最新9月6日消息，OpenAI发布的GPT-6 Astra大模型这两天还在刷屏，它是该公司首个使用10万卡训练的大模型，光这些显卡的费用就要60亿美元了，这也是国产大模型很难追赶的领域。

国内大模型发展最大的限制就是缺少足够的算力芯片，国内当然也在高强度发展自己的AI芯片，不论是华为、寒武纪、壁仞、摩尔线程还是百度、阿里、字节、腾讯等公司都在研发各种AI芯片。

但是大家也要面对现实，国产AI芯片在性能上跟美国的AI芯片差距还是不小的，下图汇总的国内外AI芯片算力性能对比可见一斑。

这张图对比了AI芯片的内存带宽及FP16算力性能2个指标，这都是AI大模型训练、推理的核心指标，国产中做得最好的还是华为的昇腾，性能追到了780TFLOPS，带宽能到780GB/s，带宽性能超过了H100，算力性能还差距比较大。

说得更直白一点，国产AI芯片现在连3年前的NVIDIA H200显卡的性能都很难追上，后者1700TFLOPS的性能、900GB/s的带宽放到现在都不弱。

当然，这张图里面的对比数据不算新了，华为已经有比昇腾910C更强的昇腾950了，用了自研的高性能内存，带宽也做到4TB/s了，整体性能虽然还是比H200差一些，但差距没有现在这样的代差了。

其他公司如寒武纪、摩尔线程、沐曦、壁仞等自研的AI芯片新一代产品的性能也大幅提升，前途还是很光明的。

国产AI现在被卡脖子的地方也就是上面2个关键指标——算力意味着先进工艺，带宽意味着内存，尤其是HBM内存，工艺及内存的产能不能大规模释放出来，国产AI芯片追赶NVIDIA的速度就会被拖累，不仅没法缩小差距，可能还会被现在的B200、B300及Rubin Ultra显卡甩开，生态就更难建立起来了。

往好的方面来看，这两个难题的解决速度比大家想象中的更快，先进工艺有了华为韬定律给出了新的方向，密度及性能大幅提升，明年的鲲鹏960 CPU、昇腾960 AI性能会有一波强力拉升，这个领域的突破值得关注。