華為進軍南韓 AI 晶片市場：四分之一價格，亦是一場地緣政治測試

華為進軍南韓 AI 加速器市場，表面上是一宗晶片銷售案，實際上更像一場精心設計的生態系攻堅戰。

公司預計在 2026 年第四季推出昇騰（Ascend）950 系列處理器與 Atlas 950 SuperPod，並透過 SK Shieldus 及 Hansol PNS 等南韓通路商銷售。華為主打的不是一張加速卡，而是一套包含晶片、互連、軟體、部署與後續升級的完整 AI 運算平台。12

最吸睛的數字來自昇騰 950PR。華為宣稱，這款以 AI 推理為主的處理器，在特定推理工作負載下，效能可達英偉達（Nvidia）中國市場版 H20 的 2.87 倍，而價格約為後者的四分之一。126 不過，目前公開報道尚未以獨立、針對具體工作負載的測試，驗證這項比較，因此這個數字應視為重要的商業主張，而非已經定案的技術結論。

華為在南韓要賣什麼？

這次布局主要包括三個相互連接的部分：

• 昇騰 950PR： 主要面向 AI 推理，也就是模型完成訓練後，實際回應使用者請求的階段。報道稱，該產品已於 2026 年 4 月進入量產。312
• 昇騰 950DT： 面向 AI 訓練及其他高負載工作，商業上市時間預計在 2026 年稍後。3738
• Atlas 950 SuperPod： 華為稱可透過自家互連技術，將最多 8,192 顆昇騰處理器連接在同一套系統中。12

這種「整套系統」的打法十分關鍵。英偉達的優勢從來不只是 GPU 本身，還包括高速互連、網路設備、CUDA 函式庫、開發工具、雲端供應、第三方整合，以及多年來針對真實生產環境累積的最佳化經驗。

換句話說，華為不是只想把一張較便宜的晶片放上英偉達的貨架旁，而是希望客戶把它視為一個可以直接建置 AI 運算中心的替代方案。

四分之一價格，能否撬動英偉達的既有優勢？

若華為的報價主張成立，對需要大量 AI 推理能力的電信商、雲端服務商與資料中心營運商而言，誘因相當直接：大幅降低前期硬體支出。

在推理場景中，客戶往往更關心每次回應的成本、吞吐量、延遲與服務可用率，而不一定只追求單顆晶片的最高基準分數。只要實際每個回應的成本明顯下降，部分客戶可能願意承擔應用移植與效能調校的工作。

華為也正試圖降低這項轉換成本。公司持續改善 CANN 軟體堆疊與英偉達 CUDA 生態之間的相容性，目標是讓使用者能夠保留部分既有 AI 應用，而不必從頭改寫所有模型、工具與生產流程。89

但「相容」不等於「等效」。CUDA 的護城河包括成熟的函式庫、除錯工具、第三方整合、開發者熟悉度，以及針對各種真實工作負載長年累積的調校。企業評估昇騰時，不能只比較採購單價，還必須把工程人力、模型最佳化、監控、維護、技術支援和正式上線後的故障風險一併計算。

DeepSeek V4 的適配則提供了一個值得關注的軟體案例。路透社報道稱，DeepSeek 已為華為最新一代昇騰處理器調整 V4 模型；華為表示，昇騰晶片曾參與 V4-Flash 的部分訓練，而 V4 系列亦獲昇騰 950 超節點叢集支援。32 這是正面訊號，但仍不能取代跨模型、跨工作負載的獨立測試。

這場布局為何像 2013 年的南韓 LTE 策略？

華為在南韓的切入方式，與 2013 年進入當地 LTE 通訊設備市場時有明顯相似之處。當年華為向 LG Uplus 提供 LTE 網路設備，業界估計其報價比競爭對手低約 20% 至 30%。5759

這種市場進入模式通常包含四個步驟：

1. 先用價格創造試用理由。 大幅折扣讓客戶有動機測試新供應商。
2. 透過本地夥伴降低進入門檻。 南韓通路商可提供客戶關係、技術服務與售後支援。
3. 把部署轉化為參考案例。 在技術要求高的市場成功落地，有助於華為向其他國家推銷。
4. 由產品擴展到生態系。 當客戶逐步採用相關軟體、培訓、運維流程與升級方案，轉換供應商的成本便會上升。

南韓對華為而言並非普通的海外市場。它具備成熟的電信與半導體產業，也深度連結美國主導的科技與安全體系。因此，若華為能在南韓完成具規模的 AI 部署，其示範效應可能高於在政治與技術要求較低的市場取得同等訂單。

三年產品路線圖：降低疑慮，也可能加深綁定

華為已提出從昇騰 950 延伸至昇騰 960（2027 年）及昇騰 970（2028 年）的產品路線圖。3738 對潛在買家而言，清楚的升級時間表有助於降低「買到孤兒產品」的疑慮，顯示這不一定只是受出口管制催生的過渡方案。

但路線圖同時也可能形成新的依賴。大型 Atlas 部署會把營運商綁定在華為的處理器、互連技術、編譯器、軟體工具、技術人員、應用程式、維護合約與未來升級決策上。

這種生態系依賴並非華為獨有，英偉達客戶同樣面對 CUDA 鎖定效應；然而，它意味著 AI 基礎設施的真正成本，遠高於最初的晶片報價。

可能限制採用的四大障礙

1. 2.87 倍效能並不是全面勝出

華為的 2.87 倍比較，針對的是 950PR 與 H20 在推理工作上的表現，而不是英偉達所有產品或完整軟體堆疊。H20 本身是為中國市場、符合出口規範而提供的英偉達產品；這項主張不能直接推導出昇騰 950PR 優於英偉達更高階的平台。報道亦指出，950PR 在單顆晶片層面並未超越 H200。23

真正重要的問題包括：測試採用哪個模型與精度？批次大小及序列長度是多少？需要多少軟體最佳化？每瓦效能如何？在長時間生產環境中，延遲、記憶體頻寬、可用率與故障率又有何差異？

在這些問題獲得可重複的第三方測試結果前，華為的價格效能主張雖然具備商業殺傷力，技術上仍屬待驗證。

2. 電力與散熱成本可能抵銷硬體折扣

加速器價格較低，不代表整體營運成本一定較低。若要達到相同的實際吞吐量，客戶需要部署更多晶片、消耗更多電力，或加裝液冷與其他基礎設施，初期節省便可能被電力供應、機櫃密度、場地改造及長期能源支出吞噬。

這一點在大型叢集尤其重要。最多 8,192 顆晶片的 SuperPod，不只是「很多張便宜的卡」堆在一起，而是一項涉及電力、網路、散熱、機房與營運管理的大型工程。經濟效益應以「每個有用工作負載的完整成本」衡量，而不是單看每顆加速器的價格。

3. 量產與供應能力仍待證明

950PR 已進入量產及華為公布產品路線圖，代表公司確實取得進展，但兩者都不能自動證明其具備穩定的全球供應能力。華為仍須展示足夠產量、良率、先進封裝能力、記憶體供應、現場可靠度，以及對中國以外客戶提供及時支援的能力。

這也是美國出口管制的實際考驗。美國自 2018 年起持續收緊對先進半導體、製造能力及 AI 運算的限制，目標是限制中國取得相關技術與算力。17 管制可能拖慢華為取得部分關鍵投入，同時也可能加速中國市場對本土替代方案的需求。南韓市場將測試華為的生態系是否已成熟到足以在這些限制下走向海外。

4. 信任與政治風險可能高於價格折扣

南韓客戶評估華為時，無法忽略更大的地緣政治背景。美國官員曾指稱，中國政府可能要求華為分享資訊，或建立讓政府取得系統存取權的機制；華為否認其產品構成這類資安威脅，而美國國會研究處亦指出，第三方分析人士並未形成一致結論。18

實際影響不必等到「後門」被證實才會出現。客戶與政府可能基於風險認知，要求網路分區、資安審計、限制遠端維護、禁止系統處理敏感工作負載，或把華為設備排除在特定環境之外。2014 年，南韓據報已同意把美韓之間的敏感通訊，避開使用華為設備的網路，原因是華盛頓提出相關安全疑慮。24

這些先例可能令南韓電信商與資料中心營運商，在涉及公共部門、國防或美韓同盟的工作負載時，對部署華為硬體、管理軟體或提供維護存取權保持謹慎。

若南韓大規模採購，影響會超越銷售數字

大型 AI 叢集本身並不代表華為必然能取得盟友情報。實際風險取決於系統架構，包括網路隔離、雲端租戶分區、管理權限、稽核能力、維護程序、資料流向，以及 AI 叢集是否與敏感系統互聯。

更廣泛的問題是戰略依賴。若南韓電信商或資料中心以華為技術堆疊建立大量算力，可能需要把這些環境與美國相關系統分開，並為敏感工作負載維持另一套基礎設施。這將增加互通成本，也可能為情報分享及聯合作業帶來更多認證與保障要求。

對其他政府而言，南韓若能以較低成本完成可靠部署，將成為一個極具說服力的參考案例：中國供應商或許不必在每個指標上領先英偉達，只要提供足夠的「實用效能」與大幅較低的價格，就能在海外 AI 基礎設施市場取得位置。

反過來，若華為面對交付延誤、耗電過高、CUDA 應用移植困難、支援不足、量產良率不穩，或因資安考量而遭限制採購，結果同樣具有指標性。這將說明，低價硬體未必足以突破軟體生態與政治信任的門檻。

接下來應該觀察什麼？

比發布會規格更有價值的證據，將來自實際部署。市場與政策制定者應留意：

• 推理、訓練、延遲及高記憶體需求工作負載的獨立基準測試；
• 每瓦效能，以及完整電力與散熱成本；
• 實際產量、交付時間表與現場可靠度；
• 將 CUDA 應用移轉至 CANN 的實際工程成本；
• 資安審計結果，以及對管理員和遠端維護權限的限制；
• 南韓電信商、雲端服務商或資料中心營運商是否簽訂多年期部署合約。

華為的南韓 AI 布局，是一場以價格為先手、以生態系為核心、以地緣政治為背景的市場測試。它目前最強的牌，是四分之一價格的敘事、可擴展至 8,192 顆晶片的整合式叢集，以及逐步壯大的中國本土軟體生態。

但它最關鍵的弱點也很清楚：最亮眼的效能數字仍主要來自供應商自身說法；英偉達仍擁有深厚的 CUDA 生態優勢；而華為必須證明自己能在海外以足夠規模，交付可靠、具成本效益且能被政治與資安審查接受的 AI 基礎設施。