昨天,你是不是也看到类似的说法——任正非发声,芯片的问题没必要担心。实际上,很多人都被“标题党”坑了。
其实只需要把原来的标题改成“AI芯片的问题没必要担心”,仅仅一词之差,整体的语义就回归了。实际原文中任正非整体态度很谦虚,但看到这样的报道,或许有些人就会认为任正非很“狂”。此类的断章取义其实还有很多……
“被误解”的任正非
实际上,如果经常关注国外报道,也许你会看到这样的字眼——华为创始人认为中国无需担心美国芯片制裁。
但如果细细品味一下《人民日报》的原文报道,就会发现,这种说法完全是境外媒体的捏造和臆测。任正非这一篇采访非常振奋人心,不仅提振了国内芯片行业的士气,也非常谦逊,接受批评,正视不足,是一篇值得细细品味的报道。
对于封锁打压问题,任正非说:“没有想过,想也没有用。不去想困难,干就完了,一步一步往前走。”这一句“干就完了”就被有心人拿出来大做文章。实际任正非想表达的是自己本来也很无奈,但是外部打压他也无法控制,所以最好的方法就是做好自己的本职工作,仅此而已。
对于昇腾被“警告”使用风险,任正非说:“中国做芯片的公司很多,许多都做得不错,华为是其中一家。美国是夸大了华为的成绩,华为还没有这么厉害。要努力做才能达到他们的评价。我们单芯片还是落后美国一代,我们用数学补物理、非摩尔补摩尔,用群计算补单芯片,在结果上也能达到实用状况。”这一句既自降高度,也强调了中国芯片行业不能靠一两家公司,也客观陈述了目前华为与美国单芯片的差距,用集群方法能让中国有AI芯片可用,字里行间没有一个字说美国芯片制裁没有用。
对于基础研究,任正非多次强调要给予更多理解,搞理论研究的人要几十年、上百年才看得见贡献,同时表示华为一年投入1800亿研发费用,其中600亿是做基础理论研究,不考核。1200亿左右投入产品研发,投入是要考核的。没有理论就没有突破,我们就赶不上美国。有人就这600亿大做文章,实际上任正非在早期发言中一直强调基础研究,并非只有这次强调基础研究。
值得注意的是,任正非并非只有这一次的采访被有心人摘取拼凑,而是几乎每一次都被断章取义。
昇腾万卡集群到底是啥
在任正非的采访中,可以看到其非常强调集群这一个概念。最近,华为就披露了很多华为昇腾万卡集群方面的信息。
在2025昇腾AI开发者峰会上,华为发布CloudMatrix 384超节点集群。这款采用革命性全互连拓扑架构的超级计算单元,通过384颗昇腾芯片的协同工作,实现了2.8Tbps的卡间带宽和纳秒级时延。其单集群BF16算力高达300 PFLOPs,性能表现接近英伟达GB200 NVL72系统的两倍。
为什么昇腾能够拥有如此性能?主要在于华为的优化技术,能够把上万卡变成一个和谐的交响乐团。事实上,数据中心许多设备和系统处于“带病上岗”的状态,它们的稳定性并不理想。如果仔细去观察和深入数据中心,我们会发现数据中心里存在各种各样的问题。其中,在算力端的一大问题是万卡级别的AI集群平均每天会出现一次甚至多次故障,这不仅严重影响了训练效率,还导致了算力资源的大量浪费。
华为团队针对昇腾算力集群基础设施,提出了针对超节点高可用、集群线性度、万卡集群训练快速恢复、万亿MoE模型推理容错、集群故障感知及感知诊断、集群仿真建模、框架迁移等方面的全维度的创新方案。
大型智算中心的数据传输效率一直是最大短板,昇腾超节点的“高架桥”思路不错,此外超节点架构对MoE大模型天生一对。“内存墙”对于数据中心是老大难问题了,单机不好解决,而集群反而有机会找到好方法。不过,需要强调的是,传统集群也有适合的应用场景,只是现在AI的需求确实增长最快而已。
不要成为境外的“刀”
断章取义、恶意拼凑本就是境外媒体的惯用伎俩,为的就是博取眼球、煽动情绪、恶意抹黑。但这几年,芯片领域春秋笔法很严重。时常出现与事实偏差,或故意隐去一些信息的报道。
比如说,一些芯片报道中主体并未对事件回应,标题却称“紧急回应”,正文则为主体安上“不予置评”的名头。又比如,一些芯片公司负面并未获得证实,因为急于抢发,很多自媒体会用“刚刚”“突发”等字眼,博一拨流量,最终发现新闻有误,此时却不及时为企业进行澄清,甚至是“装死”。
芯片圈一直是一个很踏实的领域,这个圈子讲技术,讲产品,从来不会因为“炒作”而造出独角兽。行业人士均知芯片行业道阻且长,对于国产芯片,我们需要给予的是耐心和鼓励,需要回归技术本源,而非鼓吹和炒作。
如果人人都用春秋笔法博取高流量,人们对于自媒体的信任感就会愈发崩溃,最终即便是正能量也无法传达,即便是强大的技术也无法让人信服。
想一想,现在流行的段子,“学新闻学的”“新闻三要素——断章、取义、搞对立”,这些都是有失偏颇的报道所带来的反噬。追求新闻报道的趣味性和吸引力无可厚非,但在此过程中,不可丢失新闻的事实性、时效性、真实性。
最后,我们想强调一下,本文旨在提供客观信息,不针对任何机构或个人,惟愿读者能从中获取最有价值的内容。