慘!韓國戳破了台美ai晶片通膨泡沫嗎?

實體晶片:華為低價進軍韓國市場超高性價比戰略:工商時報指出,中國科技巨頭華為計劃於 2026 年第四季向韓國市場推出「昇騰(Ascend)系列」AI 晶片。其定價僅為美國競爭對手輝達(NVIDIA)晶片的四分之一。主打型號:華為此次揮軍韓國的主力產品為針對推理場景優化的 昇騰 950PR(2026年4月已量產),以及專為 AI 訓練設計的 昇騰 950DT。效能對標:根據華為官方數據,昇騰 950PR 的推理性能可達到輝達 H20 晶片的 2.87 倍,且持續提升與輝達 CUDA 編程生態的相容性。在地通路建置:華為韓國分公司已與南韓本土安防巨頭 SK Shieldus 等兩家企業簽署經銷商協議,全面佈局在韓銷售通路。

韓國帶頭買中國1/4價晶片
美國企業帶頭用中國1/10 算力成本

這不就是泡沫現形了嗎?

哪個企業誰要當呆子買貴運算晶片+電力

ai本來就是實體經濟殺手~從中國開始通縮到全球

我不是中國紅歐~不要亂貼標~我是說講實話中國ai科技代塞全球經濟是遲早的事

看看ai滅掉華強北滅掉橫店百萬大軍

ai滅掉百年老店IBM也要滅掉微軟跟sony

ai智能價值通縮是全球遲早的事
b13040899228 wrote:
實體晶片:華...(恕刪)
華為是要讓誰代工晶片?幾奈米?
b13040899228 wrote:
實體晶片:華為低價進...(恕刪)

韓國就剩下炒記憶體產業,然後政府做莊高槓桿股民高風險散戶斷頭,真是活該一切就是如此剛剛好,當年的網路與今日的AI沒有泡沫問題,未來回頭看只會更需要離不開喔。
別耍寶了。
H20 本身就是出口中國閹割版,它不是:H100,B100,GB200。
而是為了符合美國出口限制而大幅降規。因此:。「950PR 比 H20 快」,就好像正常人參加肢障跑步,然後說跑贏就是個自欺欺人的艋舺話。

另外AI 推理速度非常依賴:Batch Size,Model,FP8,INT8,INT4,Memory bandwidth
,KV Cache。只說:2.87 倍,沒有任何 benchmark又是艋舺話。

再來不能跑 CUDA,再快也沒多少大企業敢真正轉去用。

你一定不是科技業的。那就靜靜繼續當局外人吧。

至於韓國這國家,看看它的歷史,自古一直以來,都是吃不到3天飽飯就自斷後路的國家。就讓它繼續犯錯下去,對台灣半導體是有大利的。
Ai需求還是很高,只是本夢比太高,簡單講就是好但是股價漲太多,不合理
龍骨本相 wrote:你一定不是科技業的。那就靜靜繼續當局外人吧。

但你不是金融業的 
---------

話說回來~華爾街那群狼,好像也不是金融業的?
有些人活的陰險卑劣,卻嚐盡了榮華富貴,就不要想死的心安理得!
對,反攻大陸是遲早的事。然後一百年快要過去了。
b13040899228 wrote:
工商時報指出,中國科技巨頭華為計劃於 2026 年第四季向韓國市場推出「昇騰(Ascend)系列」AI 晶片。

怪怪的新聞,
美國好像禁止全世界買華為的昇騰,
韓國沒這個膽。
昇騰單卡不是頂尖,但是千卡集群就能屌打台灣最強的超級電腦「晶創26」。

「晶創26」採用雙重算力架構設計,包括「Nano4」(H200 架構系統),以及最新一代的GB200 NVL72架構節點,兼具通用科學模擬與AI訓練的高效能運算需求。其中「Nano4」實測最佳用電功率為 2.214 百萬瓦(MW),最高實測效能(Rmax)為81.55 PFlops(*註) ,為目前臺灣最快、運算密度最高的超級電腦。



昇騰 950 超節點 Atlas 950 SuperPoD(1024 卡標準機型)完整規格

一、基礎硬體架構
核心晶片:Ascend 950DT(訓練專用 NPU,單卡 144GB HiZQ2.0 HBM,單卡 FP8 算力 8 PFLOPS)
機櫃模組:單櫃 64 張 950DT 卡,1024 卡 = 16 組計算櫃堆疊而成
散熱:整機液冷正交刀片架構,盲插液冷接頭,無線纜電互聯,降低散熱損耗
擴展上限:同架構最多可擴容至 8192 卡完整萬卡集群

二、核心算力規格
FP8 總算力:1024 × 8 PFLOPS = 8192 PFLOPS ≈ 0.832 EFLOPS(行業簡稱 832K EFLOPS)
FP4 總算力:1024 × 16 PFLOPS = 16384 PFLOPS ≈ 2 EFLOPS

三、記憶體與互聯關鍵參數
全域統一記憶體
整套 1024 卡共用單一虛擬位址空間,256TB 全域統一編址記憶體,跨卡不用數據拷貝,大幅減少大模型通信開銷
靈衢 UB2.0 全光互聯
集群總互聯帶寬:16.3 PB/s(約全球互聯網峰值帶寬 10 倍)
NPU 跨卡單跳時延僅 3μs,無收斂 Mesh 全互聯拓撲
單卡對外互聯頻寬 2TB/s,支援萬億 MoE 混合專家模型並行訓練

四、整機吞吐性能
大模型訓練總吞吐:4.91M tokens / 秒
高併發推理總吞吐:19.6M tokens / 秒
對比上一代 Atlas 900(384 卡),訓練性能提升 17 倍、推理提升 26.5 倍
大盤跌3千點翻開0050成分股
金融+傳產+食品 電信三雄 中華.遠傳.台灣大 也是全紅的

關閉廣告
文章分享
評分
評分
複製連結

今日熱門文章 網友點擊推薦!