Wccftech 在2025年6月5日引述The Information報導，包括抖音（TikTok）母公司字節跳動（ByteDance）、阿里巴巴（Alibaba）及騰訊（Tencent）在內的中國科技巨擘，至今仍未向華為下單訂購大量AI晶片，因此華為的AI晶片目前主要仍然銷售給中國國有企業及地方政府。
AI算力是比系統作戰，不是只看晶片是幾奈米製程
整體的AI算力必須根據整體的架構來計算才會準確，不可以只根據晶片效能，甚至只看晶片所使用的製程來決定。事實上所謂的幾奈米大部分的情況都可能是廠商自己宣傳的製程，就連整體晶片的效能都也是廠商自己宣稱的，無法當作一個衡量的絕對標準。衡量晶片的效能有很多種面向，很難用單一的成績來決定一個晶片真正的效能。例如在30年前，當intel用時脈（clock）來作為效能產品的區分標籤，這時候他的競爭對手AMD等就會喜歡弄一個跟他一樣的數字在後面加+（Plus）來，表示本產品超越intel同級的競爭對手。所以華為現在所面對的情況，不是只有一個我有用6奈米製程做或者是我用5奈米製程的晶片，就表示他離競爭對手輝達的距離有所進步。華為目前所採取的對策就是以量取勝，利用多顆的晶片來追趕，希望在整個系統效能上可以追上輝達，但如同筆者在之前專欄所寫的文章，目前看來即使是新的CloudMatrix 384仍然完全不可行。
中國的科技巨頭不用的最大原因︰ 關鍵在軟體 CUDA
除了硬體方面以外，另外一個華為無法取代輝達的重要關鍵敗筆就是軟體問題。輝達在GPU軟體提出了自己的CUDA 應用程式介面（API），事實上這個API已經發展了十多年，全球的程式設計師們透過CUDA幫忙累積了非常多種類的應用程式，這豐富的應用程式群不是華為短短一兩年就可以追上的。而事實上，即使是業界其他想要取代輝達CUDA的公開標準應用程式介面，到目前為止市佔率也非常的低。上圖我們可以看到回答最新版本的CUDA-X，有超過400個種類可以選擇，從AI或者是電腦視覺，或者是資料處理都有專門的API。而上面這些原因就是中國的科技巨頭們不想使用華為的原因，因為他不想重新為這些已經在實際營運的軟體，重新用華為支持的API來重新開發軟體。這就是根據The Information報導，為何許多科技公司希望華為能夠適應CUDA平台，而不是華為硬要這些中資企業適應華為的系統的主要原因。
AI加速卡的三本柱: 第一︰速度、第二︰速度、第三︰速度。
既然我們強調AI晶片最主要的應用就是加速，那就表示速度對AI晶片是絕對它賣這麼貴的原因。如果我們不在意速度，其實用任何一個小晶片都可以運算，只是可能要花幾十年幾百年才能夠做完AI的訓練。那如何達到最快的速度？ 就是要透過軟硬體的結合，所以上述軟體的API CUDA就非常的重要，而CUDA基本上也根據每一代輝達晶片硬體架構的不同，都能夠推出最佳化它硬體的計算速度的新一代版本，在這種情況底下，華為並沒有辦法直接使用輝達的CUDA，而華為的客人又不願意改寫，中資企業只好繼續用現有的庫存輝達晶片。
輝達不只硬體狂勝，軟體也創新
輝達軟體的創新當中，最新的Blackwell晶片支持FP-4 量化模型的格式，我們可以從上圖可以看到他提出的新格式，基本上快要可以得到跟FP16一樣的畫質效果，這表示利用新的軟體格式，回答的晶片可以節省¼的記憶體使用量，或者在同樣的記憶體容量當中可以訓練更大的模型參數。
美國出口管制更是重擊
美國商務部2025年5月發布的指導原則顯示，未申請執照就使用華為晶片的企業、將被認定違反美國出口管制。這項規定對擁有海外市場的中國實體造成重大打擊，這讓中國科技巨頭們更不敢採用。
中國國有企業及地方政府為苦主
綜上所述、在中國科技公司採用華為的新晶片不但得面對技術上的問題，還得面臨政治上的美國究責。只剩中國國有企業及地方政府被迫採用華為系統。這個分離的狀況如果在中共繼續獨裁恐怖統治下，恐怕不是幾年就會改變的
（作者為科技專欄作家）
原文出處 自由時報