2026年09月16日（優分析／產業數據中心報導）⸺ 在美國限制中國取得先進AI晶片之下，中國與美國的算力差距仍是中國發展AI面臨的重要限制。華為Huawei正試圖改變競爭方式，不再單純追求單顆晶片效能，而是透過自研Ascend處理器、大型運算叢集與SuperPoD系統，提高整體AI基礎設施的運算能力，直接瞄準輝達Nvidia(NVDA-US)主導的AI運算市場。
華為監事會主席郭平在與新進員工交流時坦言，中國目前在算力方面仍落後，但在資料應用與產業場景具有優勢，中美人才儲備則大致處於相近水準。他認為，發展具全球競爭力的智慧AI代理人，將是華為的重要機會。
問題在於，美國出口限制使中國取得最先進AI晶片的能力受到約束，而華為若只比較單顆晶片效能，仍面臨與輝達高階GPU競爭的壓力。
因此，華為選擇從過去的單晶片競爭轉向系統級競爭。
華為計畫透過Ascend系列處理器與系統架構，將大量晶片整合成大型運算系統，例如SuperPoD，以晶片數量、互連架構及叢集規模彌補單顆處理器的差距。郭平特別提到Ascend 950系列，並表示華為希望藉由架構創新與大型運算叢集建立優勢。
這套策略的核心，就是把競爭單位從「一顆晶片」放大至「整座運算系統」。華為2025年推出的Atlas 950 SuperPoD可整合8,192顆Ascend NPU，Atlas 960 SuperPoD則進一步提高至15,488顆；若將多套SuperPoD組成更大型SuperCluster，Atlas 950規模可超過500,000顆Ascend NPU，Atlas 960更可超過1百萬顆。換言之，華為試圖以更大的晶片數量、高速互連與系統架構，彌補單顆處理器效能上的限制。
這也意味著，未來觀察中國AI晶片競爭力，不能只比較GPU或AI加速器本身的運算效能。晶片之間的高速互連、網路設備、記憶體、電力與散熱，以及大型叢集的系統整合能力，都將成為影響實際AI算力的重要環節。
華為也沒有把重點放在自行開發AI基礎模型，而是希望成為AI運算底層基礎設施供應商，透過Ascend、Kunpeng及SuperPoD，讓不同開發商的AI模型能夠部署在華為運算平台。郭平表示，公司目前沒有擴大業務領域的計畫，而是希望為AI開發提供更多元的基礎設施選擇。
值得注意的是，華為瞄準的市場也不只中國。Atlas SuperPoD已結合華為的連接、運算與AI Cloud能力，向沙烏地阿拉伯政府、能源及金融等應用領域延伸。隨著部分國家推動主權AI，希望建立不完全依賴美國技術的AI基礎設施，華為SuperPoD的潛在市場也可能由中國國產替代進一步向海外延伸。
這條路線在美國持續限制中國取得先進半導體的環境下更具重要性。Ascend目前已成為中國市場挑戰輝達AI處理器的主要本土方案之一，而華為能否把單顆晶片的限制，透過更多晶片、更高速互連及更大規模叢集加以彌補，將成為中國自主AI基礎設施能否擴大部署的觀察重點。若SuperPoD進一步向海外主權AI市場滲透，華為與輝達的競爭也將不再只是GPU之爭，而會擴大至運算、網路、軟體與資料中心整合的AI基礎設施競爭。
