| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

温哥华资讯

温哥华地产

温哥华教育

温哥华财税

新移民/招聘

黄页/二手

旅游

特朗普: 爆川普放行H200芯片 只因华为太强大?


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
美国彭博社周三(12月10日)发布独家报道称,据一位知情人士透露,美国总统川普(Donald Trump)之所以决定允许英伟达公司(Nvidia Corp.)向中国出售其H200人工智能芯片,是因为在经过权衡后,他认为这一举动带来的安全风险相对较低——原因在于该公司在中国的主要竞争对手华为(Huawei Technologies Co.)已经在提供性能相当的人工智能系统。


这名人士表示,在评估是否放行英伟达H200时,政府官员考虑了多种可能情景,并纳入了华盛顿国家安全强硬派的观点。选项从对华完全禁止出口人工智能(AI)芯片,到放开所有出口、以大量产品涌入中国市场从而压制华为,范围不等。最终,川普支持的政策是:允许H200出口中国,但将英伟达最新一代芯片保留给美国客户。

该人士称,此举将使美国在客户所能获得的AI芯片水平上,比中国领先约18个月,美国买家将继续享有对最新产品的独家使用权。


白宫官员得出的结论是,把H200推向中国市场,将促使中国的AI开发者更多地构建在美国技术生态之上,而不是转向华为或其他本土芯片厂商的产品。

川普本周的这一决定,立刻引发国会方面的强烈反弹。批评者认为,华盛顿正在向北京提供发展下一代人工智能所需的关键工具。

至少从纸面指标来看,H200领先华为、寒武纪科技股份有限公司(Cambricon Technologies Corp. )、摩尔线程智能科技有限公司(Moore Threads Technology Co.)等中国芯片设计商所能提供产品的一代。当下,中国对芯片的需求也远超本土企业的供给能力。

不过,在努力摆脱对美国技术依赖的过程中,北京方面此前一直强烈抑制英伟达芯片在国内的采用,尤其是在国有或准官方背景的企业和机构中。

美国众议员迈克尔·麦考尔(Michael McCaul)在一封邮件中表示:“DeepSeek本应该成为一个警钟,让大家意识到向中国出售高端半导体芯片的危险性。中国利用性能较弱的英伟达芯片,就开发出了当今全球最先进的开源模型。我不敢想象,如果他们获得像H200这样的更强大硬件,会做出什么事情。”

川普的这一决定,标志着围绕是否允许H200对华出口、与顾问团队长达数周讨论的告一段落。几天前,他刚在华盛顿与英伟达首席执行官黄仁勋(Jensen Huang)私下会面,后者一直在游说放松美国出口管制。


在宣布放行H200芯片的Truth Social帖子中,川普表示,相关芯片只会供应给“获批客户”,同时英特尔公司(Intel Corp.)和AMD等芯片制造商也将被纳入其中。

这一举措的基础判断是:华为与英伟达的竞争力要比美国此前公开承认的接近得多。上述因讨论敏感事宜而要求匿名的知情人士称,白宫官员将重点放在华为一款名为CloudMatrix 384的AI平台上,该平台依托的是公司更新一代的昇腾芯片。

官员们发现,在性能方面,CloudMatrix 384可与英伟达一套类似系统——NVL72——相媲美,后者采用的是这家美国公司最先进的Blackwell架构芯片。




据该人士透露,使局势更具紧迫感的是,美国官员得出的一个结论:到2026年,华为将具备生产数百万颗昇腾910C 加速器的能力——这款芯片是专门为了与英伟达产品线竞争而设计的。

这一判断与美国方面今年6月的估计形成鲜明对比,当时认为这家总部位于深圳的公司今年只能生产约20万颗昇腾系列芯片。

针对彭博社消息,美国商务部和英伟达的发言人均未立即置评。

白宫发言人库什·德赛(Kush Desai)表示:“川普政府致力于确保美国技术栈的主导地位——同时不会在国家安全上做出妥协。”
您的点赞是对我们的鼓励     还没人说话啊,我想来说几句
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0240 秒 and 3 DB Queries in 0.0009 秒