華為那句「產能不夠所以限制出口」，到底該怎麼理解？

Huawei Connect 這次，Eric Xu 講得相當直白。

中國市場對 AI 運算產品的需求，華為自己都滿足不了，所以海外銷售只能有所限制。

這句話其實包含兩件事。一是華為對中國 AI 算力需求的判斷，二是它怎樣分配有限的供應。兩者放在一起，很容易只剩下一個「中國需求很強」的結論，但真正值得看的，反而是華為正在怎樣處理自己的稀缺產能。

先講需求。

「滿足不了全部需求」本身沒有附上太多可以用來測算的數字。多少訂單、產能缺口有多大、瓶頸究竟在晶片、先進封裝還是 HBM，都沒有說清楚。這仍然是一項管理層陳述，而不是經審核的出貨或財務數據。

但它並非沒有資訊量。

如果算力供應充足，一家公司通常沒有太大理由主動限制海外銷售，畢竟出口本身就是收入。相比「需求很大」這四個字，我反而更在意華為願意把有限的 Ascend 供應優先留在中國市場。

這是一個實際的資源配置決定。

目前最直接的解釋就是產能不足，而且管理層自己也是這樣說。華為是否同時希望透過有限供應，進一步強化 Ascend 在中國 AI 算力自主體系中的戰略位置，現階段沒有足夠資料可以下結論。這件事值得留意，但不用把它講得比證據更多。

另一個更值得小心處理的說法，是 Ascend 在中國的市場份額已經超過 Nvidia。

「市場份額」四個字看似簡單，實際可以差得很遠。按出貨量、收入、部署數量，甚至總算力計算，都可能得出完全不同的結果。Eric Xu 的判斷沒有配上一套第三方統計口徑，因此現階段最多只能當作華為管理層對自身市場位置的看法。

更重要的是，中國 AI 晶片市場本身已經不是一個正常的自由競爭環境。

美國對高階 AI 晶片出口中國設有限制，Nvidia 能夠向中國供應甚麼產品，本身已受到政策約束。因此即使 Ascend 在中國市場份額已經超過 Nvidia，也不能單純把結果理解成產品競爭力的一對一勝負。

對投資人而言，比較有用的問題反而是：在目前這個政策環境下，Ascend 能否持續在訓練效率、系統成本、軟件遷移、供應穩定性及客戶部署速度上取得優勢？

這些才是未來有機會被數據回答的問題。

華為正在把競爭單位由晶片搬到系統

David Wang 公布的產品路線圖也值得看，但我認為重點並不只是「又有新晶片」。

Ascend 960DT 提前至 2027 年第一季，960PR 提前至 2027 年第三季。路線圖提前當然是一個正面訊號，但發布時間提早，不等於執行風險已經下降。

半導體產品最後還是要面對良率、驗證週期、先進封裝、記憶體供應，以及整個系統整合的現實。真正值得看的，是到時能否按計劃量產，以及有多少客戶真正部署。

Peerium 反而更值得留意。

目標讓約 100 萬顆處理器協同運作，960 SuperPoD 最多支援 4,096 顆處理器，這些數字指向的是另一個更大的方向：華為正在把 AI 算力競爭由單顆晶片，逐步移向整個系統。

這一點很重要。

AI 基礎設施到了現在，單顆晶片跑得多快已經不是唯一問題。大量處理器能否用低延遲、高頻寬的方式連在一起，軟件能否有效調度，整個叢集在實際訓練及推論工作中能不能維持效率，同樣決定最終可用算力。

因此，即使 Ascend 單顆晶片與 Nvidia 最頂級產品仍然存在差距，華為仍然可以嘗試從系統架構補回部分差距。

這也是我認為 Peerium 比單純的晶片發布時間表更值得研究的地方。

950DT training systems 據稱明年會開始廣泛使用。這個判斷如果兌現，華為押注的其實很清楚：中國的大規模模型訓練需求仍會持續，而且規模足以消化這批系統。

這件事最後要看的不是發布會上的 processor count，而是利用率、客戶數量、實際訓練效率，以及整套系統的成本。

中美 AI 技術堆疊正在分岔

從更長的時間看，Huawei Connect 今次透露的方向，比任何一顆 Ascend 晶片本身都更值得思考。

中美 AI 運算生態正在加速分岔。

這並不代表兩邊會變成完全互不相干的兩個世界。開源模型、PyTorch 等開發框架，以及大量應用層工具仍然可能跨越兩套體系。

真正開始分開的，是底層運算架構、互聯方式、系統軟件、優化工具、部署習慣，以至企業最後怎樣採購及配置算力。

所以「中國有自己的 AI 晶片」只是最表面的一層。

如果 Ascend、CANN、UnifiedBus、SuperPoD 這一套架構逐步成熟，中國 AI 企業未來可能愈來愈習慣在另一套硬件及軟件環境中開發及部署模型。

這會產生很多比晶片市場份額更長遠的問題。

一家同時服務中國和歐美市場的軟件公司，是否需要同時適配兩套算力平台？

雲端服務商是否需要維持兩套不同的基礎設施？

模型公司需要花多少額外成本做優化和遷移？

EDA、網絡設備、記憶體、散熱及數據中心供應商，又有多少產品可以同時服務兩邊？

這些問題現在還沒有完整答案，但如果技術堆疊的分岔繼續下去，它們會逐漸變成很實際的商業問題。

Ascend 增長，不等於 Nvidia 需求同步消失

有一點尤其容易被簡化。

中國算力自主加速，並不自動等於 Nvidia 在其他市場的需求下降。

市場很容易形成一條直線推論：中國自己做 AI 晶片，華為份額上升，所以 Nvidia 的市場被侵蝕。

但目前兩邊的市場已經被出口管制部分分隔。

短期而言，Ascend 在中國的增長與 Nvidia 在美國、歐洲及其他主要市場的需求，更像兩條部分平行的增長軌道，而不是直接的一換一替代。

真正需要重新評估的，是更長期的競爭。

如果 Ascend 的硬件、系統軟件及開發者生態逐步成熟，競爭就不會永遠停留在中國境內。它可能慢慢延伸到技術標準、開源生態，以至部分海外市場。

但那是下一階段的問題。

今天要判斷 Ascend 的增長是否正在侵蝕 Nvidia 的全球需求，與其盯著 Huawei Connect 上一句「市場份額已經超過 Nvidia」，倒不如看未來幾季 Nvidia 在非中國市場的訂單、雲端資本開支，以及大型 AI 客戶的實際採購。

現在還不是下結論的時候

Huawei Connect 今次提供的，更多是方向，而不是可以直接放進模型做精確估值的硬數據。

Eric Xu 說中國需求大到華為自己也無法完全滿足，這值得重視。

Ascend 的市場位置可能正在快速提升，也值得重視。

華為把競爭從單顆晶片推向 SuperPoD、Peerium 及整個系統架構，我認為更加值得重視。

但我現在不會把這些說法直接當成結論。

真正要看的還是未來幾季的 Ascend 出貨量、產能爬坡速度、客戶部署、系統利用率，以及第三方對實際訓練和推論性能的測試結果。

如果這些數據逐步跟上今次發布會的說法，那麼 Huawei Connect 2026 最重要的意義，可能不只是華為發布了幾款新的 AI 運算產品。

它會是中國 AI 算力體系開始由「替代 Nvidia」，真正走向建立自己完整技術堆疊的一個更清晰訊號。