Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

华为展示384芯片AI计算系统,可与Nvidia顶级产品相媲美

Posted on 2025-07-28

中国_64.png

Slashdot 的长期读者 hackingbear 写道:尽管面临美国的出口限制,但中国华为技术有限公司周六展示了一款可与 Nvidia 最先进产品相媲美的 AI 计算系统。CloudMatrix 384 系统在上海举行的世界人工智能大会 (WAIC) 上首次公开亮相,这是一场为期三天的活动,各家公司在会上展示了他们最新的 AI 创新,吸引了大批人群来到华为展位。据 SemiAnalysis 称,CloudMatrix 384 集成了 384 块华为最新的 910C 芯片,通过全对全拓扑结构进行光纤连接,在某些指标上优于 Nvidia 的 GB200 NVL72,后者使用 72 块 B200 芯片。完整的 CloudMatrix 系统现在可以提供 300 PFLOPs 的密集 BF16 计算能力,几乎是 GB200 NVL72 的两倍。 SemiAnalysis 的一份报告称,凭借超过 3.6 倍的总内存容量和 2.1 倍的内存带宽,华为和中国“如今的 AI 系统能力足以超越英伟达”。然而,代价是其功耗是 GB200 NVL72 的 4.1 倍,每 FLOP 功耗降低 2.5 倍,每 TB/s 内存带宽功耗降低 1.9 倍,每 TB HBM 内存容量功耗降低 1.2 倍。但 SemiAnalysis 指出,中国没有功耗限制,只有芯片限制。 SemiAnalysis 写道,Nvidia 曾宣布推出 DGX H100 NVL256 “Ranger” 平台(搭载 256 块 GPU),但“由于其价格过高、功耗高、可靠性低(需要大量光收发器和两层网络),最终决定不将其投入生产。CloudMatrix Pod 需要 6,912 个 400G LPO 收发器用于联网,其中绝大多数用于扩展网络。” 此外,在此次发布会上,中国电商巨头阿里巴巴发布了全新的旗舰开源推理模型 Qwen3-235B-A22B-Thinking-2507,据业内报告称,该模型“已超越关键行业基准,超越了谷歌和 OpenAI 等竞争对手的强大专有系统”。在 AIME25 基准测试(一项旨在评估复杂、多步骤问题解决能力的测试)中,Qwen3-Thinking-2507 取得了 92.3 分的惊人成绩。这使得它领先于一些最强大的专有模型,尤其是超越了谷歌的 Gemini-2.5 Pro,而 Qwen3-Thinking 在 LiveCodeBench 上获得了 74.1 的最高分,远远领先于 Gemini-2.5 Pro 和 OpenAI 的 o4-mini,证明了它对开发人员和工程团队的实用性。

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读更多内容。

原文: https://hardware.slashdot.org/story/25/07/27/2248257/huawei-shows-off-384-chip-ai-computing-system-that-rival-nvidias-top-product?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme