华为推出Ascend 910C GPU，旨在打破英伟达在中国市场的垄断地位。然而，由于英伟达CUDA生态系统的强大以及华为自身面临的挑战，这一目标进展缓慢。文章指出，中国科技巨头如字节跳动、阿里巴巴和腾讯等尚未大规模采购华为AI芯片。文章分析了华为面临的五大阻力，包括CUDA生态锁定、竞争关系、芯片过热问题、开源生态不足以及美国出口管制的影响。尽管华为推出了CloudMatrix 384超级计算机，试图提供英伟达的替代方案，但仍面临一些技术挑战。与此同时，英伟达凭借其强大的市场地位和技术优势，持续保持增长势头。

💻 **CUDA生态的壁垒**: 中国科技巨头已在英伟达的CUDA生态系统上投入巨资，迁移到华为的平台需要大量时间和资源。华为的CANN在功能上不及英伟达的定制软件，增加了迁移的难度。

🤝 **竞争关系的影响**: 中国大型科技公司与华为存在竞争关系，这使得它们不愿大规模采用华为的AI芯片。这种竞争态势限制了华为的市场拓展。

🔥 **芯片可靠性问题**: 华为Ascend 910C芯片的周期性过热问题影响了中国科技界对其可靠性的认知。这降低了潜在客户的购买意愿。

🌍 **美国出口管制的影响**: 美国商务部的出口管制对使用华为芯片的公司造成了影响。这给华为芯片的市场推广带来了额外的阻力。

🚀 **技术差距与市场机遇**: 华为推出了CloudMatrix 384超级计算机，试图提供英伟达的替代方案。然而，华为在内存优化计算格式（如FP8）的支持上存在不足。尽管如此，英伟达依然保持着强劲的市场表现。

华为希望通过其 Ascend 910C GPU 摆脱 NVIDIA 在中国的主导地位，但由于 NVIDIA 通过 CUDA 软件的生态系统锁定以及华为自身的缺陷，这一努力继续遭遇巨大的阻力。The Information 现在报道称，包括 TikTok 的母公司字节跳动、阿里巴巴和腾讯在内的中国科技巨头尚未大批量订购华为的人工智能芯片。

多种因素共同作用，导致华为 910C GPU 出现相当大的市场惯性，由于缺乏技术驱动的订单势头，华为 910C GPU 目前主要面向中国大型国有企业 (SOE) 和地方政府。

首先，许多中国科技巨头已在 NVIDIA 的 CUDA 生态系统上投入了巨资，最终摆脱 NVIDIA 的桎梏可能需要投入大量的时间和资源。事实上，许多科技公司都希望华为能够适应他们的平台，而不是相反。

当人们考虑到华为的 CUDA 替代品（神经网络计算架构或 CANN）的功能不如 NVIDIA 的定制软件丰富时，这个问题就变得更加突出。

其次，中国大多数大型科技公司都是华为的竞争对手，因此，它们仍然不愿意全力投入竞争对手的产品。

第三，华为的Ascend 910C芯片存在周期性过热问题，影响了中国科技界对其可靠性的认知。

当然，如果 DeepSeek 全力投入华为的 AI 芯片，它将鼓励一大批开源开发者在华为的生态系统上进行开发。然而，这种情况尚未发生。

第四，多年来，许多中国大型科技公司都囤积了大量 NVIDIA GPU。这些库存至今仍未耗尽，因此至少目前而言，这些公司几乎没有动力进行昂贵的 GPU 转换。

第五，美国商务部今年5月发布了一份全面的指导意见，规定任何未经事先授权使用华为芯片的公司都可能被视为违反美国出口管制，此举对华为芯片造成了极大损害。这份指导意见对在海外拥有大量业务的中国实体造成了沉重打击。

华为的 Ascend 910C 结合了两块老款 910B 芯片，据称可提供 FP16 每秒 800 TFLOP 的计算能力，内存带宽高达 3.2 TB/s。该芯片的性能基本与 NVIDIA 的 H100 GPU 相当。

最近，为了提供NVIDIA超级计算机（使用其定制的NVLink技术整合多达72个Blackwell芯片）的替代方案，华为推出了CloudMatrix 384。该超级计算机捆绑了多达384个Ascend芯片，可提供相当的计算能力，但缺乏对FP8等内存优化计算格式的直接支持。当使用FP8格式训练AI模型时，它们通常消耗的内存要少得多。当然，华为已经创建了一个转换工具来人工实现与FP8的兼容性，但这个解决方案仍然不是最优的。

与此同时，即使没有来自中国的助力，NVIDIA 似乎也表现得相当不错。例如，瑞银最近强调了NVIDIA 在 2026 年第一季度财报电话会议上的声明，称其已经预见到“数十吉瓦”的 AI 基础设施项目。瑞银随后进行了一项理论推演，假设项目规模为 20 吉瓦，而 NVIDIA 已经声明每吉瓦的 AI 基础设施项目将带来 400 亿至 500 亿美元的收益。假设这些项目的实现时间为 2 至 3 年，那么仅 NVIDIA 的 AI 关键数据中心部门每年就能获得约 4000 亿美元的收入。