美国：华为AI2028年只能追到英伟达 1%！中国：那你还这么焦虑？

9月4日，关于华为AI芯片，出现了两个看着根本对不上的数字。

美国非盈利AI研究机构Epoch AI声称：如果2028年只能依靠国产HBM，华为一年造出的AI算力，可能只有英伟达的1%。

但几乎同一时间，美国纽约彭博社报道却称，DeepSeek准备在乌兰察布建设大型数据中心，计划部署至少16万片华为昇腾950DT。

这两个数字放在一起，反倒说清了一件事：

如果华为真只剩1%威胁，美国为什么还要紧盯着国产HBM、先进封装和芯片设备，然后一轮轮加码？

1. 那个刺眼的1%，到底算了什么

先说Epoch AI的那张图。

它算的不是某一款华为芯片和英伟达芯片的性能差距，也不是华为在中国市场的占有率。

它算的是一年之内，两家公司能够向市场交付多少AI芯片，再把这些芯片折算成H100等效算力。

全世界都知道，这本来就不是一场公平的竞赛。

英伟达背后有台积电的先进制程，有SK海力士、三星和美光提供HBM（高带宽内存），还有成熟的先进封装产能。

华为受到出口管制以后，芯片制造、HBM和封装几乎每一环都得想办法绕过去。

最麻烦的环节还不是芯片本身，而是HBM。

算力大模型运行时，芯片要不停读取参数和中间数据。算力核心干活再快，如果内存供不上数据，也只能停下来等。

英伟达之所以能独步天下，不仅是因为它的 GPU 核心强大，更是因为它抢占了全球最顶级的 HBM。这也是美国在2024年12月继续收紧HBM出口限制的原因。

限制一块显存，有时比限制一颗芯片更管用。

受到全球总产能、单卡性能和高端存储供应，华为短期内确实很难追上英伟达。两边现在根本不是一个体量。

难怪有些美国政客看到这样的消息会立刻阴阳怪气：数学计算非常清楚，那些声称中国 AI 芯片正在赶超美国的叙事，根本不符合事实。”

但如果就此认为“华为的AI能力只剩英伟达的1%”，就大错特错了。

因为它没有计算华为在中国市场实际拿到的订单，也没有计算国产芯片替代进口芯片的速度，更没有把使用LPDDR等非HBM方案的昇腾950PR算进去。

Epoch AI自己在2026年4月发布的另一项数据里就提到，按新增额定算力计算，华为已经成为中国市场最大的AI芯片供应方。

2. 美国盯着的，是正在丢掉的中国客户

美国人现在着急的地方，是另一张表。

根据估算，2025年华为与英伟达在中国AI芯片市场的份额都在40%左右。

可到了2026年，华为可能升到约50%，英伟达则可能降到8%左右。

英伟达的芯片好用，CUDA生态成熟，国内模型公司当然知道。过去，很多企业会直接选英伟达。

换到国产芯片，要重新适配代码，调编译器，处理兼容问题。有些机房还得调整供电和液冷方案。

但在目前中美之间不确定的形势下，没有哪家公司能打包票英伟达的供货一定会稳定。

因此再难适配，也得先把国产方案跑起来。

美国祭出的出口管制本来想阻止中国获得高端算力，却也在帮华为培养第一批不得不用、用完还可能继续用的客户。

DeepSeek传出的16万片订单，就值得特别注意。

按照彭博社的报道，这批昇腾950DT准备进入乌兰察布一座约1吉瓦的数据中心，主要承担推理任务。

昇腾950DT配备约144GB高带宽内存，内存带宽约4TB/s，与英伟达H200的141GB/4.8TB/s接近。

尽管在单卡绝对性能、生态成熟度，华为芯片与英伟达最新旗舰B300仍有差距，但它透露出的采购思路已经变了。

企业不再只是拿国产芯片做一套备用方案，而是可能直接围绕它建设数据中心。服务器、网络、供电、液冷和运维体系一旦按华为方案搭好，后面换回英伟达同样要花钱。

美国担心的，就是这种变化。

3. 一张卡跑不过，那就把8192张卡连起来

华为当然知道，拿一颗昇腾芯片去和英伟达最新产品硬碰硬，赢面不大。

制程有差距，HBM带宽有差距，软件也还有不少毛病。

所以华为这几年越来越少只谈单卡，转而强调机柜、超节点和集群。

比如Atlas 950 SuperPoD，计划放入8192片昇腾芯片，由128个计算柜和32个互联柜组成，占地接近1000平方米。华为公布的FP8算力为8EFLOPS，内存容量超过1100TB。

换句话说，单颗芯片不够强，就多放一些，再想办法让它们尽量一起干活。

听着简单，做起来很麻烦。

芯片数量一多，通信延迟、故障率、功耗和散热都会往上走。几千片芯片里坏掉几片是常事，系统能不能继续运行，软件能不能及时把任务挪走，才是集群能不能用的关键。

CloudMatrix384已经提供了一个较早的样本。它使用384片昇腾910C和192颗鲲鹏CPU，已经能够运行DeepSeek-R1这样的6710亿参数模型。

这套系统在部分推理任务上可以获得不错的吞吐量。代价也很直接，耗电多。

根据估算，CloudMatrix384的功耗大约为559千瓦，英伟达GB200 NVL72约为145千瓦。

虽然两者规模和架构不同，不能简单一比一，但用更多芯片弥补单卡差距，电费和冷却成本肯定跑不掉。

这也是大型国产算力中心喜欢落到内蒙古的原因。

乌兰察布有电力、土地和气候条件。华为把芯片制造上的难题，部分转移成了数据中心的电力和散热问题。

4. 先别宣布胜负，机器能不能按时开起来更重要

目前国产AI芯片能造，集群能搭，客户也开始试着使用，但可是产量、耗电和软件体验，仍然决定这条路能走多快。

直面问题才能解决问题，所以对Epoch AI算出的1%大可不用回避。

在全球AI芯片总产能上，华为离英伟达还有很远。美国的限制也确实打中了HBM和先进制造这些薄弱环节。

比如造 HBM 所需的微米级刻蚀设备、减薄设备和键合设备，几乎被美欧日巨头死死垄断。

2.5D 先进封装设备，更是被台积电牢牢掌控，把中美AI竞争拖入算力PK，这算得上是华盛顿近年来出过的最阴险的一招。

但华盛顿没有因此放松，恰恰说明它关心的不是今天的柱状图。

一家公司只要还能交付芯片，还能在大规模集群里跑模型，还能让DeepSeek这样的客户愿意围绕它建数据中心，它就有机会靠订单换经验，再拿经验换下一批订单。

更何况国产HBM 存储芯片已经完成工程样片，2.5D 封装工艺、硅中介层也已实现国内小规模量产。

历史已经无数次证明，中国产业面对外界的挤压，总是能从跟随到领跑。

一旦走通，美国面对的就不再是一个只有英伟达1%的华为，而是一套完全没有英伟达，也能继续运转的中国AI算力集群。