美国外交关系协会：英伟达AI芯片性能将领先华为17倍！

12月21日消息，美国外交关系协会（Council on Foreign Relations，CFR）近日发布的一份研究报告称，尽管华为人工智能（AI）芯片取得进展，但英伟达（NVIDIA）整体AI 硬件性能仍保持领先，且优势会继续扩大。如果以公开的AI芯片性能数据和生产力估算，华为几年内都将无法缩小与英伟达的差距。报告预测到2027下半年，英伟达最强的AI芯片性能将比华为高约17倍。

以下为报告全文：

摘要

12月8日，美国特朗普政府宣布计划放宽对华人工智能（AI）芯片的出口管制，批准向中国出售英伟达H200芯片——这是迄今为止获准出口到中国的最强大的AI芯片。此举部分原因是出于对华为正在成为英伟达在AI芯片领域强劲竞争对手的担忧，认为这将削弱美国的出口管制效力。然而，对比两家公司公开的AI芯片性能数据以及对AI芯片产能的估算，CFR发现情况并非如此：华为并非正在崛起的竞争对手，反而由于无法突破出口管制的限制，其发展进一步落后。

英伟达和华为今年发布的AI芯片路线图显示，中美AI芯片的性能差距巨大且仍在扩大。目前，美国最先进的AI芯片性能约为华为最强产品的5倍。到2027年，这一差距将扩大至17倍。或许最令人震惊的是：根据华为公开的路线图，该公司2026年推出的下一代芯片性能实际上将低于其目前最强的芯片。这种明显的倒退可能表明，中国国产晶圆厂难以大规模地为华为生产高性能AI芯片。由于美国及其盟国的设备出口管制，其制程技术仍停留在7nm，华为的芯片发展已触及瓶颈。

华为试图通过提高产量来弥补质量上的不足，但这种策略有限。即使对华为的AI芯片产能做出非常乐观的假设——2025年产量达到80万颗（是目前最高公开预测的两倍），2026年达到200万颗，2027年达到400万颗——也远远不够。到2025年，华为的AI芯片总算力仅占英伟达总算力的5%左右，2026年降至4%，2027年进一步降至2%。华为几乎不可能弥补这一差距：即使到2027年AI芯片产量提高百倍，也达不到英伟达的一半。与此同时，随着模型的日益先进，中国对AI算力的需求呈指数级增长，这意味着中国AI芯片的短缺问题只会随着时间的推移而愈演愈烈，而非缓解。

如果美国放宽对英伟达H200芯片的出口管制，其在AI领域的优势可能会大幅削弱。如果美国在2026年向中国出口300万枚H200芯片，中国获得的AI计算能力将超过其生产的国产AI芯片总计算能力，如果没有H200芯片，这至少要到2028年或2029年才能达到。这将使中国能够建设一些全球最大的AI数据中心，帮助中国AI实验室缩小与美国领先模型的差距，并使中国首次在全球范围内建设能够与美国AI基础设施相媲美的AI数据中心。

美国为何要控制其AI芯片的背景

2022年10月，美国禁止向中国出口任何性能等于或超过英伟达A100芯片（该芯片于2020年发布）的AI芯片。这些限制的目的是通过阻碍中国大规模开发或运行AI模型的能力，最大限度地提高美国在AI领域对中国的优势。大规模开发或运行AI模型需要聚合大量的AI芯片，以产生极其强大的计算能力。

美国目前在AI领域的优势主要基于一个基础：对先进计算能力的掌控。在AI产业链的其他所有环节——数据、研究人才、算法创新、应用以及电力生产——中国要么与美国持平，要么超越美国。但美国在AI硬件生产能力方面拥有显著优势，而且这一优势正在迅速扩大。美国及其盟国企业正利用其掌握的最先进的芯片制造技术，采用全球最尖端的生产工艺，生产大量功能日益强大的AI芯片。与此同时，由于美国及其盟国对先进芯片制造设备实施出口管制（这些管制措施始于特朗普第一任期，并在拜登政府时期得到加强），中国的先进芯片制造能力在质量和数量上都受到限制。

评估英伟达H200的性能

英伟达H200的性能远超美国公司销往中国的任何其他AI芯片。下面的“图1”对比了英伟达H20（在特朗普总统批准H200销售之前，获准销往中国的最佳芯片，但H20实际上是性能有所降低的H200）、B30A（英伟达Blackwell芯片的中国专用版本，特朗普拒绝向中国出售）以及H200的性能。（详见附录A，其中解释了总处理性能和内存带宽如何与AI训练和推理相关。）

△图1：英伟达H20与B30A与H200 AI芯片的性能和内存带宽对比

H200 的性能远超此前任何一款可供出口到中国的 AI 芯片。它的处理能力是已获批准的 H20 芯片的6倍以上，是美国出口管制阈值允许的最大处理能力的9倍以上。

从某项指标来看，H200 的性能甚至优于拟议的 B30A Blackwell 芯片。H200 的内存带宽比 B30A 高出 20%，并且使用 HBM3e 内存，而 HBM3e 内存如果作为独立产品出口到中国，则属于禁止出口产品。

H200在AI训练方面远胜于目前中国市场上任何其他芯片。DeepSeek的研究人员得出结论，目前中国最好的AI芯片——华为昇腾910C——的性能仅比英伟达H100（一款与H200类似但内存带宽较低的芯片）高出60%。

预测美国和中国AI芯片的性能

关于AI芯片出口的争论中，一个关键因素是中国自身的AI芯片生产能力——包括芯片的质量和产量。美国的出口管制禁止中国企业使用海外晶圆厂（例如台积电的晶圆厂）生产先进的AI芯片。这迫使中国所有的先进AI芯片生产都必须在国内的晶圆厂进行。然而，中国最先进的晶圆厂远不及为英伟达生产芯片的台积电晶圆厂先进，其产能也远逊于台积电。这主要是由于美国及其盟国对向中国出口先进半导体制造设备的限制，从而制约了中国最先进的芯片生产能力。因此，中国制造高性能AI芯片的能力远远落后于美国领先企业。

通过比较英伟达和华为（中国领先的AI芯片设计公司）今年发布的公开路线图，可以评估中美AI芯片当前及未来的质量差距。3月18日，英伟达首席执行官黄仁勋概述了公司到2028年的生产路线图，其中包括英伟达计划在2026年和2027年生产的芯片的预计规格。

9月18日，华为发布了其三年发展路线图，其中包含了到2028年计划发布的所有芯片的类似详细数据。

下列“图2”和“图3”对比了这两份路线图。它们列出了英伟达和华为在 2023 年至 2029 年每年上半年已售出或公开表示预计售出的最佳 AI 芯片的性能。“图2”对比了每款芯片的总处理性能 (TPP)，“图3”对比了它们的内存带宽。（有关英伟达和华为每款芯片的底层性能规格，请参见附录 B 中的表格。）

△图2：美国与中国——最佳AI芯片性能比较（总处理性能）

△图3：美国与中国——最佳AI芯片性能比较（内存带宽）

分析：

中美两国顶尖AI芯片的性能差距显著，并且在未来两年内还将大幅扩大。目前，以TPP（总性能指标）衡量，美国顶尖AI芯片的性能约为中国顶尖AI芯片的5倍。到2027年下半年，英伟达顶尖AI芯片的性能将是华为顶尖AI芯片的17倍。

华为顶级AI芯片的性能正在下滑。根据华为公开的路线图，计划于2026年发布的Ascend 950PR和Ascend 950DT的TPP（总功耗）低于华为目前最先进的AI芯片Ascend 910C。这可能表明华为在国内生产先进AI芯片方面面临困境。

华为在未来两年内无法生产出比H200性能更强的芯片。华为计划在2027年第四季度推出Ascend 960（预计2028年全面上市）之前，不会生产性能或内存带宽超过H200的芯片。虽然Ascend 910C的纸面参数接近H100，但如前所述，H100的实际性能比Ascend 910C高出60% ，而且中国目前无法生产足够的Ascend 910C来满足国内需求。

华为的AI芯片在未来几年内不会有显著提升。这很可能是因为目前其制造工艺上的限制，这主要是由于美国及其盟国对用于更先进工艺的关键生产工具实施了出口管制。Ascend 910B/C已经是目前7nm工艺下性能最强的芯片之一，进一步提升性能将越来越困难。英伟达上一款采用7nm工艺的芯片是2020年发布的A100。

预测美国和中国的总AI计算能力产出

AI计算能力的总量是评估任何国家整体AI硬件生产能力的最佳单一指标。总AI计算能力通过将每块芯片的性能乘以每块芯片的产量（如前文所述）来确定。

华为承认其芯片质量落后于英伟达：其明确策略是大量生产现有的AI芯片，以整体性能与英伟达的产品竞争。这将需要大量这类AI芯片来弥补质量差距。

目前中国和华为生产的AI芯片数量仍存在一定不确定性。今年6月，美国商务部声称中国将在2025年生产20万颗AI芯片，而熟悉华为计划的消息人士称，中国将生产30万至40万颗。研究公司SemiAnalysis又做了一则估计，华为2025年可能生产多达150万颗AI芯片芯片，但由于高带宽内存短缺（美国于2024年12月控制了该芯片），最终只能生产20万至30万个成品AI芯片。

与此同时，英伟达CEO黄仁勋表示，2025年英伟达将生产400-500万颗AI芯片，是2024年产量的两倍。另一份报告显示，这些芯片中有80%是现世代的Blackwell芯片，20%是上一代Hopper芯片。

据此本文分析包含两项关于中国未来AI计算能力的估计，以应对产量的不确定性。首先，它对华为可生产芯片数量进行了中位数评估，这与公开预测中华为AI芯片制造能力的高端水平相符。其次，它提出了一个积极的评估，假设中国AI芯片生产能力远高于公开报告，并在未来几年将达到更高的水平。分析还对英伟达的产量做出了相对保守的假设，假设未来两年英伟达的芯片产量增长将比2025年放缓。

“图4”根据以下假设预测了英伟达和华为整体的AI计算产能，包括华为的中位数和激进方案：

华为（中位数假设）：与华为2025年产量公开预测的高端值相符，并假设产量持续增长。具体而言，假设中国将在2025年生产：（1）40万颗昇腾910C芯片；（2）100万颗AI芯片，其中昇腾910C和下一代昇腾950芯片各占一半；（3）2027年200万颗昇腾950芯片。

华为（高假设）：假设中国今年的AI芯片产量将超过大多数分析师的预期，并且未来两年产量将迅速增长。具体而言，该分析将中值假设值提高了一倍，推测华为将在2025年生产（1）80万颗昇腾910C芯片，这将是其2025年产量目标的两倍，也是美国政府预估产量的四倍；（2）2026年生产200万颗AI芯片，昇腾910C和昇腾950各占一半；（3）2027年生产400万颗昇腾950芯片。

英伟达：假设英伟达：（1）在 2025 年生产 450 万颗 AI 芯片，与黄仁勋的说法一致；（2）在 2026 年将 AI 芯片产能提高 50%，达到 675 万颗；（3）在 2027 年再次提高 50%，达到 1012.5 万颗；（4）每年推出一款新芯片，第一年占其总产量的 20%，第二年占 80%。

分析

即使在最激进的假设下，华为的AI芯片计算力产出也仅为英伟达的一小部分，且随时间下降。例如，假设华为在2026年生产数百万颗AI芯片的激进生产情景下，公司仍仅产出约5%的AI计算能力。在关于华为生产能力的中位数假设下，华为的AI计算能力不到英伟达3%，到2027年将降至1%。

中国生产更多但性能不足的AI芯片的策略效果有限——它根本无法制造足够的芯片来弥补与拥有更先进芯片制造技术和台积电更大产能的美国企业的差距，而美国公司则在提升芯片的性能和产量。因此，美国目前在AI硬件上的优势将持续并扩大。

华为将无法制造其宣传为能与英伟达机架级系统竞争的多机架解决方案。华为积极推销包含384颗Ascend 910C芯片的CloudMatrix 384，以及即将推出的包含8,192颗Ascend 950芯片的Atlas 950 SuperPod，作为英伟达机架级系统（包含72颗领先Nvidia芯片）的竞争对手。然而，华为实在无法制造许多此类多机架系统；即使在最激进的芯片生产假设下，华为到2027年也将生产不到5000套CloudMatrix系统和约600套SuperPod。英伟达同期将生产近30万套类似的机架级系统。

华为几乎难以缩小与英伟达的差距。即使华为在2027年前将AI芯片产量增加一百倍（这几乎不可能），其每年产量仍将低于英伟达AI计算总量的50%。

中国的AI芯片生产几乎肯定跟不上对AI计算的需求。即使采用激进假设，中国的AI计算产出也在线性增长，但随着模型的进步，AI计算的需求呈指数级增长。鉴于英伟达几乎无法满足美国对AI计算的需求，华为也无法以英伟达产量的一小部分来满足中国的需求。因此，中国将随着时间变得更加受限于计算能力。

鉴于中国国内尖端制程AI芯片生产受限，任何美国先进AI芯片的进口都会为中国企业增加关键的AI计算能力。因此，美国批准更先进的H200芯片的出口，可能是未充分认识到中国国内AI芯片生产能力相对于需求有限。

H200出口对中国国内AI计算能力的影响

特朗普政府决定向中国出口H200 芯片，将为中国国内AI企业提供急需的计算能力，使中国AI模型能够缩小与美国领先模型的差距。DeepSeek曾多次表示，其最大的制约因素是AI计算资源的匮乏，例如在2025年12月发布的DeepSeek v3.2版本技术论文中就曾提及。大量H200芯片的供应将极大地提升中国的AI训练能力，尤其是在下一代模型训练所需的计算能力增长速度远超中国AI计算能力增长速度的情况下。

“图5”可视化展示了大规模 H200 出口对中国AI计算能力的影响。图中假设英伟达在 2026 年向中国出口 300 万颗 H200 芯片，2027 年出口 450 万颗，分别约占英伟达每年AI计算能力总量的 9% 和 3%。作为参考，在出口管制生效前，英伟达 20% 至 25% 的收入来自中国，这几乎肯定超过了英伟达AI计算能力总量的 9%。此外，图中还假设中国国内AI计算产能与上述高端产能估算相符，以确保分析结果不会夸大 H200 销售的影响。

分析

如果英伟达在2026年向中国出口300万块H200芯片，这将至少使中国在未来两到三年内能够合法获取的AI计算能力得到提升，甚至可能更久。有了这300万块H200芯片的出口，中国在2026年获得的AI计算能力很可能超过中国自身在2028年或2029年之前所能获得的计算能力——如果中国AI芯片的产量低于预期上限，这一优势甚至可能持续更久。

向中国出口大量H200芯片可能会促使中国建造一些全球最大的AI数据中心。根据上述H200的出口预测，如果这些芯片在阿里巴巴、腾讯、百度和字节跳动之间平均分配，那么每家公司在2026年将获得75万颗H200芯片，并在2027年再获得112.5万颗。如果每家公司都用自己拥有的所有H200芯片创建一个数据中心——考虑到中国公司很可能主要将这些英伟达新芯片用于训练AI模型，而AI训练在所有芯片集中放置时最为便捷，这种可能性是存在的——那么该数据中心的性能将是目前最大的数据中心（位于孟菲斯的xAI Colossus数据中心，其包含约27.5万颗H200芯片）的三倍。虽然美国正在建设比 Colossus 更大的数据中心，但在可预见的未来，中国领先的数据中心仍将保持竞争力。

如果中国将这种计算能力集中在少数几个地方，那么DeepSeek和其他公司就能更快地缩小与美国模式的差距。

H200出口对中国在全球构建AI基础设施能力的影响

向中国出口AI芯片也可能使中国得以在全球各地建设数据中心，与美国公司在全球范围内拥有和运营的AI基础设施展开竞争。目前，中国云服务提供商并未在海外建设大规模数据中心，这使得美国超大规模数据中心运营商得以主导全球AI基础设施市场。没有任何证据表明，在中国境外存在任何由总部位于中国的公司拥有和运营的、包含大量AI芯片的数据中心。

美国云服务提供商与中国同行的财务状况对比表明，尽管美国公司计划投入巨资支持大规模AI基础设施建设，但它们的中国竞争对手大多没有这样的计划。“图6”比较了中美两国云计算服务提供商过去和未来的支出情况，假设美国对AI芯片的出口管制措施仍然有效。

△图6：美国与中国超大规模数据中心运营商——资本支出

分析

美国云计算提供商目前在AI数据中心建设方面的投资是其中国竞争对手的七倍。高盛预测，到2027年，随着美国公司资本支出的大幅增长，这一趋势将上升至九倍，而中国超大规模数据中心提供商（如阿里巴巴、腾讯、百度和字节跳动）的资本支出将基本保持停滞。

中国超大规模数据中心运营商预计资本支出低于美国竞争对手的主要原因很简单：中国企业无法获得大量AI芯片，而这些芯片是构建先进数据中心所必需的。美国的出口管制允许中国企业通过云端租用美国AI芯片，但不允许它们拥有和运营这些芯片。

中国AI芯片产量低，不足以支撑国内外大规模数据中心的建设。举例来说，美国计划在2025年仅向阿联酋出售3.5万颗GB300芯片，其AI处理能力就相当于华为今年在中国生产的所有AI芯片的一半（本文采用的是对中国AI芯片生产能力的高假设）。随着中国产能与美国领先企业的差距进一步拉大，中国将本就稀缺的国产计算能力分配给海外数据中心的可能性就更小了。

现在放宽管制将显著提升中国超大规模数据中心运营商的AI算力，使中国能够在世界各地建设数据中心，与美国的全球AI基础设施展开竞争。由于美国的出口管制，中国的“一带一路”倡议在很大程度上将会被排挤在“AI革命”之外。放宽管制将使中国能够提供成本更低、享有补贴的数据中心——这些数据中心可以使用新近获批的美国AI芯片，也可以使用中国国产的AI芯片，因为中国现在可以负担得起出口这些芯片，而不会限制其国内AI的建设。对于发展中国家或寻求美国云服务提供商替代方案的国家而言，这一机遇尤其具有吸引力。

结论

数据清晰地表明：华为并非英伟达的有力竞争对手，任何相反的说法都缺乏证据支持。华为的AI芯片性能远逊于美国同类产品，而且差距还在不断扩大而非缩小，华为根本无法生产出足够多的芯片来弥补这一质量缺陷。根据华为公开的路线图，其2026年的下一代芯片性能甚至不如目前最好的芯片。即便华为明年大幅超出其公开的产量预期，生产数百万颗昇腾芯片，其AI算力总量也仅相当于英伟达的4%左右。中国以大量生产性能有限的AI芯片为策略的策略行不通，而美国及其盟国对半导体制造设备的出口管制等根本性限制，也使得这种情况在可预见的未来难以改变。

鉴于这些现实情况，特朗普政府放松AI芯片出口管制的决定构成了一项巨大的风险。批准向中国大规模出口H200芯片，将使中国的AI企业获得远超其国内产能的计算能力，并有可能使中国明年上线的AI计算能力达到在出口管制仍然有效的情况下，中国要到2028年或2029年才能达到的水平。这可能使中国能够建设一些全球最大的AI数据中心，使中国的AI实验室缩小与美国领先AI模型的差距，并赋予中国在全球范围内构建具有竞争力的AI基础设施的能力，从而削弱美国通过其出口管制制度精心培育的战略优势。

美国在AI硬件生产领域拥有绝对优势，而且这种优势还在不断扩大。没有任何战略理由要放弃这项技术。

附录A：AI芯片的关键特性和控制参数

要确定芯片是否适用于开发AI模型（也称为训练）或运行AI模型（也称为推理），有两个关键变量。首先，芯片必须能够极快地处理大量数据。其次，它必须能够极快地将大量数据输入和输出芯片。因此，美国出口管制禁止向中国出口超过以下两个技术参数之一的芯片：

总处理性能 (TPP)：衡量芯片每秒可完成的计算量。

内存带宽：衡量每秒芯片上和下传输的信息量。

对于AI训练而言，芯片需要高总处理能力 (TPP) 和高内存带宽。这是因为AI训练需要聚合大量AI芯片，以尽可能提升整体计算能力，并长时间同时使用这些芯片来构建模型。而对于AI推理而言，内存带宽通常比 TPP 更为重要。对现有AI模型的查询虽然消耗的处理能力相对较少，速度也比训练快得多，但由于查询仍然需要同时使用多个芯片，因此高内存带宽对于实现快速通信和数据传输仍然至关重要。

附录B：英伟达和华为AI芯片规格表

注：斜体字的芯片尚未发布，但预期规格来自英伟达和华为的公开路线图，以及SemiAnalysis对英伟达预计能力的进一步报道。

* Ascend 910A芯片仅由台积电代工，2020年特朗普政府禁止华为在台积电代工后，该芯片的生产停止。台积电还为Ascend 910B和910C芯片代工了近300万颗；目前尚不清楚有多少Ascend 910B和910C芯片是在中国代工和封装的（而非由台积电代工）。

附录C：需要进一步分析的领域

AI计算能力的生产受到多种因素的影响，值得进一步分析。如果将这些因素考虑在内，美国对中国的领先优势可能会更大。

本分析仅限于英伟达和华为，这两家公司分别是各自国家领先的AI芯片厂商，并占据了各自国家人工智能计算能力的大部分份额。然而，两国的人工智能产业中还有其他参与者（例如美国的AMD和谷歌，以及中国的寒武纪和Moore Threads），这些参与者也应纳入全面分析的考量范围。这样的分析可能会进一步凸显美国的优势，因为华为在中国AI计算能力总产出中所占的比例可能高于英伟达在美国所占的比例。例如，寒武纪希望明年售出30万颗人工智能芯片，其性能最佳的芯片（思源590）的性能相当于英伟达A100的80%；如果寒武纪生产了30万颗这样的芯片，而华为也达到了本分析中设定的高端芯片产量目标，那么到2025年，寒武纪所有芯片的总人工智能计算能力将仅为华为所有人工智能芯片总计算能力的12%。相比之下，谷歌在 2025 年可能会生产大约300 万个AI 芯片；假设其中三分之一是谷歌最先进的 TPU v7，三分之二是上一代 TPU v6，那么 2025 年谷歌生产的所有 AI 芯片的总 AI 计算能力将占英伟达所有 AI 芯片的 34%。

对中国AI芯片具体产量的更详细分析将有助于降低不确定性并完善结论。中国不太可能大幅超过本次分析中的高估值，而且鉴于其芯片质量正在下降，中国可能面临巨大的国内生产挑战，导致其产量低于中位数估值。在这种情况下，本次分析更有可能进一步使整体评估结果向美国倾斜。

此外，该分析仅根据制造商公布的TPP对每款AI芯片进行评估，并未纳入实际性能测试。纳入性能测试可能会进一步使分析结果偏向美国，因为众所周知，华为昇腾芯片的可靠性远低于英伟达芯片，并且可能无法达到其宣称的性能参数。DeepSeek承认，尽管Ascend 910C拥有H200 80%的TPP，但其实际性能仅为H200的60%，这便印证了这一点。

最后，仅依赖TPP的分析并未纳入芯片使用8位或4位浮点精度（FP8或FP4）所带来的性能优势，而FP8或FP4能够显著提升效率，尤其是在人工智能推理方面。如果将这些信息纳入考量，整体产能分析将进一步向美国倾斜，因为华为目前最好的芯片并不原生支持FP8或FP4，而H200芯片支持FP8，Blackwell芯片则同时支持FP8和FP4。

编辑：芯计-知己知彼