阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，您的支持就是我最大创作动力!

文章参考官媒资料撰写，无任何不良引导请理性阅读，为阅读通顺文章可能存在润色部分，如有侵权或文章错误请私信指出!【文章参考信源已放在文章结尾】编辑:LR

英伟达的GPU在中国市场曾经一卡难求，价格炒到天价。

中国云厂商下了600万颗的订单，四个月却只能拿到1%的货。

就在所有人以为国产芯片只能跟在后面捡漏的时候。

华为的一位首席科学家在镜头前说了句大实话：英伟达那条路，快要走到头了。

这话听着像挑衅，但如果你看完华为最近一年干的事，会发现事情远没有那么简单。

物理极限面前，两条路分岔了

芯片行业过去六十年的信仰只有一条：把晶体管做得更小。

制程从微米到纳米，数字越小，性能越强。

英伟达是这条路上跑得最欢的选手，把GPU的 compute die 越做越大。

HBM 堆得越来越多，靠蛮力把算力推上去。

但华为首席半导体科学家廖恒在2026年7月的一场四小时访谈里点出了一个被行业回避的事实：这种堆料式的扩张有物理天花板。

晶体管缩到一定程度，漏电、散热、成本会同时失控，到了那个临界点，“雪崩”就会来。

廖恒说的不是气话，是物理规律。

台积电和三星还在往2纳米、1.4纳米爬，但每一代的代价都在翻倍。

华为被挡在EUV光刻机门外，反而被迫提前面对了这个问题：不靠缩小晶体管，芯片还能怎么快？

“韬定律”不是包装词，是另开了一扇门

2026年5月，华为半导体业务负责人何庭波在一场国际学术会议上抛出了一个叫“韬定律”的东西。

名字听着玄，核心逻辑其实不复杂：过去大家盯着“把东西做小”，现在华为盯着“让信号少跑路”。

信号在芯片里跑得越远，延迟越大、功耗越高。

如果把原本平铺的逻辑电路折叠起来。

让关键路径的走线缩短百分之五十到八十，速度自然就上来了。

这个思路和台积电擅长的先进封装有本质区别。

封装是把已经做好的芯片靠得更近。

逻辑折叠是在设计图纸阶段就把同一颗芯片内部的电路重新排布，让该挨着的单元真的挨着。

打个比方，封装是给两栋楼修天桥，折叠是把两个房间叠在同一层楼上。

前者改的是楼间距，后者改的是户型本身。

英伟达的黄仁勋在2026年5月底被问到这件事时。

轻描淡写地回了一句：台积电做这个十年了，对台积电不是威胁。

这话有他的立场，但忽略了一个关键：台积电的堆叠是为GPU服务，华为的折叠是为了一条不依赖EUV的路。

目的不同，起点不同，终点也不在一个坐标系里。

昇腾950拿了个奖，但真正的信号藏在细节里

2026年11月2日，乌镇世界互联网大会把“领先科技奖”颁给了华为的昇腾950超节点。

新闻稿里写的是1024张NPU、1300多颗互联芯片、4000多只光模块。

训练算力利用率达到45%，是业界水平的1.8倍。

这些数字很枯燥，但翻译成大白话就是：华为把一千多张芯片拧成了一台机器来用。

而不是让它们各自为战。

传统服务器集群里，卡和卡之间的通信时间经常占到训练总时间的四成以上。

算力再多也喂不饱模型。

超节点干的事就是让这一千多张卡共享内存、统一编址，通信延迟压到极低。

目前已经有四十多个大模型在昇腾上完成了原生预训练，超节点部署超过一千套。

这个数字放在两年前，没人敢信。

市场数据不会撒谎，但解读方式很重要

IDC 2026年上半年的报告里有一个转折点容易被忽略：中国数据中心AI加速器市场，非GPU芯片的出货量第一次超过了GPU。

非GPU加速器出货101.6万颗，同比增长近八成；GPU出货99.1万颗，同比下滑了26%。

华为一家占了整体市场28%的份额，出货57.2万颗，比去年同期翻了将近一倍。

有人会说这是制裁逼出来的替代，这话对了一半。

制裁确实把英伟达的高端卡挡在了门外，但替代品如果不好用，市场不会用脚投票。

昇腾能吃掉份额，靠的是超节点这种系统级方案把单卡性能的短板补上了。

单张NPU和H200比，差距客观存在；但一千张NPU连成一台逻辑上的计算机，跑大模型训练的效率并不难看。

华为轮值董事长汪涛在9月的全联接大会上透露，昇腾960的研发进度比原计划提前了三个季度。

2027年一季度就能就绪，后面还有970和980排着队。

英伟达的老路，华为走不了也不该走

英伟达的护城河有两层：一层是GPU的通用性，一层是CUDA的生态。

国内不是没有人尝试复制这条路径，做GPGPU、兼容CUDA。

试图在英伟达最擅长的战场上正面硬刚。

这条路逻辑上通，但时间成本极高。

CUDA积累了十几年的库、工具链、开发者习惯，不是砸钱三五年能追平的。

华为的选择是绕开。昇腾从一开始就是ASIC路线。

为AI计算专门设计，不追求什么都能算，只追求在深度学习这件事上算得快、算得省。

软件层面推CANN和MindSpore，生态确实不如CUDA热闹。

但超节点这种系统级创新给出了另一个答案：如果单卡生态追不上，那就把一千张卡的协同效率做到极致，让用户因为集群好用而留下来。

这是一种典型的工程思维，不追求每一颗螺丝都最先进，追求整台机器跑得最稳。

结语

回头看整件事，华为芯片的路径选择其实是被逼出来的清醒。

廖恒说英伟达的路有物理极限，何庭波的韬定律给出了替代方案。

昇腾950的超节点把方案落到了产品上，IDC的数据证明市场认了。

这条链条走下来，华为没有在英伟达的赛道上追赶，而是在旁边修了一条路。

我的判断是，这条路短期内不会让华为在单卡性能上超越英伟达。

但它解决了一个更根本的问题：当先进制程的获取不再可控，算力供给还能不能持续增长。

超节点的思路是把系统能力当成杠杆，用互联和架构的优化来放大每一颗芯片的价值。

如果这个逻辑在昇腾960、970上继续兑现。

那华为给国产算力找到的就不只是一个备胎方案，而是一条有独立演进节奏的技术路线。

英伟达的老路是“把芯片做得更大”，华为的新路是“把系统做得更紧”。

前者拼的是制程，后者拼的是架构。

在制程被锁死的条件下，拼架构是唯一还能打的牌，而华为已经打出去了。

官方信源

信源：中国日报全球版（2026年8月5日报道）

链接：

https://global.chinadaily.com.cn/a/202608/05/WS6a7299a2a310986e2b4690d8.html