10月27日报道，上海交通大学计算机科学与工程系教授张伟楠近日在接受采访时，分享了他对国产芯片发展的前瞻性观点。
他表示：“我国正探索一条全新的技术路径。虽然单颗芯片的性能或许暂时不及全球顶尖的西方产品，但通过集群化创新，例如华为昇腾384组成的超级集群，我们有望实现‘曲线救国’，在集成式算力层面与美国抗衡，甚至实现超越。”
他随后提到了近期发布的DeepSeek-OCR模型，认为这类创新在国际学术界广受好评，有望成为AI领域游戏规则的改变者。其核心优势在于高达10倍于主流大模型的压缩效率。
谈及未来五年对中国AI产业的影响，他强调这将是一次革命性机遇。“无论是国际政策制定者，还是顶尖科技企业的高管，对于中美技术博弈的认知差距其实微乎其微。黄仁勋甚至直言我们在制程上仅落后1纳米。”
基于此，他分析道：“在当前形势下，底层芯片的现有短板将在未来几年内被快速迭代和颠覆性创新所替代。”
公开资料显示，张伟楠博士现任上海交通大学计算机学院教授、博士生导师，兼任院长助理。
他长期担任NeurIPS、ICML、ICLR、KDD等顶级国际会议领域主席和TPAMI期刊编委，主持国家自然科学基金优秀青年项目及科技部2030“新一代人工智能”重大专项课题，入选中国科协青年人才托举工程和上海市科委英才扬帆计划，荣获吴文俊人工智能优秀青年奖和达摩院青橙奖。
另据了解：
7月26日，2025世界人工智能大会（WAIC）在上海世博中心开幕，华为首次线下展出了昇腾384超节点解决方案——Atlas 900 A3 SuperPoD。
该产品基于超节点架构，通过总线技术实现384个NPU间的大带宽低延时互联，有效突破集群内计算、存储等资源的通信瓶颈。
据悉，华为AI算力集群解决方案CloudMatrix 384基于384颗昇腾芯片构建，采用全互联拓扑架构实现芯片间高效协同，可提供高达300 PFLOPs的密集BF16算力，接近英伟达GB200 NVL72系统算力的两倍。
此外，CM384在内存容量和带宽方面同样具备优势，总内存容量超出英伟达方案3.6倍，内存带宽达到2.1倍，为大规模AI训练和推理提供了更高效的硬件支持。
尽管单颗昇腾芯片性能约为英伟达Blackwell架构GPU的三分之一，但华为通过规模化系统设计，成功实现整体算力跃升，在超大规模模型训练、实时推理等场景中展现更强竞争力。
