华为称昇腾在中国市场份额超过英伟达，DeepSeek 开放配套软件工具

华为本周发布了一份问答形式的稿件。据 The Register 9 月 30 日报道，轮值董事长徐直军称昇腾在中国市场的份额已经超过英伟达。徐直军说：“要收集英伟达在中国市场份额的数据相当困难，但根据我们收集到的数据，昇腾已经超过了英伟达。”他没有给出独立数字，华为也没有公布底层数据。

背景比这番说法更重要。美国对华 AI 加速器的出口管制自 2025 年 4 月以来反复变动，这种来回摇摆促使北京要求数据中心运营商转向非外国芯片。The Register 引用英伟达自己的第二季度财报电话会称，H200 对该地区的出货量不到数据中心收入的 1%。徐直军的说法既是技术判断，也是政治表态：“即便我们的芯片可能没那么先进，至少供应是有保障的，你不用天天担心芯片供应。”

软件才是真正的墙

硬件上的差距确实存在，徐直军也承认这一点。华为想说的是，软件差距正在以超出预期的速度缩小。华为海思首席科学家廖恒对 The Register 表示：“昇腾遇到的第一个障碍其实不是硬件本身，主要是生态障碍。”这道障碍就是 CUDA 的护城河，英伟达的开发者规模约为 3300万。The Decoder 指出，这正是 AMD 即便纸面性能有竞争力也始终被挡在门外的原因。

据 The Decoder 援引 DeepSeek 官方微信公众号和路透社的消息，9 月 30 日 DeepSeek 发布了面向昇腾的开源编程工具。核心是 TileLang，这门语言由北京大学的研究人员开发，DeepSeek 已使用约一年，如今称其为 AGI 工作的主要工具，据《纽约时报》报道。DeepSeek 和华为还优化了一个由 128 颗昇腾 950 芯片组成的超节点。廖恒说，随着前沿实验室转向 mega-kernel 风格的编程、不再把 CUDA 当作唯一路径，“过去 18 个月”里局面发生了变化。

规模是华为的另一张牌。The Register 报道，该公司正在部署 256000 卡的 Atlas 950 SuperCluster，更新的架构设计可扩展到多达 2400万颗 NPU。徐直军对产能限制说得很直接：“我们没有足够的产能来满足中国的需求。”谈到马来西亚的主权 AI 项目，他说华为优先服务中国客户，“在中国以外，我们只供应非常有限的客户”。

与此同时，工具层正在被重建

同一天，OpenAI 与 Synopsys 签署了一项多年合作，要打造 GPT-Synopsys，这个模型用于推理芯片设计与验证，并直接操作 Synopsys 的 EDA 工具，The Decoder 在 9 月 30 日报道。工程师下达目标并审核输出。Synopsys 首席执行官 Sassine Ghazi 说 AI 可以加快设计；OpenAI 的 Greg Brockman 则把它描述为更好的芯片和更好的 AI。模型运行在 OpenAI 的基础设施上，客户数据不进入训练，面向半导体客户的早期测试已经在进行。

Tom's Hardware 的 AI Chip Design Week 于 9 月 28 日至 10 月 2 日举行，讲的也是同一个转变。Cadence、Synopsys 和西门子都提供用于芯片设计的智能体 AI，大多跑在英伟达的栈上，该媒体称它们对自主程度的说法各不相同。Synopsys 在其 Autopilot 平台上发布了七个 AgentEngineer 智能体，计划在 2026 年底全面上市。SemiEngineering 在 10 月 1 日发表了几篇文章，分别谈 LLM 加速指标、基于 UCIe 的 PCIe 验证以及 LLM 在芯片设计中的应用，最后一篇估计，一个典型复杂度的 ASIC 需要超过 1000 个工程月。

通往中国算力的路并不都是国产的。Tom's Hardware 在 9 月 23 日报道，Nscale 的 S-1 文件显示，字节跳动的一家子公司 Spring (SG) Pte Ltd 占了这家英国新型云厂商 2025 年 3300万美元收入中的 2400万美元，并在挪威的一个数据中心使用了 2304 颗英伟达 B200 芯片。英国《金融时报》报道，这一安排合法，利用了美国出口管制中的漏洞。麦格理要求 Nscale 监控 Spring 的使用情况，以发现异常。

关于 CUDA 叙事还有一点保留：The Decoder 援引 SemiAnalysis 的测试称，OpenAI 的 Jalapeño 芯片让 CUDA 护城河“可能已经死了”，但测试只覆盖了相对简单的场景，大约 8000 个输入 token 和 1000 个输出 token。在智能体类负载上，8 月时英伟达仍然明显领先。