在这场“抄袭门”大曝料中，提到了一个问题，核心原因就是“算力资源严重不足”，曾经他们都说自己的AI芯片性能已经媲美NVIDIA的AI芯片了，如今却又说“算力资源严重不足”，这无疑揭示了他们的AI芯片性能其实与NVIDIA差距甚大。

一直以来，国产AI芯片都强调他们的AI芯片性能已接近NVIDIA的顶级AI芯片，他们拿出了许多参数来证明，然而参数有时候并不可靠，芯片的性能表现得在实际使用中才能证明他们的真实性能。

2024年在智算融合创新发展论坛上，就有业内人士指出，由于优化、软件配合等方面的因素影响，国产AI芯片的实际表现远未达到预期，大约只是原预期的大约10%左右，与参数存在巨大的差距。

事实上即使是拥有先进架构设计的NVIDIA也不得不寻求最先进的芯片工艺，以提升性能的同时降低功耗，为此NVIDIA的最新AI芯片已采用了先进的3纳米工艺，借此控制AI芯片的发热问题。

即使如此，NVIDIA的Blackwell架构AI芯片在配置72颗处理器的服务器中，仍然出现过热问题，为此NVIDIA和它的客户不得不修改机架设计，控制芯片性能，避免发热太严重导致损坏硬件的后果。

相比之下，国产AI芯片大多还在用7纳米工艺，7你们工艺的功耗远比3纳米高得多，严重的发热问题，会进一步阻碍国产AI芯片提升性能，他们的性能很可能与标称参数存在巨大的差距。

上述提到的NVIDIA用了先进的3纳米工艺和更先进的芯片架构之后，仍然无法搭载过多的AI芯片核心，证明了散热已成为AI芯片提升性能的重要障碍；相比之下，国产AI芯片在采用了更落后的7纳米工艺之后，试图用芯片堆叠的方式提升芯片性能，如何解决散热问题？

事实上，多芯片堆叠的另一个问题则是AI芯片之间的物理距离还会影响到芯片性能，这从NVIDIA为了缩减AI芯片和存储芯片的物理距离等，而将AI芯片和HBM存储芯片封装在一起，进而提升芯片整体性能可以看出来，如此情况下，芯片堆叠导致的物理距离也会影响着芯片性能。

此前还曾传出，NVIDIA因为众所周知的原因无法对中国企业出售先进的AI芯片，而不得不持续阉割AI芯片的性能，以满足相关的要求，推出的H20芯片阉割了八成的性能，但是仍然受到中国AI企业的追捧，这似乎也反映出国内企业更认可NVIDIA的AI芯片性能，而对国产AI芯片持保留态度。

这种种问题，都证明了国产AI芯片的实际性能与NVIDIA存在不小的差距，只是因为种种原因而未为公众所知，直到这次的抄袭门，再次让业界关注到了国产AI芯片性能，那么国产AI芯片的实际性能表现到底是如何的呢？