Charley 评论
此博客主要是收集保留博主在文学城文章下面的留言
最近几天，特朗普同意把H200 芯片销往中国的决定在美国各界引起了很多争议。共和党和民主党的一些人都指责特朗普出卖美国安全利益。其实这些人都“冤枉” 特朗普了。 英伟达 CEO黄仁勋之所以能说服特朗普，可不是全靠答应把销往中国的H200 芯片的 25% 的销售额上贡给美国政府，对中国销售 H200 芯片的主要目的是打压华为的 CloudMatrix 384系统。 （见参考资料 1， 2.）
华为新的 CloudMatrix 384 系统和英伟达新的 GB200 NVL72 系统比较在算力上领先了1.6 – 1.7 倍 （300 PFLOPS 比 180 PFLOPS），而且系统价格更便宜。 注意，这里的 GB200 NVL72 系统是基于仍然对中国禁运的比H200 领先一代的B200 GPU芯片。
华为 CloudMatrix 384 系统采用的昇腾 910C 芯片性能远远低于英伟达 GB200 NVL72系统采用的 B200 芯片。 华为 CloudMatrix 384 系统是靠数量来取胜的。 CloudMatrix 384 用了384 颗 910C芯片，而GB200 NVL72只用了72颗B200 芯片。
但是如果认为华为只是靠在机柜里面多塞进一些芯片来取胜，那就把事情想的太简单了。 系统芯片多了，芯片之间通讯所化的时间会大大的减少系统的效率。 所以谷歌的 TPU 系统就没有象英伟达那样依靠传统的铜线来进行芯片间的通讯，而是用MEMS(微镜片系统)做为光交换器把芯片用光信号连接起来。 （原来我以为谷歌不是光学公司，大概是用了 TI 的DLP 光学芯片。仔细一查才发现谷歌居然为自己的AI系统自己开发了一个光学芯片，让人不得不佩服。）而华为则构建了自己的光学系统 - 利用数千个硅光 LPO 收发器，在 384 个昇腾 NPU 之间创建了直接、高吞吐量的全网状互连系统.（作者本人做过几年DLP， 所以能看懂谷歌的光学系统，对华为这个系统则是不懂，但是我猜想华为的网状结构直接连接任意一对芯片，应该比谷歌让所有芯片通过一个中央交换器来连接更加有效。这点 请内行指正。）
尽管华为 CloudMatrix 384 系统在算力和价格上有优势，但是一个大缺点就是耗电量太大。尽管中国电费比美国便宜，仍然比在美国用英伟达系统要多花很多电费。
美国同意向中国销售 H200 芯片的目的还不光是挤压华为CloudMatrix 384 系统短期的市场份额，更重要的是通过挤压华为的市场，阻止华为系统生态圈的发展。 英伟达对包括谷歌在内的竞争对手一个很强的优势就是英伟达的生态圈。早在2010年，英伟达就开始资助大学教CUDA编程，多年来培养了一大批能在英伟达GPU芯片上编程的工程师，还培养了很多合作伙伴。 如果美国再对中国禁运几年英伟达产品，逼迫中国工程师和大学生去熟悉华为系统，华为的 AI 系统就能形成一个庞大的生态圈。一旦华为和其它几家中国公司的AI系统壮大了， 过几年就可能开始蚕食英伟达的国际市场了。到时候如果几家中国AI公司再象现在的电动车企业那样开始恶性竞争，把AI系统弄成白菜价， 那才是英伟达真正的噩梦了。
可以预料的是，尽管美国对中国开放了H200 的销售， 中国政府出于扶持本土产业， AI系统生态圈建设，数据安全与供应链安全的原因，会限制H200 的进口。当然中国政府仍然会允许已经深度绑定 CUDA 生态的国内科技巨头如百度、阿里、腾讯等进口 H200. 美国媒体也认为中国会限制H200 的进口。（见参考资料 3。）
参考资料：
