7月1日消息，前不久，華為創始人任正非接受《人民日報》采訪時為中國芯片指路——芯片問題其實沒必要擔心，用疊加和集群等方法，計算結果上與最先進水平是相當的。
他坦言，我們單芯片還是落后美國一代，我們用數學補物理、非摩爾補摩爾，用群計算補單芯片，在結果上也能達到實用狀況。
任正非認為，中國在中低端芯片上是可以有機會的，中國數十、上百家芯片公司都很努力。特別是化合物半導體機會更大。硅基芯片，我們用數學補物理、非摩爾補摩爾，利用集群計算的原理，可以達到滿足我們現在的需求。
那華為是怎么做的呢？
日前，華為云官微通過一段視頻展示了CloudMatrix 384超節點算力集群的威力——
384顆昇騰NPU（昇騰910C）+192顆鯤鵬CPU全對等互聯，形成一臺“超級AI服務器”；
業界最大單卡推理吞吐量——2300Tokens/s；
業界最大集群算力——16萬卡，萬卡線性度高達95%；
云上確定性運維-40天長穩訓練、10分鐘快速恢復。
華為云表示，新一代昇騰AI云服務，是最適合大模型應用的算力服務。
此前，華為還發布了一一篇60頁的重磅論文，提出了他們的下一代AI數據中心架構設計構想——Huawei CloudMatrix，以及該構想的第一代產品化的實現CloudMatrix384。
簡單來說，華為CloudMatrix并非簡單的“堆卡”，而是通過高帶寬全對等互聯（Peer-to-Peer）來設計，這也是CloudMatrix 384硬件架構的一大創新。
傳統的AI集群中，CPU相當于公司領導的角色，NPU等其它硬件更像是下屬，數據傳輸的過程中就需要CPU審批和簽字，效率就會大打折扣。
但在CloudMatrix384中，CPU和NPU等硬件更像是一個扁平化管理的團隊，它們之間的地位比較平等，直接通過UB網絡通信直接對話，效率自然就上來了。
另外，論文還介紹了基于CloudMatrix384進行DeepSeek推理的最佳實踐方案——CloudMatrix-Infer。
從官方給出的案例來看，CloudMatrix384預填充吞吐量達6688 token/s/NPU，解碼階段1943 token/s/NPU；計算效率方面，預填充達4.45 token/s/TFLOPS，解碼階段1.29 token/s/TFLOPS，均超過NVIDIA H100/H800上實現的性能。
