IDC中国的最新数据预计，中国加速计算市场目前价值31亿美元，预计到2027年将达到164亿美元。此外，IDC报告称，2023年上半年，国内研发的AI加速卡将达到5万张。中国人工智能服务器的使用量约占中国整体服务器市场的10%。

美国芯片制裁收紧对高端AI GPU出口市场造成冲击，可能导致中国AI和大语言模型（LLM）行业短期供应短缺和成本上升。然而，长期影响可能有利于中国半导体行业的发展，促使中国人工智能芯片制造商通过国内技术创新争取进口替代。

NVIDIA是GPU市场的主导力量，目前占据全球独立显卡市场80%的惊人份额。这一据点延伸至高端AI GPU领域，在H100、A100、V100等模型的AI算法训练方面具有相当大的影响力。

考虑到 2022 年全年数据，IDC 估计中国 AI 加速卡出货量约为 109 万张。其中，英伟达保持着 85% 的份额，华为占 10%。相比之下，百度、寒武纪和上海燧原科技分别占比约2%、1%和1%。

然而，尽管英伟达在中国拥有近 90% 的市场份额，但最近美国的制裁引发了人们对该公司可能退出市场的担忧，并引发了一个关键问题：谁最有能力填补这一巨大空白？

尽管中国的人工智能客户在过去的2-3年里积累了相当数量的高端人工智能GPU，但情况可能并不像看起来那么简单。 英伟达首席执行官黄仁勋在接受英国《金融时报》采访时强调，美国必须谨慎行事。他强调，如果中国获得美国采购的机会受到阻碍，它将被迫发展自己的技术。

以华为为代表的硬件企业正在积极构建中国人工智能基础生态系统。其中，Ascend系列是华为AI能力的核心部分。华为的目标是成为英伟达生态系统之外的“替代选择”。

近年来，Ascend系列扩大了范围，并将重点转向与开源社区的合作，偏离了NVIDIA的做法。华为寻求解决硬件供应链问题，并积极挑战英伟达的生态系统主导地位。

据21世纪经济报道、北京商报报道，PyTorch基金会近日宣布华为作为首要会员加入。华为的入会不仅是中国第一个，也是全球第十个。此举让人们深入了解华为不断发展的Ascend发展战略及其在生成式人工智能领域的雄心。

PyTorch是全球知名的人工智能框架，由Meta于2016年推出。除PyTorch外，谷歌于2015年发布了TensorFlow，华为于2020年推出了MindSpore。诸如此类的开源基金会汇聚了顶尖人才，推动了人工智能的建设。的开放生态系统。

在算力方面，华为开发了基于Arm架构的鲲鹏服务器CPU，以及升腾AI芯片。围绕鲲鹏和升腾，华为正在构建新的计算生态系统。华为的目标是AI计算基础设施，随着生成式AI的出现，升腾计算系统正在经历快速增长。

华为内部人士向中国媒体透露，Ascend历史上走的是英伟达的路线，从头开始创建整个生态系统。这种方法的困难包括高成本以及说服 Nvidia 客户转向 Ascend 生态系统的挑战。

如今，Ascend正在效仿鲲鹏的开源路线，与全球开源社区建立更紧密的合作。例如，许多之前在 PyTorch 上建立业务的客户发现向华为 Ascend 生态系统的过渡更加可行且成本更低。

NVIDIA 在 CUDA 平台上构建了强大的生态系统。英特尔、AMD、华为等公司正在努力占领人工智能计算市场的一部分。

当前，生成式AI需求激增、算力短缺、美国芯片出口禁令等，给Ascend系列等中国AI芯片带来了新的机遇。

为了在短期内大规模扩张，与多个成熟的开源社区密切合作似乎是首选方法。该策略可以显着降低客户的采用门槛。

Ascend 一直兼容各种 AI 框架，但许多客户更喜欢 PyTorch 来适应他们的 AI 解决方案。一般来说，中国客户倾向于与多家硬件提供商合作，但很大一部分已经采用了升腾。

中国媒体援引行业消息人士的话说，中国人工智能客户测试本土人工智能芯片是一种常见做法。尽管迁移过程可能需要 2-3 年甚至更长时间，但 Ascend 和 PyTorch 开源社区之间日益增强的协同作用预计将显着减少与 AI 客户开发和迁移相关的费用和复杂性。