昇腾弃ASIC投GPGPU，黄仁勋的“预言”成了催化剂？ 两个月前，英伟达CEO黄仁勋一句“全球众多ASIC项目中，90%会失败”的点评，因英伟达与ASIC的竞争关系，被不少人解读为带有“诅咒”意味的宣言。未曾想，这一说法很快就与华为昇腾产生了关联——据外媒The Information报道，华为正计划将昇腾芯片的路线从ASIC全面转向GPGPU（GPU的子集）。作为国产芯片领域的巨头，华为如此突然的战略调整，在业内掀起了不小的波澜。 时间拉回2018年，华为在上海全联接大会上首次公开昇腾系列IP及芯片产品，彼时，华为对其寄予了覆盖全栈全场景人工智能的厚望。然而，七年过去，昇腾却始终被困在ASIC专用级场景的“孤岛”中，未能完全实现华为的预期。 ASIC是一种为特定目的设计的芯片，《Info Tech》曾指出，其架构根据特定算法定制，在局部场景中算力表现突出，但通用计算能力受限。一旦算法改变，ASIC的算力性能会大幅下降，甚至需要重新定制。 昇腾目前年销量约70万片，主要面向大型客户。这些客户依赖昇腾团队的深度定制优化支持，落地成本很高。而用量小、场景复杂的客户难以获得同等技术支持，这严重制约了昇腾的规模化落地。 同时，昇腾芯片主要针对深度学习推理和训练特化，在图形渲染、并行计算、科学计算等领域表现乏力，既无法满足多元化场景的通用计算需求，又逐渐与主流生态脱节，陷入单一技术路线的孤岛困境。 黄仁勋曾直言：“ASIC虽在单一用途上效能与效率极高，但缺乏灵活性与扩展性。这种‘单点优化’策略，难以应对AI应用快速演进的现实。即便那些未失败的ASIC项目，也很难长期维持竞争力。”这番话精准点出了昇腾的问题。在“人工智能+”向各行业渗透的过程中，ASIC体系的局限与华为的战略诉求不符，因此，华为不得不重新规划昇腾的发展方向。 回顾国产AI芯片市场，昇腾并非首个在ASIC赛道遇挫的厂商。近三年来，国产ASIC领域衰退明显：2023年，比昇腾更早出现的芯锋宽泰因3代产品迭代失败和本土生态短板倒闭；去年，powerpc领域的合芯科技因技术路线缺乏长期潜力，资金链断裂，核心管理层失联；今年上半年，神顶科技因3d空间计算芯片产品落地不及预期，出现欠薪，上海与台湾团队解散；华夏芯曾宣称“填补国产异构处理器空白”，后因量产能力不足、无法覆盖研发成本而破产。 与之形成鲜明对比的是，国产GPGPU厂商正积极冲击IPO。近一个月，摩尔线程、沐曦向沪市科创板递交上市申请。摩尔线程以全功能GPU布局为特色，产品覆盖AI训练到图形渲染；沐曦专注通用计算芯片，在AI推理市场表现亮眼。据预测，摩尔线程上市估值将达800亿元，沐曦为390亿元。聚焦通用GPU的壁仞科技也在推进上市进程。 行业研报显示，GPGPU在传统GPU架构基础上，去掉部分加速硬件单元，增加专用向量、张量、矩阵运算指令，精度和性能更高，已成为智算芯片的首选。未来几年，中国GPGPU行业市场规模将以年均40%-50%的速度增长。由此可见，华为让昇腾从ASIC转向GPGPU，虽令人意外，却也合乎情理。但关键问题是，此时转型的昇腾，如何赶超其他国产GPGPU乃至英伟达？ 在昇腾的市场化进程中，华为投入巨大。例如，在科大讯飞的大模型项目中，华为派遣数百人技术团队负责昇腾芯片的适配调优。市场开拓时，昇腾依托华为从芯到云的软硬件闭环，具备天然的捆绑销售优势。 凭借这些资源支持，昇腾在国产化市场一度占据优势，进入不少头部用户的业务场景。但可惜的是，华为在ASIC赛道竭尽全力，仍未将昇腾的“孤岛”变为“新大陆”。如今转向GPGPU领域，以往的策略还能否奏效？ 业内认为，“时移事易”，昇腾面临的壁垒难以仅靠资源堆砌解决。“英伟达在CUDA平台与软件开发社群布局数十年，即便华为采用‘兼容+开源’双轮驱动，最乐观也要2-3年才能缩小差距。”这一差距并非外力能轻易改变。 此外，因ASIC应用场景限制，昇腾910的使用范围较窄。有消息称，“目前除了华为自己的研究所回购外，只有一些科研场景使用（昇腾910）。”同时，信创市场正整顿“发包配额制”采购方式，指定性及捆绑式销售策略逐渐失效，华为很难再为昇腾提供过多场外支持。 尽管昇腾及时从ASIC的岔路转向，但已失去较多容错空间。人们期待，摆脱额外加持的昇腾，能在GPGPU市场展现出真正的实力。毕竟，“人定胜天”的故事更能打动人心。