推高成本，影响商业化进程。

高带宽内存（HBM）的关键组件依赖三星或SK海力士，暴露了中国在存储技术领域的短板。华为目前库存的HBM2e应该尚足以应对潜在限制。

910C的供应链体现了中国半导体自给自足的努力，但Nvidia和AMD的技术迭代速度更快，910C需在性能与成本间找到平衡。

4. 客户与市场

“从互联网巨头到初创新星，910C的客户名单堪称中国AI的星光大道！”

客户

910C的早期客户集中于中国市场，互联网巨头包括字节、腾讯、百度都已采购910C，用于云计算和AI推理/训练。典型的，字节跳动2024年订购超10万颗910B，但仅收到3万颗，凸显供应挑战。

还有AI初创企业，比如DeepSeek利用910C运行R1模型推理，已经向世界展示了它的潜力。

在电信与汽车方面，华为自身业务（如AITO汽车）优先使用910C，扩大应用场景。

此外，华为还通过Huawei Cloud提供基于910C的算力租赁，降低中小企业使用门槛，预计订单量超7万颗，价值约20亿美元。

市场

910C占据中国AI芯片市场超75%份额。中国云计算和AI市场2025-2030年预计年复合增长率超20%，为910C提供了广阔的空间。

受地缘政治限制，但910C国际市场也分布于新兴市场。性能差距和Nvidia CUDA生态的根深蒂固在某种程度上限制了910C在全球的竞争力。

910C的低成本和稳定供应，可能吸引预算敏感客户，如果性能能够持续优化，很有可能在东南亚市场和中东市场取得突破。

5. 综合点评

“910C不仅是芯片，更是中国科技在逆境中绽放的璀璨烟火！”

华为Ascend 910C的量产标志着中国在AI芯片领域的重大进展，它的技术突破和供应链本地化努力展示了在制裁下的韧性。910C通过芯片组设计和软件优化弥补了7nm工艺的不足，在推理任务中展现出接近Nvidia H100 60%的性能，结合成本优势和政策支持，已成为中国市场的有力竞争者。然而，良率瓶颈、HBM依赖和CANN生态的不成熟仍是其面临的挑战。

在地缘政治博弈中，910C的意义超越技术本身。它不仅为中国AI企业提供了Nvidia芯片的替代方案，还推动了区域化AI生态的构建。

未来，910C的成功取决于SMIC良率提升、CANN生态扩展以及在非西方市场的突破。 若华为能在下一代芯片上实现纳米工艺或更显著的软件优化，它和Nvidia的差距可能进一步缩小。910C的崛起不仅是华为的胜利，更是全球AI芯片市场多元化趋势的体现。

来源：数字芯片阿龙