快科技 9 月 6 日消息，OpenAI 发布的 GPT-6 Astra 大模型这两天还在刷屏，它是该公司首个使用 10 万卡训练的大模型，光这些显卡的费用就要 60 亿美元了，这也是国产大模型很难追赶的领域。

国内大模型发展最大的限制就是缺少足够的算力芯片，国内当然也在高强度发展自己的 AI 芯片，不论是华为、寒武纪、壁仞、摩尔线程还是百度、阿里、字节、腾讯等公司都在研发各种 AI 芯片。

但是大家也要面对现实，国产 AI 芯片在性能上跟美国的 AI 芯片差距还是不小的，下图汇总的国内外 AI 芯片算力性能对比可见一斑。

这张图对比了 AI 芯片的内存带宽及 FP16 算力性能 2 个指标，这都是 AI 大模型训练、推理的核心指标，国产中做得最好的还是华为的昇腾，性能追到了 780TFLOPS，带宽能到 780GB/s，带宽性能超过了 H100，算力性能还差距比较大。

说得更直白一点，国产 AI 芯片现在连 3 年前的 NVIDIA H200 显卡的性能都很难追上，后者 1700TFLOPS 的性能、900GB/s 的带宽放到现在都不弱。

当然，这张图里面的对比数据不算新了，华为已经有比昇腾 910C 更强的昇腾 950 了，用了自研的高性能内存，带宽也做到 4TB/s 了，整体性能虽然还是比 H200 差一些，但差距没有现在这样的代差了。

其他公司如寒武纪、摩尔线程、沐曦、壁仞等自研的 AI 芯片新一代产品的性能也大幅提升，前途还是很光明的。

国产 AI 现在被卡脖子的地方也就是上面 2 个关键指标——算力意味着先进工艺，带宽意味着内存，尤其是 HBM 内存，工艺及内存的产能不能大规模释放出来，国产 AI 芯片追赶 NVIDIA 的速度就会被拖累，不仅没法缩小差距，可能还会被现在的 B200、B300 及 Rubin Ultra 显卡甩开，生态就更难建立起来了。

往好的方面来看，这两个难题的解决速度比大家想象中的更快，先进工艺有了华为韬定律给出了新的方向，密度及性能大幅提升，明年的鲲鹏 960 CPU、昇腾 960 AI 性能会有一波强力拉升，这个领域的突破值得关注。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：宪瑞