美国智库算了个“1%”，华为用75万颗芯片告诉它：你算错了

美国知名智库Epoch AI最近发了份报告，数据模型做得那叫一个精美。

结论一句话：如果华为只用国产HBM，到2028年算力只有英伟达的1%。2026年0.5%，2027年0.8%，2028年1.0%。图表画得清清楚楚，结论下得斩钉截铁——“中国AI芯片正在超越美国的说法，与事实相去甚远。”

但这份报告底部藏着一行小字，才是整件事的精髓。

它写着：本预测未纳入华为预计于2026年交付的75万颗昇腾950PR芯片，原因是这些芯片采用的是LPDDR/HiBL内存，而非HBM。

换句话说，为了算出那个1%，他们把华为最核心的工程路径，从模型里删了。

不是算不出来，是算了就不成立。

华为压根没打算在HBM这条独木桥上死磕。950PR用的是自研HiBL 1.0内存方案，走LPDDR路线，供应链完全自主可控。逻辑很朴素：HBM不够，那就在推理的不同阶段做拆分。需要高带宽的解码环节交给HBM，Prefill阶段用成熟且充裕的LPDDR颗粒顶上。

华盛顿以为堵死HBM就一劳永逸。华为的回答接地气得很：你不给赛车专用油，我就用成熟颗粒组阵列。

Epoch AI的模型擅长Excel式的“单卡对单卡”线性推演。但面对“不用HBM也能跑AI”的工程方案，这套参数体系里根本没有对应的单元格可填。

如果单卡性能拼不过，那就拼系统。

CloudMatrix 384超节点，384颗昇腾NPU加192颗鲲鹏CPU，通过高速网络全对等互联，构建成一台超级AI服务器。SemiAnalysis拆解后的结论是：384颗昇腾910C协同运作，在系统性能指标上已能与英伟达GB200 NVL72掰手腕，内存容量和聚合带宽甚至更高。

代价当然有：功耗大约是GB200的4倍，需要更多芯片和更复杂的光互连。但关键在于，CloudMatrix 384能构建近49TB的池化内存空间，而英伟达同级别NVL72机柜只有13.8TB。

大模型处理超长文本推理时，拼的不是单卡峰值带宽，而是显存绝对容量。单卡性能有瓶颈，就用系统拓扑来补；显存吞吐受限，就用池化内存来填。这套打法在参数表上不好看，在集群规模上越跑越稳。

昇腾的迭代节奏是“一年一代、算力翻倍”。950PR明年一季度推出，950DT四季度上市，960在2027年四季度指标翻倍，970计划2028年亮相。

而Epoch AI的模型，只算到2028年华为用国产HBM能做出什么。它没算华为不走那条路。

更让华盛顿头疼的是，硬件之外的战线也在变。

DeepSeek的MLA机制把键和值压缩为低秩潜变量，在算法层面直接砍掉了超过50%的推理带宽需求。美国在丈量硬件管线的宽度，中国的工程师在改发动机的燃烧效率。

这不是“弯道超车”的浪漫叙事，是一条被逼出来的、但确实在跑通的现实路径。

必须说清楚：HBM这座高墙不是靠“变通”就能翻过去的。长鑫的HBM3良率目前约25%，SK海力士成熟期在90%以上，差距来自TSV工艺十年二十年的积累。单芯片性能上，昇腾与英伟达最新产品仍有代差。华为监事会主席郭平自己也承认，“在工艺受限情况下，通过架构创新缩小差距”。

但“缩小差距”和“只有1%”之间，隔着的不是技术鸿沟，是模型的选择性。

Epoch AI回答的问题是：“如果华为只能走HBM这条路，2028年能走多远？”

它被用来论证的结论是：“华为2028年算力只有英伟达的1%。”

把限定条件删掉，结论就成了另一个意思。

华盛顿的决策者们拿着这份报告，看到的是1%，松一口气。但中国的算力集群，正在用CloudMatrix的49TB池化内存、用75万颗不走HBM路线的950PR、用算法端砍掉的50%带宽需求，处理着亿万个Token。

真正的算力竞赛，从来不是谁的单卡参数更高。而是谁在真正解决问题。

华为 EpochAI 昇腾芯片 算力 中美科技