電子發燒友網綜合報道 近日，英偉達首席科學家比爾·戴利（Bill Dally）表示，美國對中國實施的人工智能出口管制禁令，讓中國獲得很大的發展空間，過去替英偉達撰寫程序的中國人工智能研究人員，現在都在幫華為寫程序。

黃仁勛此前提到，中國是世界上最大的AI市場之一，也是通往全球成功的跳板。世界上有一半的AI研究人員在那里，贏得中國市場的平臺將引領全球。據報道，中國在2019年約有全球三分之一的AI高端研究人員，而這個數字到了今天已經幾乎成長到全球的一半。

戴利指出，雖然中國在全球AI硬件市場的占比不比美國，但已成功吸引并培養了大量AI研發人才。他提到，這些人才此前很多參與英偉達的研發工作。戴利認為，若不是美國的管制，不會迫使華為成長如此迅速，現在那些研究人員都在為華為寫軟件。

戴利表示，華為已經提供相當可靠的解決方案，成長迅速。

從AI芯片性能方面來看，華為昇騰910B芯片性能已達到英偉達A100的80%，華為計劃大規模出貨更先進的910C芯片，性能預計更強。英偉達CEO黃仁勛承認，華為AI芯片已達H200水平，性能是A100的四倍以上，遠超面向中國市場的特供版H20。

在大模型的訓練方面，華為技術團隊在Gitcode平臺上發布Pangu Ultra MoE萬億規模大模型技術報告，首次全流程在昇騰Ascend 910上進行訓練，顯著提升推理吞吐并降低延遲，并且融合大算子和通信優化有效提升了NPU利用率，從而有效提高訓練過程的穩健性。華為盤古還發布基于分組混合專家模型（MoGE）架構構建的盤古Pro MoE大模型，參數規模720億，基于昇騰300I Duo和800I A2實現了更優專家負載分布與計算效率（321 tokens/s 和 1528 tokens/s）。

在模型推理部署性能方面，華為技術團隊稱昇騰在MoE模型的推理部署性能已全面超越了基于英偉達Hopper架構的推理部署性能，而DeepSeek基于國產芯片的部署方案，性能也已超越英偉達H100系列芯片。

在算力集群技術方面，華為發布CloudMatrix 384超節點技術，利用多寬帶高速網絡連接AI加速卡，用網絡的“量”彌補顯卡性能上的“質”，以此算力訓練更大規模的AI模型。在算力規模和推理性能上全面超越英偉達NVL72。

全球人工智能市場規模正在不斷擴大。據Precedence Research預測，2025年全球人工智能市場規模將達到2.3萬億元，同比增長38%。我國人工智能市場規模預計將超過7000億元。

全球范圍內，人工智能領域的競爭日益激烈。各大科技巨頭紛紛加大在人工智能領域的投入，爭奪市場份額和技術制高點。同時，也涌現出了大量的初創企業，它們在人工智能的細分領域進行深耕細作，推動了人工智能技術的不斷創新和應用。

全球人工智能快速發展對人才的需求極大。數據顯示，中國AI行業人才缺口已達500萬，盡管人工智能專業在校生數量在增長，但相較于行業需求仍顯不足。隨著AI技術的快速發展和應用領域的不斷拓展，對AI人才的需求將持續增長。

除了加快對人才的培養之外，企業如何吸引到更多優秀人才也是關鍵。華為等中國企業通過構建完整的AI技術生態，形成了從研發到落地的閉環能力，這種生態優勢進一步增強了其對全球人才的吸引力。