实在中国并不比英伟达差。
我们仔细阐发一下英伟达Blackwell架构的B200芯片，可以看到其与互联技能有密切关系。
一个是单个做事器内多个GPU互联的NVLINK技能，B100芯片利用的第五代NVLINK技能为每个 GPU 供应了打破性的1.8TB/s 双向吞吐量，确保多达576个GPU 之间的无缝高速通信。
另一个是不同做事器的GPU之间的NV Switch技能，每个NVSwitch都可以最多支持16个GPU互联，并且在利用NVSwitch进行互联的时候，不仅能够达到高速的效果，同时还能够担保每一个GPU和连接GPU之间都能够保持超低延迟的通讯。
说直白点，B200芯片并不是单一的GPU，而是通过互联，将多个GPU集成在一起。
为什么会这样？由于摩尔定律失落效，单个芯片的提升面临瓶颈，要想提升算力，就须要通过互联、堆叠的办法实现。
比如，台积电的3nm制程，实在并没有给芯片性能带来革命性的变革。去年的苹果A17 Pro芯片，用了台积电的3nm制程，但是CPU性能只有10%的提升。
黄仁勋说，" 创新不仅仅是芯片，而是全体堆叠 "，便是这个道理。
详细到AI大潮，对算力的需求是几何级增长，这个时候再指望单个芯片的性能提升已经弗成，唯有通过多个GPU之间的高速互联。
换句话说，便是将GPU高速互联形成集群，这就相称于把AI的算力中央当做一台超级打算机来进行设计。
这种环境对付中国正好是机会。
由于众所周知的缘故原由，我们不能利用前辈制程制造芯片，但是这可以通过高速互联的集群来填补。以华为为例，华为最善于的便是联接，便是通信。与英伟达NVLINK对应的，是华为的HCCS，比如昇腾910B的HCCS总带宽为392GB/s，和英伟达A800 NVLINK的400GB/s相称。其他还有 PCIe 4.0、100G等高速互联技能。
华为精确预判到了集群的大方向，华为昇腾打算业务总裁张迪煊透露，早在2018年，华为就判断人工智能会快速发展，并改变过去小模型的开拓模式，形成大算力结合大数据天生大模型的模式，因此华为早在6年前就开始在算力集群上发力。
压强式投入，让华为在算力集群上已经实现了重大打破。在2023年7月举行的昇腾人工智能家当高峰论坛上，华为宣告昇腾AI集群全面升级，集群规模从最初的4000卡集群扩展至16000卡，是业界首个万卡AI集群，拥有更快的演习速率和30天以上的稳定演习周期，十倍领先业界。
去年9月，华为推出全新架构的昇腾AI打算集群——Atlas 900 SuperCluster，可支持超万亿参数的大模型演习。新集群采取了全新的华为星河AI智算交流机CloudEngine XH16800，借助其高密的800GE端谈锋能，两层交流网络即可实现2250节点（等效于18000张卡）超大规模无收敛集群组网。
按照昇腾的指标，1000卡的算力约300P，千卡就能提升约30P，万卡就能提升约300P。
想象一下，18000张GPU卡高速互联在一起，是什么景象？这才是史诗级的超级AI打算机！
据理解，目前国产大模型有超过一半都是基于昇腾AI孵化出来的。
以是，无需过分吹捧英伟达，无需对自身妄自菲薄，中国在万卡集群上已经走到了天下前列，在算力根本举动步伐上并不差。