上星期，深圳悄没声息地干了一件大事：启用了全国第一个万卡智能计算集群。用的不是英伟达，是华为的昇腾910C芯片。算力多少？11000千万亿次浮点运算。加上去年已经满负荷跑的那个3000千万亿次的老集群，现在这个算力中心的总能力已经到了14000千万亿次。更让人侧目的是，近50家机构已经签了框架协议，两期整体预订率92%——还没完全建好呢，市场已经抢着要了。
这组数字放到全国大盘子里看，其实也不算太夸张。中国信息通信研究院的数据显示，到2025年6月，中国总算力已经达到96.2万千万亿次，占了全球21%，同比增长73%。深圳这一步，不过是全国AI基建大爆发的一个切片。但它的象征意义很重：这是第一个完全用国产先进芯片堆出来的万卡级集群。换句话说，中国在算力“自主可控”这条路上，已经从单点突破走到了规模部署的阶段。
华为的昇腾910C，按照DeepSeek的研究，性能大概相当于英伟达H100的六成。差距是明摆着的。但国内买家好像不太在意，或者说等不及了。路透社前段时间报道，字节跳动、阿里巴巴这些大厂已经在计划采购华为下一代的昇腾950PR了。原因很现实：兼容性更好，跟英伟达的CUDA生态能接上轨，响应速度也更快。华为据说准备在年底前推出大约75万颗950PR芯片。这说明什么？说明哪怕性能差点，但“能用”加“有货”这两个条件，已经足够让国内巨头真金白银地押注了。
深圳市政府也不满足于只当个算力“房东”。他们出了一份三年蓝图，目标到2028年把深圳变成AI计算枢纽。具体来说，要“跨越式”提高AI服务器产量，还要大幅提升芯片、存储、光模块这些关键部件的全球市场份额。到2026年，深圳计划让实时AI算力超过80000千万亿次——比现在这个万卡集群还要翻好几倍。这个目标挺激进的，但想想深圳有华为、有腾讯、有一大堆机器人和AI创业公司，需求端确实撑得住。
有个机器人初创公司X Square Robot的副总裁跟当地媒体说，深圳算力的规模和质量提升，已经让这座城市成了全国领跑者。这话不算夸张。但问题是，算力建起来了，能不能真正用出效率？万卡集群的管理、调度、散热、稳定性，全是工程上的硬骨头。华为的单卡性能还追不上英伟达，但集群的“有效算力”取决于互联、软件栈和模型适配，这恰恰是中国厂商有可能弯道超车的地方。从92%的预订率来看，市场对这套组合拳是买账的。
往大了说，深圳这一步也是全国算力竞赛的一个缩影。美国对先进芯片的出口管制越收越紧，中国的对策不是单纯囤货，而是用国产替代把规模铺开。单卡效率打点折扣没关系，用数量换质量，用集群换单卡，照样能撑起大模型训练和推理的需求。当然，这条路还长着呢。950PR芯片计划出货75万颗，跟英伟达动辄几百万颗的规模比起来，还有量级上的差距。而且华为的产能跟不跟得上、良率稳不稳定，都是未知数。
但不管怎样，深圳这个万卡集群是一个信号：中国AI算力的“底座”正在从纸面落到地面。它不是实验室里的样品，不是新闻稿里的概念，而是已经通了电、跑了起来、被企业抢着用的基础设施。对华为来说，这是一次压力测试——芯片不仅要造出来，还要在万卡规模下稳定运行。对深圳来说，这是一场豪赌——把算力当成城市的核心竞争力，去吸引AI企业和人才。对整个行业来说，这更像一句潜台词：美国不卖，我们就自己造，而且造得出来、用得上。
当然，60%的性能差距不会一夜消失。但当一个国家开始用“万卡集群”这样的量词来定义自己的进步时，技术追赶的速度往往会超出预期。毕竟，算力不仅是工具，也是信心的标尺。深圳把这把尺子立在了自己家门口。