其实，数十年如一日在单一领域或有限相关领域内争取做到极致的企业并不少。 （来源：中国经济导报） 转自：中国经济导报 崔立勇 "斜杠青年"曾是个时髦标签，指代那些拥有多重职业、生活丰富的年轻人。将这一概念套用到企业，同 样可以发现不少横跨多个不相关领域的"斜杠企业"。 企业这种"万物皆可为我所用"的雄心，在特定发展阶段代表活力与机遇捕捉能力，但从企业的长期竞争 力和产业运行的深层逻辑看，什么都做的"斜杠模式"不一定都能通向成功。 追逐市场潮流，寻求新增长点，构建所谓"生态闭环"以锁定用户，为了应对单一领域竞争加剧而进行的 风险对冲……企业走向"斜杠"常出于各种看似合理的动机。 然而，这种由机会驱动而非能力驱动的扩张，往往忽略了不同行业间的巨大差异。每个成熟的产业都有 其独特的核心技术、供应链、商业规则和人才体系。跨界意味着，企业必须同时在多个陌生的战场上与 不同领域深耕多年的专业选手竞争。当企业将业务扩展到自身不具比较优势的领域时，其内部组织、管 理、协调成本将急剧上升，相比通过市场交易从专业供应商处购买的产品或服务，付出可能更多。随着 战线过长，企业的资金、人才和研发资源也会被分散到千差万别的业务中。 博世对 ...

核心观点 - 黄仁勋首次公开承认华为AI芯片性能与NVIDIA H200相当，标志着华为从技术跟随者转变为直接竞争对手[1][7] - 华为通过CloudMatrix 384集群系统实现技术突破，其全互连拓扑设计提供300PFLOPs BF16算力，达到NVIDIA GB200 NVL72系统的两倍[10][11] - 行业竞争格局发生本质变化，从单芯片性能比拼转向系统级能力竞争，华为的垂直整合模式对NVIDIA生态构成挑战[16][21][26] 技术对比 - 昇腾910B集群调度能力弥补单芯片制程差距，整体系统表现接近H200[16] - CloudMatrix采用光电互连技术替代NVLink桥接，降低通信延迟并提升分布式计算效率[10] - 华为CANN架构与MindSpore框架形成闭环训练平台，软件迁移难度低于行业平均水平[21] 产业影响 - 华为技术路线与NVIDIA分叉：前者聚焦中国本地训练需求，后者服务北美数据中心生态[12][25] - 全球AI算力市场可能出现结构性分裂，华为模式推动国产替代形成独立技术体系[26][27] - 大模型训练向10万亿参数规模发展，芯片间通信效率成为竞争关键点[18] 发展历程 - 昇腾910B大规模应用时间（2023年底）比H100发布（2022年下半年）晚约1年，但H200时代已实现技术代际追赶[5][6] - 华为通过持续投入硬件通信、液冷散热等技术积累系统工程能力[30][31] - NVIDIA传统优势在于CUDA生态粘性，但华为垂直整合方案正在突破这一壁垒[20][22] 未来趋势 - AI算力竞争进入新阶段，重点转向更大模型支持、更低功耗和更稳定集群[33][34] - 行业面临技术路线分化风险，可能形成两套并行的算力标准体系[24][26] - 系统工程能力将成为决定市场份额的关键因素，超越单芯片性能指标[31][34]