华为昇腾芯片正在为 AI 图像模型铺设另一条道路

关于 AI 硬件的讨论，大多绕不开一家公司和一种芯片。华为正试图开辟第二条道路，而它最新的进展就体现在这个月发布的基础设施公告中。

华为发布了昇腾 960 SuperPoD，这是一个基于其昇腾处理器构建的集群，并以面向下一代 AI 基础设施的 NPO 技术作为卖点。该公告瞄准的是大模型的训练与推理服务，而图像生成虽然不是主打的用例，却正处在其影响范围之内。文生图模型是 AI 中算力需求最旺盛的工作负载之一，任何能够替代主流硬件栈的方案，都会重新界定谁有能力构建和运行这些模型。

其战略背景是美国出口管制限制了中国企业获取最先进芯片的渠道。这促使中国企业开发国产替代方案，而华为的昇腾系列是其中进展最为领先的。昇腾 960 SuperPoD 是最新的宣示：差距正在缩小，或者至少存在一条不依赖受限硬件的可行路径。这是一场押注——中国 AI 的未来不必运行在别人可以随时切断的芯片之上。

具体到图像模型，这一点在几个层面都有意义。首先，训练一个大型图像模型的成本高昂，且对底层芯片十分敏感。图像生成器背后的扩散模型在训练阶段极为吃算力，需要在大型数据集上反复迭代，而成本直接取决于芯片与软件栈的效率。如果国产芯片能以可接受的成本训练和推理模型，中国实验室就能持续发布 Qwen-Image 2.1 这类开源模型，而不必依赖国外硬件。这既是性能问题，也是韧性——抗风险能力——的问题。

其次，推理服务的重要性超出多数人的想象。图像生成是交互式的。用户输入提示词，期望几秒内得到结果，而一个热门模型每天会收到数百万次这样的请求。决定一个免费或低价图像服务能否在经济上成立的，是推理效率，而不只是训练吞吐。国产推理栈改变了中国图像应用和 API 的成本账，这也正是华为等公司如此重金投入推理基础设施、而不只是训练集群的原因。

第三，还有标准层面的维度。世界上的图像模型日益默认某一种特定的软件生态来训练和推理：一套特定的框架、算子内核和优化库。一个与之竞争的硬件栈需要有自己的软件层、自己的优化器、自己的社区，而硬件与“可用硬件”之间的差距主要在于软件。华为一直在构建这套体系，每一次基础设施发布，都是朝着一个不依赖现任主导者工具链的生态迈出的一步。

这并不意味着华为的芯片即将在原始性能上取代主导者。诚实的解读是：它们提供了第二个供应来源，而第二来源即便不是最好的也很重要，因为它改变了所有下游方的谈判地位。一家能在国产芯片上训练的实验室，受供应冲击的影响更小；一家能在其上提供服务的公司，拥有更大的定价自由度；而一个两者兼备的国家，则拥有更强的战略自主权——这正是整件事的意义所在。

地缘政治的角度在这里无法回避。图像模型不只是消费级玩具。它们被用于设计、制造、媒体，并且越来越多地被用于与国家相关的应用，从宣传到监控再到虚假信息。控制训练和运行它们的硬件，就是控制一项战略能力，这正是出口管制存在的原因，也正是国产替代方案被如此大力推进的原因。两者陷入了一个循环：限制加速了国产化努力，而国产化努力又为限制提供了目标。

对于中国以外的人来说，昇腾的这些发布很容易被当作内部事务而忽略。那将是个错误。如果这套替代栈达到某个临界点，使开源模型能在其上良好地训练和推理，那么下一代 Qwen-Image，或者再下一代，可能永远不会接触你视为普适的那套硬件。图像生成经济正在悄然拥有第二个硬件叙事，它将塑造哪些模型会被发布、运行成本有多低，以及谁掌控着这一切之下的基础设施。

还有人才与社区的维度。一套替代硬件栈需要懂得如何使用它的人，而这些人目前集中在现任生态之中。建设这样的社区需要数年时间，这才是真正的长期博弈。从这个角度看，华为的基础设施公告，既关乎原始规格，也同样是关于招揽人才和释放信号。它们是在向世界宣告：这里有一条可行的路，来在上面构建吧。

图像生成这一角度，是大多数观察者忽略的部分。他们看到“SuperPoD”就想到语言模型和聊天机器人。但同样的集群也训练和运行生成图像的模型，而图像生成的经济特征——高算力、高交互性、高并发量——使它成为替代栈最先能在商业上证明自己的负载之一。去观察国产图像模型多快采用国产芯片。这比任何基准测试图表都更能说明这条第二条道路的走向。

还有一点微妙之处，即真正的瓶颈究竟在哪里。芯片只是故事的一半。另一半是让芯片变得有用的软件：编译器、算子、框架，以及为特定架构调优的模型实现。没有软件的芯片就是一块镇纸。这就是为什么华为的发布总是把硬件与软件生态的推进配对，也是为什么现任栈与替代栈之间的差距，既以开发者工具来衡量，也以 teraflops 来衡量。对图像模型而言，问题不只是“芯片能不能跑扩散模型”，而是“芯片能否通过开发者已经熟悉的工具把扩散模型跑好，而不需要一支专家团队逐层手工调优”。

软件上的差距，正是替代栈尽管投入多年却起步缓慢的原因。硬件可以在实验室里造出来，但开发者生态必须由开发者来建设，而开发者会去工具好用、阻力小的地方。每一个在替代栈上做到首日支持的开源模型、每一个新增后端支持的框架、每一篇带新手入门的教程，都在侵蚀这一差距。图像生成社区高度依赖 ComfyUI 和 Diffusers 这类开源框架，实际上正是替代栈最有望站稳脚跟的领域之一，因为这个社区早已习惯在各种不同的硬件上运行模型。

这才是长期博弈，也正是为什么本月的这些公告，其意义更在于方向而非终点。昇腾 960 SuperPoD 不会一夜之间改变图像生成的格局。但它是一根插在地上的标桩，一个信号：这条替代之路正在被修建、被投资、被配备人手，而图像生成的未来，就像更广泛的 AI 未来一样，或许不会永远只跑在单一的硬件叙事之上。那些认定它会如此的人，正在下一个历史反复证明为高风险的赌注。