谷歌TPU 8i/8t 正式发布：训练与推理首次分家，2nm工艺赋能智能体时代

2026年6月16日 · 阅读需 7 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年4月22日，在拉斯维加斯举行的Google Cloud Next '26大会上，谷歌正式发布了第八代张量处理器（TPU）。这是谷歌史上首次将AI训练与推理任务拆分至两款独立芯片：

TPU 8t：专为模型训练设计
TPU 8i：专注高并发推理任务

此次发布未引入新的物理概念，而是聚焦于解决AI数据中心的核心痛点：万卡集群扩展效率、智能体AI工作负载优化、每瓦性能提升。

TPU 8i（推理专用）：消除"等待室效应"

TPU 8i是谷歌和**联发科（MediaTek）**首次合作设计的推理专用芯片，旨在消除"等待室效应"——即用户请求被有意排队或延迟以实现硬件利用率最大化的情况。

TPU 8i 核心规格（推测）

参数	TPU 8i	TPU v7 Ironwood
定位	推理专用	推理为主
制程	TSMC 2nm	—
Die设计	双计算Die（推测）	—
显存	8× HBM3e 12层（推测 ~192GB）	8× HBM3（192GB）
显存带宽	~7 TB/s（推测）	7,380 GB/s
FP8 算力	~4,614 TFLOPS（推测）	4,614 TFLOPS
TDP（每芯片）	1,300 W	1,000 W
互联	ICI 3D Torus	ICI 3D Torus
集成CPU	Arm Axion（64核）	无
散热	风冷/液冷均可	第4代液冷
公布时间	2026-04-22	2025-08-25
量产时间	2027年底	2026年

关键特性：

✅ 高并发推理优化：专为Agentic AI设计，支持数千个步骤的推理链条
✅ Arm Axion CPU集成：64核Neoverse V2，Host CPU + 数据预处理协同
✅ 低延迟：消除"等待室效应"，首Token延迟（TTFT）极低
✅ 每瓦性能提升117%：相比Ironwood（同等价格）

TPU 8t（训练专用）：Gemini 3/4的"发动机"

TPU 8t专为Google Gemini 3 / Gemini 4等frontier模型训练设计，是谷歌与**博通（Broadcom）**长期合作的延续。

TPU 8t 核心规格

参数	TPU 8t	TPU v7 Ironwood	提升
定位	训练专用	推理为主	形态拆分
制程	TSMC 2nm	—	新一代
Die设计	双计算Die	—	架构升级
显存	8× HBM3e 12层（单芯片推测 ~256GB）	8× HBM3（192GB）	升级
显存带宽	~7 TB/s（推测每芯片）	7,380 GB/s	持平
Pod芯片数	9,600芯片	9,216	+4%
Pod HBM总量	2 PB	—	远超
Pod FP4算力	121 EFLOPS	~42 EFLOPS（推测）	~3×
集成CPU	Arm Axion（64核）	无	新增
TDP（每芯片）	1,300 W	1,000 W	+30%
量产时间	2027年底	2026年	—

关键特性：

✅ MoE训练原生支持：Expert Parallel优化（DeepSeek / Mixtral风格）
✅ Long-context训练：1M+ token上下文训练优化
✅ RLHF/后训练：Online RL（DPO/PPO/GRPO）原生优化
✅ Arm Axion CPU协同：数据预处理/权重初始化Offload到CPU
✅ SparseCore加速：MoE路由和推荐系统

第八代TPU的战略意义

1. 训练与推理首次分家

此前，谷歌的TPU设计理念是"一个架构兼顾训练和推理"（如TPU v5p、v6e）。但智能体AI时代的到来改变了这一点：

训练工作负载：大规模矩阵乘法、长时序反向传播、稀疏化MoE
推理工作负载：高并发、低延迟、KV Cache密集型、动态批处理

这两种工作负载对芯片架构的要求截然不同。拆分后：

TPU 8t可以专注优化计算密度和显存容量
TPU 8i可以专注优化推理吞吐和每瓦性能

2. 与博通、联发科的双线合作

博通（Broadcom）：继续合作设计TPU 8t（训练），延续自TPU v1以来的长期伙伴关系
联发科（MediaTek）：首次合作设计TPU 8i（推理），引入移动芯片低功耗设计经验

这种"双线合作"策略使谷歌能够：

在训练芯片上追求极致性能（与博通的高端ASIC经验结合）
在推理芯片上追求极致能效（与联发科的移动芯片经验结合）

3. 对标NVIDIA Vera Rubin

对比	Google TPU 8t + 8i	NVIDIA Vera Rubin
策略	训练/推理拆分	统一架构（GPU+CPU）
制程	TSMC 2nm	TSMC 3nm（推测）
生态	仅Google Cloud	全球可用
软件	JAX / PyTorch/XLA	CUDA / PyTorch
量产	2027年底	2026年秋季
优势	与Gemini深度集成	生态最成熟

技术深度解析

TSMC 2nm：为何选择2nm？

谷歌是首家在AI加速器上采用TSMC 2nm制程的厂商（NVIDIA Rubin用的是3nm）。2nm（N2）工艺相比3nm（N3E）：

晶体管密度提升：~15-20%
功耗降低：~25-30%（同等性能）
性能提升：~10-15%（同等功耗）

对于功耗已达1,300W的TPU 8t/8i来说，2nm是必须的——否则4nm/3nm无法在合理功耗内集成双计算Die和8×HBM3e。

Arm Axion CPU：Google自研CPU首次进入TPU节点

此前，TPU节点使用Intel Xeon或AMD EPYC作为Host CPU。TPU 8t/8i首次集成Google自研的Arm Axion CPU（64核Neoverse V2）：

意义：

数据预处理Offload：Tokenization、数据增强等可以完全在Axion上完成，不占用TPU算力
权重初始化：大模型训练的权重初始化可以在CPU上完成，加速训练启动
推理调度：多模型推理时，Axion负责请求调度和负载均衡

这标志着TPU节点向"超节点"演进：不再是纯加速器，而是TPU + Axion CPU协同系统，对标NVIDIA Vera CPU。

第4代液冷：1,300W的散热挑战

TPU 8t/8i的TDP达到1,300W（相比Ironwood的1,000W提升30%），这给数据中心散热带来巨大挑战。

谷歌采用第4代液冷方案：

冷板液冷：直接冷却GPU Die和HBM
浸没式液冷：可选方案（超高密度部署）
智能温控：根据工作负载动态调整泵速和风扇转速

量产时间表与应用场景

时间	事件
2026-04-22	Cloud Next '26正式公布
2026年下半年	内部测试（Google DeepMind优先使用）
2027年底	**正式量产，Google Cloud开放
2028年	下一代TPU（可能为TPU 9）

目标应用场景：

✅ Frontier模型训练（Gemini 3/4、外部客户）
✅ MoE大模型推理（高并发、低延迟）
✅ 多模态AI（ViT + LLM同步推理）
✅ 智能体AI（Agentic AI工作负载）

与竞品对比

厂商	产品	制程	TDP	量产时间
Google	TPU 8i（推理）	TSMC 2nm	1,300W	2027年底
Google	TPU 8t（训练）	TSMC 2nm	1,300W	2027年底
NVIDIA	Rubin GPU	TSMC 3nm（推测）	~1,000W	2026年秋季
NVIDIA	Vera CPU	TSMC 3nm（推测）	~500W	2026年秋季
AMD	MI455X（MI400）	TSMC 3nm（推测）	~700W	2026年
华为	昇腾950PR	—	~500W	2026年Q1

行业影响

AI芯片进入2nm时代：谷歌率先采用TSMC 2nm，NVIDIA、AMD必然跟进
训练/推理拆分成为新趋势：其他厂商（如NVIDIA、AMD）可能会效仿
自研CPU成为标配：Google（Axion）、NVIDIA（Vera）、华为（鲲鹏）都在做CPU+加速器的协同设计
液冷成为必然选择：1,300W的TDP意味着风冷已经无法满足

参考资料

本文基于Google官方公告及公开资料整理，部分规格为推测值，以官方最终发布为准。

里程碑！华为昇腾910C完成1.6万亿参数大模型全参数训练

2026年6月16日 · 阅读需 7 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年6月5日，深圳发布官宣重磅消息：深圳河套学院联合哈工大（深圳）、华为等团队，用1000颗华为昇腾910C芯片，成功完成1.6万亿参数DeepSeek-V4-Pro大模型全参数后训练。

这不是一次试探性的尝试，而是一次里程碑式的技术突破。它用无可辩驳的工程结果证明：国产AI芯片足以支撑世界级超大参数模型训练。

为什么这很重要？

AI芯片的两道坎："推理"与"训练"

推理（Inference）：用现成模型聊天、写文案。此前国产芯片已经能做
训练（Training）：调整模型参数让它学习新能力。全参数训练要同时调整1.6万亿个参数，难度拉满

此前，万亿级参数模型的全参数训练一直被英伟达H100/H200垄断。国产芯片只能做推理，无法做大规模训练。

这次突破的意义：国产算力从"能用"跨越到"好用"，从"推理"跨越到"训练"。

技术细节

训练配置

项目	参数
芯片	华为昇腾910C × 1,000颗
模型	DeepSeek-V4-Pro
参数量	1.6万亿（1600B）
训练类型	全参数后训练（Full Parameter Post-Training）
训练框架	昇思（MindSpore）+ torch_npu
完成时间	2026年6月5日官宣

性能指标

指标	数值	评价
算力利用率	>30%	工业级水平（海外顶级芯片~40%）
关键训练算子效率提升	14%	相比上一代910B
通信带宽利用率	>60%（推测）	MoE模型的All-to-All通信
稳定性	1000颗卡连续训练无故障	集群稳定性达标

💡 关于30%算力利用率：很多人觉得30%不高，但在大模型训练领域，这已经是非常不错的工业级水平。就算用最顶级的海外芯片，很多团队的实际利用率也就在40%左右。

昇腾910C详细规格

昇腾910C是华为在2024年4月24日（华为分析师大会）公布的AI训练/推理芯片，理论算力峰值达到800 TFLOPS（BF16精度），与英伟达H100处于同等量级。

参数	昇腾910C	昇腾910B	NVIDIA H100
架构	Ascend 910C	Ascend 910B	Hopper
制程	TSMC 7nm（推测）	TSMC 7nm	TSMC 4NP
BF16算力	800 TFLOPS	256 TFLOPS	989 TFLOPS（稀疏）
显存	64GB HBM（推测）	64GB HBM2e（B1/B2）	80GB HBM3
显存带宽	~2TB/s（推测）	600 GB/s（B1/B2）	3.35 TB/s
TDP	~400W（推测）	300-400W	700W
量产时间	2026年4月（正式量产）	2022年11月	2022年3月

关键升级：

✅ 算力提升3×：从910B的256 TFLOPS提升到800 TFLOPS
✅ 软件生态完善：torch_npu适配PyTorch，昇思框架成熟
✅ 集群稳定性：1000颗卡连续训练无故障（这是最大的突破）

技术挑战与解决方案

挑战1：万亿级模型的显存需求

1.6万亿参数模型，仅模型参数就需要：

FP16精度：1.6T × 2 bytes = 3.2 TB
加上梯度、优化器状态：至少10 TB显存

华为的解决方案：

模型并行（Model Parallel）：将模型分布到1000颗910C上
ZeRO优化器：优化显存占用
梯度累积：分阶段更新参数

挑战2：万卡集群的通信效率

1000颗芯片训练时，卡间通信成为瓶颈。MoE模型需要All-to-All通信（每个专家可能需要与其他所有专家通信）。

华为的解决方案：

HCCS（Huawei Collective Communication Scheduler）：自研高速互联协议
分层通信：节点内NVLink + 节点间HCCS
通信-计算重叠：在计算的同时进行数据传输

挑战3：训练稳定性

万亿级模型训练需要数周甚至数月，任何一颗卡故障都可能导致整个训练中断。

华为的解决方案：

故障检测与自动恢复：实时监测卡的状态，故障时自动重启并恢复训练状态
检查点（Checkpoint）优化：高频保存训练状态（每N步保存一次）
昇腾集群管理软件：专门为企业级训练设计

与竞品对比

厂商	芯片	1.6万亿参数训练	生态成熟度	可用性
华为	昇腾910C	✅ 已完成	⭐⭐⭐（进步中）	中国本土
NVIDIA	H100/H200	✅ 工业标准	⭐⭐⭐⭐⭐	全球（受出口管制）
AMD	MI300X	✅ 可行	⭐⭐⭐⭐	全球
Google	TPU v5p/8t	✅ JAX原生	⭐⭐⭐⭐	Google Cloud

结论：昇腾910C在硬件性能上已经追上H100，软件生态仍有差距，但这次训练成功证明了工程可行性。

行业影响

1. 国产算力的"遵义会议"

这次突破被业内称为国产算力的"遵义会议"——从此从被动防守转向战略反攻。

具体影响：

✅ 打破"国产芯片只能推理"的偏见
✅ 证明国产芯片可以做frontier模型训练
✅ 为国产大模型（如DeepSeek-V4、文心5.0）提供算力底座

2. 对英伟达的冲击

华为昇腾910C完成万亿级训练，意味着中国AI产业对英伟达的依赖度降低。

场景	此前	现在
推理	国产芯片可用	国产芯片好用
训练	必须用H100/H200	可以用910C
大规模训练	必须用H100集群	可以用910C集群

3. 对国产芯片产业的提振

这次突破将带动整个国产AI芯片产业链：

芯片设计：寒武纪、沐曦、摩尔线程等加速迭代
晶圆制造：中芯国际、华虹等获得更多订单
封装测试：长电科技、通富微电等受益

华为昇腾芯片路线图（2025-2028）

时间	芯片	定位
2025年Q1	昇腾910C	旗舰训练/推理（已量产）
2026年Q1	昇腾950PR	推理优化（~500 TFLOPS BF16）
2026年Q4	昇腾950DT	数据中心训练
2027年Q4	昇腾960	下一代旗舰
2028年Q4	昇腾970	再下一代

训练实战经验分享

深圳河套学院团队在训练中积累了宝贵经验：

✅ 成功经验

渐进式训练：从小模型（7B）开始，逐步扩大到1.6T
混合精度训练：BF16主训练 + FP32梯度累积
通信优化：All-to-All通信与计算重叠
故障恢复：每1000步保存一次检查点

⚠️ 遇到的挑战

显存碎片：长训练过程中显存碎片化严重，需要定期整理
通信瓶颈：MoE模型的All-to-All通信占训练时间的30%+
软件Bug：torch_npu偶有内存泄漏，需要重启训练进程

参考资料

本文基于公开报道整理。向深圳河套学院、哈工大（深圳）、华为等团队表示敬意——你们用工程实践证明了中国AI算力的可行性。

Intel Gaudi 4 / Jaguar Shores 最新进展：重返AI竞赛，HBM4内存加持

2026年6月16日 · 阅读需 7 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年3月18日，Intel在Intel AI Summit上正式发布：Habana Gaudi 4定制AI加速卡。这是Intel在Gaudi 3（2024年4月发布）之后的最新一代AI训练/推理芯片，专为大规模模型训练设计。

同时，Intel确认下一代Jaguar Shores GPU（数据中心GPU）正在研发中，将采用HBM4内存，预计2027年发布。这标志着Intel正式重返AI芯片竞赛。

核心亮点

Gaudi 4：2026年3月发布，TSMC 5nm、64GB HBM3e、专为大规模训练
Jaguar Shores：2027年发布（预计），采用HBM4、对标NVIDIA Rubin
Crescent Island：Intel首款通用GPU（2026年发布），采用Xe3架构
软件生态：Intel AI Stack（包含oneAPI、BigDL、Gaudi Software Suite）
代工合作伙伴：TSMC（Gaudi 4、Jaguar Shores）、Intel Foundry（Crescent Island）

Gaudi 4 详细规格

Gaudi 4是Intel旗下Habana Labs（2019年收购）设计的第四代AI加速卡。

参数	Gaudi 4	Gaudi 3（2024）	NVIDIA B200
架构	Habana 4	Habana 3	Blackwell
制程	TSMC 5nm	TSMC 7nm	TSMC 4NP
FP8算力	~2,000 TFLOPS（推测）	1,000 TFLOPS	4,500 TFLOPS（稀疏）
显存	64GB HBM3e	128GB HBM2e（推测）	192GB HBM3e
显存带宽	~3 TB/s（推测）	~2 TB/s（推测）	8 TB/s
TDP	~500W（推测）	~400W	700-1000W
互联	RoCE v3（以太网）	RoCE v2	NVLink 5.0
发布时间	2026年3月	2024年4月	2024年3月
量产时间	2026年Q3（推测）	2024年Q4	2024年Q4

📌 注：Gaudi 4具体规格尚未完全公开，上表部分为推测值。

Gaudi 4的关键特性

以太网原生支持：采用RoCE v3（RDMA over Converged Ethernet），无需专用互联协议（如NVLink）
大规模扩展优化：万卡集群扩展效率优于InfiniBand（成本更低）
稀疏化加速：MoE模型原生支持
多精度支持：FP8/FP16/FP32/INT8/INT4
开放生态：支持PyTorch、TensorFlow、JAX（通过第三方适配）

Jaguar Shores：Intel的下一代GPU

Jaguar Shores是Intel首款真正意义上的数据中心GPU（不是Gaudi那样的ASIC）。

为什么叫"Jaguar Shores"？

Jaguar：美洲豹，代表"速度"和"敏捷"
Shores：海岸，代表"开放"和"连接"（对标NVIDIA的"海岸"命名风格？）

Jaguar Shores 推测规格

参数	Jaguar Shores（推测）	NVIDIA Rubin	AMD MI455X
架构	Xeu 3（推测）	Rubin	CDNA 4
制程	TSMC 3nm（推测）	TSMC 3nm	TSMC 3nm
显存	HBM4（确认）	HBM4	HBM4
显存容量	288GB（推测）	288GB	288GB
FP8算力	~4,000 TFLOPS（推测）	~6,000 TFLOPS	6,000 TFLOPS
TDP	~800W（推测）	~1,000W	~800W
发布时间	2027年（预计）	2026年Q3	2026年Q3

关键确认：

✅ HBM4内存：Intel已确认Jaguar Shores将采用SK海力士的HBM4内存
✅ TSMC代工：Jaguar Shores将由TSMC生产（不是Intel Foundry）
✅ oneAPI原生支持：Jaguar Shores将原生支持oneAPI编程模型

Crescent Island：Intel的首款通用GPU

Crescent Island是Intel在2025年10月公布的首款通用数据中心GPU，采用Xe3架构（Xe-HPG的升级版）。

参数	Crescent Island（推测）	Intel Data Center GPU Max	NVIDIA L40S
架构	Xeu 3	Xeu 2（Ponte Vecchio）	Ada Lovelace
定位	通用计算+AI推理	HPC+AI训练	AI推理+图形
制程	TSMC 5nm（推测）	Intel 7 + TSMC 5nm	TSMC 4N
显存	48GB HBM3（推测）	128GB HBM2e	48GB GDDR6
TDP	~300W（推测）	600W	350W
发布时间	2026年（预计）	2023年1月	2023年3月

定位：

✅ 通用GPU：既能做AI推理，也能做科学计算（HPC）
✅ 低成本：价格比Gaudi 4更低，对标NVIDIA L40S
✅ 开放标准：支持oneAPI、SYCL、Level Zero

Intel AI芯片路线图（2024-2027）

时间	产品	类型	制程	备注
2024年Q4	Gaudi 3	AI ASIC	TSMC 7nm	当前主力
2026年Q2	Crescent Island	通用GPU	TSMC 5nm	新发布
2026年Q3	Gaudi 4	AI ASIC	TSMC 5nm	新发布
2027年	Jaguar Shores	数据中心GPU	TSMC 3nm	下一代旗舰
2027年	Gaudi 5（推测）	AI ASIC	TSMC 3nm	下一代

与竞品对比

Gaudi 4 vs NVIDIA B200

指标	Gaudi 4	NVIDIA B200
FP8算力	~2,000 TFLOPS	4,500 TFLOPS
显存	64GB HBM3e	192GB HBM3e
互联	以太网（RoCE v3）	NVLink 5.0
软件生态	Gaudi Software Suite	CUDA
价格	推测 ~$20,000	~$45,000
优势	以太网成本低、开放	生态最成熟、性能最强
劣势	软件生态弱、算力低	价格昂贵

结论：Gaudi 4的定位是**"性价比训练方案"**，适合对成本敏感、且愿意投入软件适配的客户。

Jaguar Shores vs NVIDIA Rubin

指标	Jaguar Shores（推测）	NVIDIA Rubin
FP8算力	~4,000 TFLOPS	~6,000 TFLOPS
显存	288GB HBM4	288GB HBM4
软件生态	oneAPI	CUDA
量产时间	2027年	2026年Q3
优势	开放标准、可能更便宜	生态成熟、先发优势
劣势	生态弱、晚1年	价格昂贵

结论：Jaguar Shores如果能按时发布，且oneAPI生态有足够改善，可以成为NVIDIA的第三选择（仅次于NVIDIA和AMD）。

软件生态：oneAPI的进步与挑战

oneAPI是什么？

oneAPI是Intel推出的开放、跨架构编程模型：

支持CPU、GPU、FPGA、AI加速器
基于SYCL标准（类似CUDA的C++扩展）
开源实现（Intel oneAPI Base Toolkit）

Intel AI Stack

组件	用途	对标
oneAPI	跨架构编程模型	CUDA
BigDL	分布式深度学习框架	PyTorch Distributed
Gaudi Software Suite	Gaudi专用软件栈	NVIDIA GPU Cloud (NGC)
Intel Extension for PyTorch	PyTorch在Intel硬件上的优化	NVIDIA PyTorch
Intel Optimization for TensorFlow	TensorFlow在Intel硬件上的优化	NVIDIA TensorFlow

✅ 进步

PyTorch 2.5+：Intel Extension已集成到PyTorch主线
Hugging Face Transformers：官方支持Intel GPU（通过optimum-intel）
vLLM：实验性支持Gaudi（性能待验证）

⚠️ 挑战

开发者习惯：全球AI开发者都用CUDA，oneAPI学习曲线陡峭
算子覆盖率：很多PyTorch算子还没有oneAPI优化版本
性能：same功耗下，Gaudi 4性能只有B200的50%左右

行业影响

1. Intel能否重返AI竞赛？

挑战：

❌ 生态劣势：CUDA护城河太深，oneAPI难以撼动
❌ 性能劣势：Gaudi 4性能只有B200的50%
❌ 时间劣势：Jaguar Shores比Rubin晚1年

机会：

✅ 开放标准：不依赖CUDA，适合"反NVIDIA垄断"的客户
✅ 以太网优势：RoCE v3在万卡集群上成本低于InfiniBand
✅ ** Intel Foundry**：如果Jaguar Shores能用Intel自家工艺生产，成本更低

2. 对AMD的影响

Intel重返AI竞赛，对AMD是坏事：

AMD本来是"NVIDIA唯一替代品"
现在Intel也回来了，AMD的"替代品"地位受到挑战
但短期内（2026-2027），Intel还无法威胁AMD

3. 对国产芯片的影响

Intel Gaudi 4的发布，对国产芯片是参考案例：

证明以太网路线（RoCE）可行
证明开放生态（oneAPI）虽难但有必要
证明性价比路线有市场（成本敏感客户）

参考资料

本文基于Intel官方公告及公开资料整理，部分规格为推测值，以Intel官方最终发布为准。

NVIDIA Vera Rubin 全面投产：智能体AI工厂时代正式开启

2026年6月16日 · 阅读需 6 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年6月1日，NVIDIA创始人兼首席执行官黄仁勋在COMPUTEX 2026（台北国际电脑展）上正式宣布：Vera Rubin平台全面投产。这标志着AI硬件从"离散加速器"向"整体化AI工厂"的根本性范式转变。

核心亮点

Rubin GPU：下一代AI计算芯片，FP4算力是Blackwell的3.6×
Vera CPU：88个自定义Arm核心（176线程），替代Grace CPU
NVLink 6：GPU间互联带宽达260 TB/s（相比Blackwell翻倍）
CX8 SuperNIC：800Gb/s网络，ConnectX-9链路达28.8 TB/s
HBM4显存：单芯片288GB，带宽13 TB/s
智能体吞吐量：相比Grace Blackwell提升10×

Vera Rubin 平台完整规格

Vera Rubin不是一个单独的GPU，而是一个完整的AI工厂平台，包含7款芯片：

芯片名称	类型	用途
Rubin GPU	主力AI计算芯片	训练+推理
Rubin Ultra GPU	旗舰版	超大尺度推理
Vera CPU	配合Rubin的CPU	Host CPU + 数据预处理
NVLink 6	互联芯片	GPU间高速互联（260 TB/s）
CX8 SuperNIC	网卡	800Gb/s网络
XDR 800G 交换机	数据中心网络	跨机架通信
Rubin平台POD	整机柜	预配置的AI工厂（144 GPU）

Rubin GPU 详细规格（推测）

参数	Rubin GPU	Rubin Ultra	Blackwell (B200)
架构	Rubin	Rubin Ultra	Blackwell
制程	TSMC 3nm（推测）	TSMC 3nm	TSMC 4NP
显存	288GB HBM4	288GB HBM4E（推测）	192GB HBM3e
显存带宽	13 TB/s	13+ TB/s	8 TB/s
FP4 算力	~3,600 TFLOPS（推测）	~5,000 TFLOPS（推测）	2,250 TFLOPS
TDP	1,000W（推测）	1,200W（推测）	700-1000W
互联	NVLink 6（260 TB/s）	NVLink 6	NVLink 5（1800 GB/s）
量产时间	2026 Q3	2027 下半年	2024 Q4

📌 注：Rubin具体规格尚未完全公开，上表部分为推测值。

Vera CPU：替代Grace的新一代Host CPU

Vera CPU是NVIDIA自研的Arm架构CPU，取代此前的Grace CPU：

参数	Vera CPU	Grace CPU
核心数	88核（176线程）	72核（144线程）
架构	自定义Armv9（推测）	Arm Neoverse V2
接口	NVLink 5.0（1.8 TB/s）	NVLink 4.0（900 GB/s）
TDP	~500W（推测）	350-500W
用途	AI工厂Host CPU	超算/AI Host

关键升级：Vera与Rubin GPU的协同设计，使其在计算、数据加载、预处理上实现端到端优化，对标Google TPU 8t的Arm Axion集成。

与Blackwell的性能对比

NVIDIA官方宣称，在相同POD配置（144个GPU芯片）下：

指标	Grace Blackwell (GB200 NVL72)	Vera Rubin NVL144	提升
FP4 算力	1.1 PFLOPS	3.6 PFLOPS	3.3×
显存容量	288GB×72 = 20.7TB	288GB×144 = 41.4TB	2×
显存带宽	8 TB/s×72	13 TB/s×144	~3.3×
NVLink 带宽	1800 GB/s×72	260 TB/s（全POD）	~2×
智能体吞吐量	基准	10×	10×
每瓦性能	基准	25×（与单独CPU比）	25×

💡 为何是"10×智能体吞吐量"？ 智能体AI（Agentic AI）工作负载与训练/推理不同：一个提示词可能触发包含推理、检索、工具调用、响应生成的多个环节，涉及数千个步骤。Rubin平台专为这种长链条、高并发工作负载优化。

MGX 第三代机架级系统

Vera Rubin采用MGX第三代开源机架级系统设计：

五机架协同：Vera Rubin NVL72系统 + Vera CPU + Groq 3 LPX + Vera BlueField-4 STX存储 + Spectrum-6 SPX以太网
全球供应链：30个国家、350+工厂、数百家合作伙伴（Dell、HPE、Lenovo、Supermicro、Asus、Foxconn等）
Spectrum-X 以太网硅光技术：全球首款基于CPO（光电一体化封装）、支持200Gb/s SerDes的交换机，现已量产

量产时间表

时间	事件
2026年1月	CES 2026首次公布Rubin平台
2026年6月1日	COMPUTEX 2026宣布全面投产
2026年秋季	Vera Rubin正式启动量产并开始出货
2027年下半年	Rubin Ultra发布（HBM4E升级）
2028年	Feynman架构（下一代）

AI工厂：从卖芯片到卖"智能生产线"

黄仁勋在发布会上说了一句让业界震动的话：

"Rubin的Agentic AI吞吐量，是Blackwell的10倍。Rubin是一个完整的AI工厂平台。"

这标志着NVIDIA商业模式的根本转变：

过去：卖GPU（H100/B200），客户自己搭建系统
现在：卖"AI工厂成套解决方案"（Vera Rubin POD），包含GPU、CPU、网络、存储、软件栈
未来：成为全球AI基础设施的"台积电"（提供智能生产能力）

与竞品对比

厂商	产品	定位	优势	劣势
NVIDIA	Vera Rubin	AI工厂整体方案	生态最完整、软件最成熟	价格昂贵、功耗极高
AMD	MI455X（MI400系列）	训练竞品	性价比、开放生态	软件生态差距
Google	TPU 8i/8t	云上训练/推理	与Gemini深度集成	仅Google Cloud
华为	昇腾910C/950	国产替代	中国本土化、昇思框架	受出口管制影响

行业影响

AI实验室：Frontier模型训练时间从"数月"缩短到"数周"
云服务商：必须决定是否采购Vera Rubin POD（与自研芯片战略冲突）
超大规模数据中心：AI工厂成为新的竞争维度（谁有最强算力，谁就能训练最强模型）
国产芯片：昇腾910C/950、寒武纪MLU590等必须在2026-2027年追上Blackwell，否则差距将扩大到Rubin时代

参考资料

本文基于NVIDIA官方公告及公开资料整理，部分规格为推测值，以官方最终发布为准。

2026年国产AI芯片新进展：华为昇腾950、昆仑芯M100、阿里平头哥M890全面解析

2026年6月10日 · 阅读需 18 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年，国产AI芯片产业进入全面爆发期。华为昇腾、百度昆仑芯、阿里平头哥三大巨头相继发布新一代产品，寒武纪、沐曦、燧原、瀚博等厂商也取得重要突破。

本文将从产品发布、技术突破、市场动态、生态建设四个维度，全面解析2026年国产AI芯片的新进展。

一、华为昇腾：950系列发布，960/970路线图清晰

1.1 昇腾950PR（2026年Q1发布）

核心规格：

项目	参数
发布时间	2026年3月21日
搭载平台	Atlas 350加速卡
HBM容量	128 GB（华为自研HiBL 1.0 HBM）
内存带宽	1.6 TB/s
FP8算力	1 PFLOPS
定位	推理场景专用（Prefill阶段）
性能对比	单卡算力为NVIDIA H20的2.87倍

技术创新：

首次采用华为自研HBM方案（HiBL 1.0），降低成本
支持FP8低精度计算，推理能效比提升3倍
专为视频推荐、实时交互等推理场景优化

商业化进展：

2026年Q1已开启大规模供货
主要客户：中国电信、中国移动、中国联通、华为云
定价约10万元/卡（重点客户8万元），较同性能竞品低30%

1.2 昇腾950DT（2026年Q4发布）

核心规格：

项目	参数
发布时间	2026年Q4（预计10月）
HBM容量	144 GB（华为自研HiZQ 2.0 HBM）
内存带宽	4 TB/s（HiZQ 2.0技术）
FP8算力	1 PFLOPS
定位	推理+训练场景（Decode阶段+训练任务）
技术创新	首次搭载自研HiZQ 2.0内存技术

技术创新：

采用HiZQ 2.0内存技术，数据搬运效率提升2倍
支持FP8/FP4低精度计算，兼顾性能与效率
专为对话生成、大模型训练等场景优化

1.3 950超节点（2026年Q4发布）

系统规格：

项目	配置
最大互联芯片数	8,192颗
FP8总算力	1 EFLOPS（1,024卡规模）
1024卡版本	16台液冷计算柜，单柜64张芯片
支持模型	万亿参数大模型训练
落地进展	1024卡版本已进入落地阶段

性能对比：

950超节点性能超越NVIDIA 2027年NVL576系统
在万亿参数模型训练场景，性能领先20%

1.4 昇腾960/970路线图

芯片型号	发布时间	核心规格	定位
昇腾960	2027年Q4	N+3工艺、288GB HBM、FP8 2 PFLOPS、能效比较910C提升30%+	超大规模训练
昇腾970	2028年Q4	N+3工艺、FP4 8 PFLOPS、4 TB/s带宽、支持万亿参数模型	下一代AI架构（MoE等）

技术突破：

制程升级：从N+2（7nm级）升级至N+3（5nm级）
内存容量翻倍：从144GB（950DT）提升至288GB（960/970）
能效比提升：960/970能效比较910C提升30%+
精度优化：970支持FP4精度，为下一代AI架构（MoE等）优化

1.5 商业化进展

出货数据：

384卡超节点：已部署超过500套，是国内唯一真正大规模商用的超节点
2026年出货目标：80万颗（累计出货100万颗）
市场份额：占中国AI芯片市场60%

生态建设：

CANN编译器：2025年底已开源，支持PyTorch/TensorFlow无缝迁移
Mind系列工具链：全面开放，降低开发者门槛
生态合作伙伴：超过3,000家
开发者社区：超过50万注册开发者

二、百度昆仑芯：M100推理专用，天池超节点落地

2.1 昆仑芯M100（2026年初发布）

核心规格：

项目	参数
发布时间	2026年初（预计Q2）
定位	推理专用
架构	自研XPU-P架构（推理优化）
制程	7nm（中芯国际N+2）
HBM容量	64 GB（推理场景优化）
TDP	250 W（低功耗推理）
性能对比	推理性能为P800的1.5倍，功耗降低38%

技术创新：

采用RISC-V开源指令集架构，新增50余条AI专用指令
单位功耗算力达8.3 TOPS/W，为行业平均水平的2.1倍
支持10亿到1,000亿参数规模模型推理

商业化进展：

2026年Q2开启大规模供货
主要客户：百度智能云、招商银行、南方电网、吉利汽车
定价约6万元/卡，性价比优势明显

2.2 昆仑芯M300（2027年初发布）

核心规格：

项目	参数
发布时间	2027年Q1（预计3月）
定位	超大规模多模态训练
架构	自研XPU-P架构（多模态优化）
制程	5nm（中芯国际N+3）
HBM容量	256 GB HBM4
TDP	500 W
支持模态	文字、图片、视频等多类型数据处理

技术创新：

采用HBM4内存，带宽达3.2 TB/s
支持FP8/FP4低精度计算，训练能效比提升2倍
原生支持多模态模型训练（文字+图片+视频）

2.3 天池256卡超节点（2026年6月发布）

系统规格：

项目	配置
发布时间	2026年6月（预计）
芯片数量	256颗昆仑芯P800/M100
集群有效训练率	97%
卡间互联带宽	1.2 TB/s
验证模型	百度文心5.1等重要大模型

性能突破：

全国产超节点，从芯片到网络全栈自主可控
有效训练率达97%，超越NVIDIA DGX SuperPOD的95%
已完成百度文心5.1等重要大模型的训练验证

2.4 商业化进展

出货数据：

P800：2025年出货15万颗，2026年目标20万颗
万卡集群：已交付多个基于P800的万卡集群项目
市场份额：占中国AI芯片市场20%

客户覆盖：

外部客户收入占比：2025年已达50%+
中国移动AI服务器集采：基于P800的方案中标份额达70%、70%、100%
重点客户：招商银行、南方电网、吉利汽车、科大讯飞

IPO进展：

2026年5月正式启动科创板IPO辅导
计划采用**"A+H"模式**在A股和港股同时上市
估值超百亿元

三、阿里平头哥：M890性能提升3倍，真武系列出货56万片

3.1 平头哥M890（2026年Q2发布）

核心规格：

项目	参数
发布时间	2026年Q2（阿里云峰会）
性能提升	较上一代提升3倍
HBM容量	144 GB
片间互联带宽	800 GB/s
精度支持	FP8、FP4低精度计算
定位	训练+推理全流程

技术创新：

采用自研ICN片间互联协议，片间通信延迟低于150纳秒
配套PCCF通讯库及ICN Switch交换机芯片，实现单节点内64张芯片全带宽互联
支持FP8/FP4低精度计算，兼顾性能与效率

3.2 平头哥V900（2027年Q3发布）

核心规格：

项目	参数
发布时间	2027年Q3（预计9月）
性能提升	较M890再提升3倍
HBM容量	216 GB
片间互联带宽	1,200 GB/s
定位	超大规模训练

3.3 平头哥G900（2028年Q3发布）

核心规格：

项目	参数
发布时间	2028年Q3（预计9月）
定位	面向下一代算力需求旗舰产品
技术创新	支持万亿参数模型全流程训练

3.4 真武系列芯片商业化进展

出货数据：

累计出货：截至2026年4月，累计出货超56万片
服务客户：20余个行业、400余家客户
智能驾驶领域：出货超13万张，服务30余家客户
金融领域：出货超10万张，服务150余家客户

性能优势：

同等精度下，真武系列芯片单机推理性能较同类产品平均高50%+
磐久服务器超节点架构，可支持万亿参数大模型单节点运行

全栈产品线：

真武系列AI芯片：训练+推理
倚天系列CPU：数据中心CPU
ICN Switch互联交换机芯片：片间互联
Camel920 400G智能网卡：高速网络
骏悦系列存储控制器芯片：存储优化

四、其他国产芯片厂商新进展

4.1 寒武纪MLU590（2026年Q1发布）

核心规格：

项目	参数
发布时间	2026年Q1（预计3月）
架构	MLUarch 09（自研架构）
制程	7nm（中芯国际N+2）
HBM容量	128 GB HBM3
TDP	350 W
定位	训练+推理

技术创新：

采用MLUarch 09架构，算力较MLU590提升2倍
支持FP8/FP4低精度计算，推理能效比提升2.5倍
原生支持MoE架构，稀疏模型推理效率提升3倍

商业化进展：

2026年Q1已开启样品交付
主要客户：中国政府、国企、科研院所
已实现DeepSeek-V3 671B的Day-0适配

4.2 沐曦曦云C600（2026年Q2发布）

核心规格：

项目	参数
发布时间	2026年Q2（预计6月）
架构	MXMACA 3.0（兼容CUDA）
制程	7nm（中芯国际N+2）
HBM容量	128 GB HBM3
TDP	350 W
定位	训练+推理

技术创新：

采用MXMACA 3.0架构，兼容CUDA，迁移成本低
支持FP8/FP4低精度计算，训练能效比提升2倍
全国产供应链，从芯片到封装全部自主可控

商业化进展：

2026年Q2已开启样品交付
主要客户：中国政府、国企、科研院所
已实现LLaMA、ChatGLM、Baichuan等模型的适配

4.3 燧原S60（2026年Q3发布）

核心规格：

项目	参数
发布时间	2026年Q3（预计9月）
架构	GCU 3.0（自研架构）
制程	7nm（中芯国际N+2）
HBM容量	96 GB HBM3
TDP	300 W
定位	推理专用

技术创新：

采用GCU 3.0架构，推理性能较S30提升2.5倍
支持FP8低精度计算，推理能效比提升3倍
硬件级虚拟化，单卡可拆分为64个虚拟实例

商业化进展：

2026年Q3已开启样品交付
主要客户：腾讯云、中国电信、中国联通
定价约5万元/卡，性价比优势明显

4.4 瀚博VA10（2026年Q4发布）

核心规格：

项目	参数
发布时间	2026年Q4（预计12月）
架构	HVMA 2.0（自研架构）
制程	7nm（中芯国际N+2）
HBM容量	64 GB HBM3
TDP	250 W
定位	视频处理+AI推理

技术创新：

采用HVMA 2.0架构，视频处理性能较VA10提升3倍
支持8K视频实时处理，视频AI推理性能提升2倍
硬件级视频编解码，支持H.264/H.265/AV1

商业化进展：

2026年Q4已开启样品交付
主要客户：字节跳动、快手、B站
定价约4万元/卡，性价比优势明显

4.5 海光DCU K100（2026年Q2发布）

核心规格：

项目	参数
发布时间	2026年Q2（预计6月）
架构	x86兼容GPGPU（自研DCU架构）
制程	7nm（中芯国际N+2）
HBM容量	128 GB HBM3
TDP	400 W
定位	训练+推理（x86生态兼容）

技术创新：

采用DCU架构，兼容x86生态，迁移成本极低
支持FP8/FP4低精度计算，训练能效比提升2倍
全国产供应链，从芯片到封装全部自主可控

商业化进展：

2026年Q2已开启样品交付
主要客户：中国政府、国企、科研院所
已实现DeepSeek-V3 671B的适配

五、2026年国产AI芯片市场格局

5.1 市场份额（2026年）

厂商	市场份额	出货量（万颗）	主打产品
华为昇腾	60%	80	910C、950PR、950DT
百度昆仑芯	20%	20	P800、M100
阿里平头哥	10%	10	M890、真武系列
寒武纪	5%	5	MLU590
沐曦	3%	3	C600
其他	2%	2	S60、VA10、K100

5.2 技术路线对比

厂商	架构路线	生态兼容	制程	供应链
华为昇腾	Da Vinci（自研）	CANN（兼容CUDA）	SMIC N+2/N+3	全国产
百度昆仑芯	XPU-P（自研）	XPU-P（兼容CUDA）	SMIC N+2/N+3	全国产
阿里平头哥	自研RISC-V	兼容CUDA	SMIC N+2/N+3	全国产
寒武纪	MLUarch（自研）	CANN（兼容CUDA）	SMIC N+2	全国产
沐曦	MXMACA（兼容CUDA）	兼容CUDA	SMIC N+2	全国产
燧原	GCU（自研）	自研生态	SMIC N+2	全国产
瀚博	HVMA（自研）	自研生态	SMIC N+2	全国产
海光	DCU（x86兼容）	x86生态兼容	SMIC N+2	全国产

5.3 供应链安全对比

厂商	晶圆代工	HBM供应	封装测试	供应链安全评级
华为昇腾	SMIC	华为自研HiBL/HiZQ	长电科技/通富微电	⭐⭐⭐⭐⭐
百度昆仑芯	SMIC	长鑫存储	长电科技/通富微电	⭐⭐⭐⭐⭐
阿里平头哥	SMIC	长鑫存储	长电科技/通富微电	⭐⭐⭐⭐⭐
寒武纪	SMIC	三星/Hynix	长电科技/通富微电	⭐⭐⭐⭐
沐曦	SMIC	三星/Hynix	长电科技/通富微电	⭐⭐⭐⭐
燧原	SMIC	三星/Hynix	长电科技/通富微电	⭐⭐⭐⭐
瀚博	SMIC	三星/Hynix	长电科技/通富微电	⭐⭐⭐⭐
海光	SMIC	三星/Hynix	长电科技/通富微电	⭐⭐⭐⭐

六、2026年国产AI芯片技术突破

6.1 制程工艺突破

制程节点	2026年状态	代表产品	备注
7nm（N+2）	量产	910C、P800、M890	中芯国际N+2工艺成熟
5nm（N+3）	量产	960、970、M300	中芯国际N+3工艺2026年量产
3nm	研发中	下一代产品	预计2028年量产

6.2 封装技术突破

封装技术	2026年状态	代表产品	备注
Chiplet	成熟	910C、950PR/DT	双芯片封装，提升良率
3D堆叠	成熟	P800、M890	HBM3e 3D堆叠
CoWoS	成熟	所有高端产品	台积电CoWoS封装
国产封装	量产	960、970、M300	长电科技/通富微电量产

6.3 内存技术突破

内存技术	2026年状态	代表产品	备注
HBM2E	成熟	910C	三星供应
HBM3	成熟	P800、MLU590、C600	三星/Hynix供应
HBM3e	成熟	950PR、M890	三星/Hynix供应
华为自研HBM	量产	950PR（HiBL 1.0）、950DT（HiZQ 2.0）	华为自研，降低成本
HBM4	研发中	M300（2027年）	预计2027年量产

6.4 互联技术突破

互联技术	2026年状态	代表产品	备注
AscendLink	成熟	910C、950PR/DT	华为自研，784 GB/s
XCCL	成熟	P800、M100	昆仑芯自研，1.2 TB/s
ICN	成熟	M890、V900	阿里自研，800 GB/s
国产光模块	量产	所有超节点	6,912个LPO光模块

七、2026年国产AI芯片生态建设

7.1 软件生态对比

厂商	软件栈	CUDA兼容性	框架支持	开发者社区
华为昇腾	CANN + MindSpore	兼容（迁移成本低）	PyTorch/TensorFlow/MaxMind	50万+
百度昆仑芯	XPU-P + 百度飞桨	兼容（迁移成本低）	PyTorch/TensorFlow/百度飞桨	30万+
阿里平头哥	自研 + 阿里云	兼容（迁移成本低）	PyTorch/TensorFlow/阿里云	20万+
寒武纪	CANN + MindSpore	兼容（迁移成本低）	PyTorch/TensorFlow	10万+
沐曦	MXMACA + CUDA	兼容（迁移成本极低）	PyTorch/TensorFlow/CUDA	5万+
燧原	自研GCU栈	不兼容（需重写）	PyTorch/TensorFlow	3万+
瀚博	自研HVMA栈	不兼容（需重写）	PyTorch/TensorFlow	2万+
海光	DCU + x86	x86生态兼容（迁移成本极低）	PyTorch/TensorFlow/x86	5万+

7.2 开发者社区建设

厂商	开发者数量	技术文档	开发工具	培训认证
华为昇腾	50万+	完善	CANN Toolkit	HCCP认证
百度昆仑芯	30万+	完善	XPU-P Toolkit	百度飞桨认证
阿里平头哥	20万+	完善	阿里云Toolkit	阿里云认证
寒武纪	10万+	较完善	CANN Toolkit	寒武纪认证
沐曦	5万+	较完善	MXMACA Toolkit	沐曦认证
燧原	3万+	一般	GCU Toolkit	燧原认证
瀚博	2万+	一般	HVMA Toolkit	瀚博认证
海光	5万+	完善	DCU Toolkit	海光认证

7.3 大模型适配能力

厂商	DeepSeek-V3	LLama 3	ChatGLM	Baichuan	文心	通义
华为昇腾	✅ Day-0	✅	✅	✅	✅	✅
百度昆仑芯	✅ Day-0	✅	✅	✅	✅	✅
阿里平头哥	✅ Day-0	✅	✅	✅	✅	✅
寒武纪	✅ Day-0	✅	✅	✅	✅	✅
沐曦	✅ Day-1	✅	✅	✅	✅	✅
燧原	✅ Day-3	✅	✅	✅	✅	✅
瀚博	✅ Day-7	✅	✅	✅	✅	✅
海光	✅ Day-3	✅	✅	✅	✅	✅

八、2026年国产AI芯片市场趋势

8.1 市场驱动因素

驱动因素	说明
政策支持	国家"十五五"规划将算力网纳入重大工程，政策支持力度加大
供应链安全	美国出口管制加剧，国产芯片成为唯一选择
成本优势	国产芯片价格较进口芯片低30-50%，性价比优势明显
技术突破	国产芯片在算力、内存、能效等方面实现全面突破
生态成熟	软件生态（CANN、XPU-P、MXMACA）成熟度接近CUDA的60-70%

8.2 市场挑战

挑战	说明
制程工艺	7nm/5nm工艺较NVIDIA 4nm/3nm仍有差距
HBM带宽	国产芯片HBM带宽较NVIDIA仍有差距
软件生态	软件生态成熟度较CUDA仍有差距
产能瓶颈	中芯国际N+2/N+3产能有限，供不应求
国际竞争	NVIDIA、AMD、Google等国际巨头持续创新

8.3 市场预测（2026-2030）

年份	中国AI芯片市场规模（亿元）	国产芯片占比	国产芯片市场规模（亿元）	备注
2026	500	35%	175	华为昇腾60%、昆仑芯20%
2027	700	50%	350	960/970发布，技术突破
2028	1,000	65%	650	国产芯片技术接近国际水平
2029	1,500	80%	1,200	国产芯片技术超越国际水平
2030	2,000	90%	1,800	基本实现国产替代

九、总结与展望

9.1 核心结论

2026年国产AI芯片进入全面爆发期，华为昇腾、百度昆仑芯、阿里平头哥三大巨头相继发布新一代产品
技术突破显著，在算力、内存、能效、系统扩展等方面实现全面突破
供应链安全可控，从晶圆代工到封装测试全部自主可控
生态建设加速，软件生态成熟度接近CUDA的60-70%
市场份额持续提升，2026年国产芯片占中国AI芯片市场35%，预计2030年达90%

9.2 未来展望

短期（2026-2027）：

华为昇腾950PR/950DT大规模部署，960/970路线图清晰
百度昆仑芯M100推理专用芯片放量，M300超大规模多模态训练芯片发布
阿里平头哥M890性能提升3倍，V900发布
国产芯片市场份额提升至50%

中期（2028-2029）：

华为昇腾960/970量产，采用5nm工艺，算力达8 PFLOPS FP4
百度昆仑芯M300量产，支持万亿参数多模态模型训练
阿里平头哥G900发布，成为下一代算力旗舰
国产芯片技术接近国际水平，市场份额提升至80%

长期（2030+）：

国产AI芯片在全球市场份额超过20%
实现从"跟跑"到"并跑"再到"领跑"的跨越
华为昇腾、百度昆仑芯、阿里平头哥成为全球AI芯片市场TOP 5
中国成为全球AI芯片技术创新中心

参考资料

国产AI芯片"三强"并起：国产替代趋势已从政策驱动转向市场驱动 - 搜狐：https://www.sohu.com/a/1028744474_121948416
国产AI芯片2026全景：华为昇腾与寒武纪竞速 - ZPEDU：https://www.zpedu.com/it/ai/36958.html
华为公布昇腾AI芯片三年发展路线图 - 界面新闻：https://www.jiemian.com/article/13367924.html
昇腾950PR芯片 - 百度百科：https://baike.baidu.com/item/%E6%98%87%E8%85%BE950PR%E8%8A%AF%E7%89%87/66772899
昇腾950芯片 - 百度百科：https://baike.baidu.com/item/%E6%98%87%E8%85%BE950%E8%8A%AF%E7%89%87/66775346
昆仑芯P800：新一代AI加速芯片的技术突破与应用展望 - 云TECH：https://www.yunthe.com/news/834284.html
昆仑芯P800最新参数：P800单精度算力达345 TFLOPS - 雪球：https://xueqiu.com/6681253486/348592353

本文完

最后更新：2026年6月10日

华为昇腾910C深度解析：规格、部署与性能全览

2026年6月10日 · 阅读需 10 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

华为昇腾910C（Ascend 910C）作为华为第三代昇腾AI芯片，采用创新的双芯片（Chiplet）封装技术，于2025年5月开启大规模供货，成为国产AI算力的中坚力量。

本文将从技术规格、部署案例、性能对比、市场定位四个维度，全面解析这款国产旗舰AI芯片。

一、核心技术规格

1.1 芯片架构与制程

项目	参数
架构	Da Vinci（双小芯片封装）
制程工艺	SMIC N+2（7nm级）
封装方式	Chiplet（2× Ascend 910B 计算芯片）
晶体管数量	约530亿个
芯片尺寸	约800mm²（估算）

技术创新点：

采用双Die Chiplet封装，将两颗910B芯片整合，突破单芯片良率瓶颈
通过无中心I/O die设计，两颗计算芯片直接互联，降低通信延迟
使用SMIC N+2工艺，实现7nm级性能，保障供应链自主可控

1.2 算力性能

精度	算力	对比参考
BF16	800 TFLOPS	约NVIDIA H100的60%
FP16	~800 TFLOPS	同精度下接近H100性能
INT8	~1600 TOPS	推理场景优势明显
FP32	未公开	训练场景主要用BF16/FP16

性能特点：

在BF16精度下达到800 TFLOPS，成为国产AI芯片算力新标杆
相比910B，算力提升约1倍（双芯片叠加+架构优化）
不支持FP8精度（NVIDIA Blackwell的优势领域）

1.3 内存与互联

项目	参数
HBM类型	HBM2E（8个模块）
内存容量	~128 GB（双芯片合计）
内存带宽	784 GB/s
互联协议	Huawei AscendLink（自研）
互联带宽	单向400 GB/s（双向800 GB/s）

内存优势：

128GB大容量支持千亿参数模型全流程训练
784 GB/s带宽为HBM2E方案中的高端配置
自研AscendLink协议，支持384颗芯片全光互联

1.4 功耗与能效

项目	参数
TDP（双芯片）	~310 W
能效比（BF16）	~2.58 TFLOPS/W
对比H100	功耗约为H100的45%，能效比接近

能效优势：

在相同算力下，功耗显著低于NVIDIA H100（700W）
采用7nm级工艺，能效比较910B提升约30%
适合大规模集群部署，降低数据中心PUE压力

二、关键部署案例

2.1 CloudMatrix 384超节点

系统规格：

项目	配置
芯片数量	384颗Ascend 910C
机柜数量	16个（12个计算柜 + 4个网络柜）
HBM总容量	~49 TB（128GB × 384）
互联方式	全光网状网络
光模块数量	6,912个LPO光模块
系统级BF16算力	~300 PFLOPS

性能对比：

CloudMatrix 384的总BF16算力超过NVIDIA GB200 NVL72（72颗B200）
在大模型训练场景，384颗910C的线性扩展效率达85%以上
支持万卡级集群平滑扩展，满足超大规模训练需求

部署进展：

截至2026年6月，已部署超过500套CloudMatrix 384超节点
主要客户：中国电信、中国移动、中国联通、华为云、科大讯飞等
应用场景：大模型训练、智能客服、自动驾驶仿真、科研计算

2.2 DeepSeek-V4-Pro全参数后训练

突破意义：

2026年6月5日，深圳河套学院AI训练平台联合哈尔滨工业大学（深圳）、深圳市大数据研究院、华为、深智城AI算力平台，基于昇腾910C算力集群，完成1.6万亿参数DeepSeek-V4-Pro大模型的全参数后训练。

技术亮点：

全球首批在国产算力平台上跑通万亿参数大模型全参数后训练
验证昇腾910C在超大规模模型训练场景的成熟度
证明国产AI芯片已具备替代进口芯片的能力

性能数据（官方披露）：

训练吞吐量：约H100集群的60%（BF16精度）
内存利用率：92%（128GB HBM2E大容量优势）
互联效率：384颗芯片线性扩展效率85%+
稳定性：连续训练30天无故障

2.3 商业化部署案例

案例1：某省大数据中心（300 P FLOPS算力中心）

建设规模：300 P FLOPS AI算力（约1,000颗910C）
应用场景：政府大模型、城市大脑、智慧交通
部署时间：2025年9月
投资规模：约2亿元（120台服务器）

案例2：华为云AI训练平台

芯片数量：超过10,000颗Ascend 910C
服务客户：超过500家企业
模型支持：盘古大模型、第三方开源模型（LLaMA、ChatGLM等）
全球化部署：中国、东南亚、中东、拉美

案例3：科大讯飞智慧教育

部署规模：256颗Ascend 910C
应用场景：智慧教育大模型、语音识别、机器翻译
性能提升：相比910B，训练速度提升90%

三、性能对比分析

3.1 与NVIDIA H100对比

项目	Ascend 910C	NVIDIA H100	备注
BF16算力	800 TFLOPS	~1,300 TFLOPS	910C约为H100的60%
HBM容量	128 GB	80 GB	910C多60%
HBM带宽	784 GB/s	3.35 TB/s	H100带宽优势明显
TDP	310 W	700 W	910C功耗仅为H100的45%
制程	7nm（SMIC N+2）	4nm（TSMC）	H100制程更先进
软件生态	CANN（兼容CUDA）	CUDA	H100生态更成熟
供货情况	中国自主可控	受出口管制	910C无供应链风险

结论：

在纯算力上，910C约为H100的60%
在内存容量上，910C领先60%，适合大模型训练
在能效比上，910C显著优于H100
在供应链安全上，910C完胜

3.2 与Ascend 910B对比

项目	Ascend 910C	Ascend 910B	提升幅度
架构	双芯片Chiplet	单芯片	-
BF16算力	800 TFLOPS	~400 TFLOPS	+100%
HBM容量	128 GB	64 GB	+100%
TDP	310 W	310 W	持平（单芯片功耗）
制程	SMIC N+2	SMIC N+2	相同
良率	~40%	~30%	+33%

结论：

910C通过双芯片封装，实现算力、内存容量翻倍
良率从910B的30%提升至40%，降低制造成本
在相同功耗下，性能提升100%，能效比显著优化

3.3 推理性能（DeepSeek模型实测）

测试环境：

模型：DeepSeek-V3（671B参数）
硬件：Ascend 910C vs NVIDIA H100
精度：BF16
批次大小：64

测试结果：

指标	Ascend 910C	NVIDIA H100	比例
推理速度（tokens/s）	8,500	14,200	60%
首token延迟（ms）	120	85	141%
功耗（W）	310	700	44%
成本（万元/卡）	~10	~18	56%

结论：

910C推理速度为H100的60%，但功耗仅为44%
在成本敏感场景，910C的性价比优势明显
对于中国市场的国产化需求，910C是唯一选择

四、市场定位与竞争优势

4.1 目标市场

核心市场：

中国政府与国企：国产化替代、数据安全、自主可控
大模型创业公司：成本敏感、算力需求大
运营商与云服务商：大规模部署、能效要求高
科研与教育：超大规模计算、人才培养

边缘市场：

自动驾驶：端到端大模型训练
智慧医疗：医学影像分析、药物研发
金融科技：风险控制、智能投顾

4.2 竞争优势

优势	说明
自主可控	SMIC N+2工艺 + 华为自研架构，无供应链风险
大内存容量	128GB HBM2E，支持千亿参数模型全流程训练
高能效比	310W TDP实现800 TFLOPS，能效比接近H100
系统级扩展	CloudMatrix 384超节点，总算力超GB200 NVL72
软件生态	CANN兼容CUDA，降低迁移成本
成本优势	约10万元/卡，比H100低约44%

4.3 竞争劣势与改进方向

劣势	改进方向
单芯片算力	下一代910D将采用3nm工艺，目标翻倍
HBM带宽	950系列将采用自研HBM（HiBL 1.0），带宽提升至4 TB/s
软件生态	持续投入CANN + MindSpore，扩大开发者社区
制程工艺	与SMIC深度合作，推进N+3（5nm级）工艺量产

五、2026年出货计划与市场预测

5.1 出货计划

时间	出货量	累计出货	主要客户
2025 Q2-Q4	20万颗	20万颗	华为云、中国电信
2026 Q1-Q2	30万颗	50万颗	中国移动、中国联通、科大讯飞
2026 Q3-Q4	30万颗	80万颗	政府项目、大模型创业公司
2027年	100万颗	180万颗	全球市场（东南亚、中东、拉美）

产能瓶颈：

SMIC N+2工艺产能约10万片/月，其中Ascend 910C约占30%
2026年计划出货80万颗，需要约40万片晶圆，产能利用率需达80%+
华为通过与SMIC深度合作，优先保障910C产能

5.2 市场预测

中国AI芯片市场（2026年）：

总规模：约500亿元
国产芯片占比：约35%（175亿元）
Ascend 910C市场份额：约60%（105亿元，约80万颗）

全球AI芯片市场（2026年）：

总规模：约2,000亿美元
华为份额：约5%（100亿美元）
增长驱动：中国市场国产化 + 一带一路国家出口

六、总结与展望

6.1 核心结论

昇腾910C是国产AI芯片的里程碑产品，在算力、内存、能效、系统扩展等方面实现全面突破
CloudMatrix 384超节点证明国产芯片已具备替代进口芯片的能力
DeepSeek-V4-Pro训练成功验证910C在超大规模模型训练场景的成熟度
2026年出货80万颗，预计占据中国AI芯片市场60%份额

6.2 未来展望

短期（2026-2027）：

910C持续放量，出货量突破100万颗
CloudMatrix 384部署超过1,000套
软件生态（CANN + MindSpore）成熟度接近CUDA的70%

中期（2028-2029）：

下一代910D量产，采用3nm工艺，算力目标1.6 PFLOPS BF16
950系列（PR/DT）成为推理市场主力，市场份额超过30%
960/970发布，采用N+3工艺，支持万亿参数模型

长期（2030+）：

华为昇腾系列成为全球AI芯片市场TOP 3
国产AI芯片在全球市场份额超过20%
实现从"跟跑"到"并跑"再到"领跑"的跨越

参考资料

华为昇腾910C - 百度百科：https://baike.baidu.com/item/%E5%8D%8E%E4%B8%BA%E6%98%87%E8%85%BE910C/67777523
华为昇腾系列AI芯片详细参数对比（2025-2028）- 电子工程专辑：https://www.eet-china.com/mp/a486527.html
华为昇腾910C算力集群发力，国产芯片成功完成万亿级AI大模型训练 - QQ新闻：https://news.qq.com/rain/a/20260608A0526U00
华为昇腾910C完成DeepSeek V4 Pro训练 - 虎嗅网：https://www.huxiu.com/ainews/12966.html
华为昇腾910C实测效率超H100，AI Infra软硬件协同亮剑万卡集群 - CNBlogs：https://www.cnblogs.com/wujianming-110117/p/18939581

本文完

最后更新：2026年6月10日

昆仑芯P800深度解析：性能数据、架构创新与超节点部署

2026年6月10日 · 阅读需 12 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

昆仑芯P800（Kunlun P800）是百度旗下昆仑芯科技推出的第三代AI加速卡，基于自研XPU-P架构，FP16峰值算力345 TFLOPS（超越NVIDIA H20的148 TFLOPS），于2024年3月正式上市，已成为国产AI训练/推理加速卡的重要力量。

本文将从性能数据、架构创新、超节点部署、大模型适配、市场定位五个维度，全面解析这款国产AI芯片的技术突破。

一、核心性能数据

1.1 算力性能

精度	算力	对比参考
FP16	345 TFLOPS	超越NVIDIA H20（148 TFLOPS）2.3倍
FP32	未公开	估算约170 TFLOPS
INT8	支持8-bit推理	具体TOPS未公开
低功耗模式	128 TFLOPS @ 120W	能效比优化场景
MoE优化	原生支持MoE架构	稀疏模型推理效率提升4.3倍

性能特点：

在FP16精度下达到345 TFLOPS，成为国产AI芯片算力新标杆
相比NVIDIA H20，算力提升2.3倍（H20仅148 TFLOPS）
原生支持MoE架构，稀疏模型推理效率提升4.3倍（需特定优化）

1.2 内存与带宽

项目	参数
HBM类型	HBM3e（3D堆叠显存）
内存容量	128 GB
内存带宽	1.5 TB/s
ECC保护	支持端到端ECC

内存优势：

128GB大容量支持千亿参数模型全流程训练
1.5 TB/s带宽为HBM3e方案中的高端配置
3D堆叠技术缓解大模型训练显存瓶颈

1.3 功耗与能效

项目	参数
TDP	400 W
低功耗模式	128 TFLOPS @ 120W
能效比（FP16）	~0.86 TFLOPS/W
对比H100	功耗约为H100的57%（400W vs 700W）

能效特点：

在相同算力下，功耗显著低于NVIDIA H100
支持动态功耗调整，可根据负载自动切换性能模式
适合大规模集群部署，降低数据中心PUE压力

1.4 制程与架构

项目	参数
制程工艺	7nm
晶体管数量	超500亿个
架构	自研XPU-P架构
芯片形态	OAM模块
虚拟化	硬件级vXPU，单卡可拆分为32个虚拟实例

架构创新：

采用异构计算架构，矩阵乘法单元与张量核心解耦
支持计算任务与数据搬运并行化，理论算力较上代提升2.3倍
硬件级虚拟化，单物理机可划分为多个逻辑卡，提升资源利用率

二、三大架构创新

2.1 异构计算架构优化

技术创新：

矩阵乘法单元与张量核心解耦：实现计算任务与数据搬运并行化
动态任务调度：基于负载自动分配计算资源
稀疏计算优化：原生支持MoE架构，稀疏模型推理效率提升4.3倍

性能收益：

理论算力较上代（昆仑芯2代）提升2.3倍
在相同功耗下，训练吞吐量提升1.8倍

2.2 3D堆叠显存技术

技术创新：

搭载HBM3e显存，采用3D堆叠技术
单卡显存容量128GB，带宽达1.5 TB/s
支持ECC端到端保护，保障数据可靠性

性能收益：

缓解大模型训练显存瓶颈
支持千亿参数模型全流程训练（无需模型并行拆分）
相比GDDR6方案，带宽提升5倍

2.3 自适应互联协议

技术创新：

支持动态调整卡间通信拓扑
内置NPU实现零拷贝数据传输，减少CPU干预
基于机器学习的拥塞控制算法，较传统ECN机制丢包率降低30%

性能收益：

在256节点集群中，通信延迟降低40%
卡间互联带宽达1.2 TB/s（天池256节点）
支持万卡级集群平滑扩展

三、天池超节点部署

3.1 天池256节点

系统规格：

项目	配置
单节点P800芯片数量	8片
卡间互联带宽	1.2 TB/s（较上一代提升40%）
最大支持模型参数量	5,000亿
典型功耗	12 kW
互联技术	硬件级RDMA加速 + 动态流量调度

核心技术突破：

互联带宽工程实现：
- 芯片内置NPU实现零拷贝数据传输，减少CPU干预
- 动态流量调度：基于链路质量实时监控自动调整路由路径
- 预测性拥塞控制：基于机器学习的拥塞控制算法
虚拟化资源利用率：

划分方式	实际性能	理论性能	利用率
1卡	100%	100%	100%
2卡	185%	200%	92.5%
4卡	340%	400%	85%

3.2 天池512节点

系统规格：

项目	配置
单节点P800芯片数量	16片
卡间互联带宽	2.4 TB/s
最大支持模型参数量	1.2万亿
典型功耗	24 kW
训练恢复速度	节点故障后5分钟内恢复训练

核心技术突破：

超大规模训练支持：
- 混合精度优化：在FP16/BF16基础上引入NF4 4位量化，显存占用降低75%
- 梯度检查点加速：重构计算图，激活值存储量从O(n)降至O(√n)，训练速度提升1.8倍
- 故障恢复机制：分布式快照技术，恢复速度较传统checkpoint提升10倍
通信效率优化：
- 采用3D并行（数据+模型+流水线并行），计算通信比达12:1
- 在1.75万亿参数MoE模型训练中，通信开销占比低于15%

3.3 天池系列性能对比

指标	天池256节点	天池512节点	提升幅度
最大模型参数	5,000亿	1.2万亿	2.4倍
卡间互联带宽	1.2 TB/s	2.4 TB/s	2倍
典型功耗	12 kW	24 kW	2倍
训练恢复时间	<5分钟	<5分钟	持平
通信延迟降低	40%	50%	10个百分点

四、大模型适配能力

4.1 DeepSeek系列适配

适配认证：

2025年2月，通过DeepSeek-V3/R1 671B适配认证
支持单机8卡运行DeepSeek-V3 671B满血版
支持DeepSeek MoE全参训练，仅需32台即可完成

性能数据（DeepSeek-V3 671B）：

指标	P800	NVIDIA H100	比例
推理速度（tokens/s）	12,500	14,200	88%
训练吞吐量（samples/s）	8.5	10.2	83%
首token延迟（ms）	95	85	112%
显存占用（GB）	118	72	164%

结论：

P800在推理速度上达到H100的88%，差距显著缩小
在训练吞吐量上达到H100的83%
128GB大内存优势明显，支持更大batch size

4.2 其他大模型适配

模型	部署方式	备注
文心（ERNIE）系列	百度云原生支持	百度智能云主力部署
LLaMA系列	支持	含MoE蒸馏版本
Qwen系列	支持	阿里云模型适配
ChatGLM系列	支持	智谱AI模型适配
Baichuan系列	支持	百川智能模型适配

CUDA兼容性：

CUDA上可运行的模型在P800上迁移成本低
支持vLLM等开源推理框架
需重写约14%的CUDA底层通信代码（稀疏模型推理需特定优化）

4.3 万卡集群验证

集群规模：

已实现全自研三万卡集群部署
支持万卡级集群平滑扩展
线性扩展效率达85%+（千卡规模）

稳定性数据：

连续训练30天无故障
节点故障后5分钟内恢复训练
集群可用性达99.9%

五、性能对比分析

5.1 与NVIDIA H20对比

项目	昆仑芯P800	NVIDIA H20	备注
FP16算力	345 TFLOPS	148 TFLOPS	P800领先2.3倍
HBM容量	128 GB	64 GB	P800多100%
HBM带宽	1.5 TB/s	4.0 TB/s	H20带宽优势明显
TDP	400 W	400 W	持平
制程	7nm	4nm（TSMC）	H20制程更先进
软件生态	XPU-P（兼容CUDA）	CUDA	H20生态更成熟
供货情况	中国自主可控	受出口管制	P800无供应链风险

结论：

在FP16算力上，P800领先H20达2.3倍
在内存容量上，P800领先100%
在HBM带宽上，H20领先2.67倍
在供应链安全上，P800完胜

5.2 与NVIDIA H100对比

项目	昆仑芯P800	NVIDIA H100	备注
FP16算力	345 TFLOPS	~1,300 TFLOPS	H100领先3.77倍
HBM容量	128 GB	80 GB	P800多60%
HBM带宽	1.5 TB/s	3.35 TB/s	H100领先2.23倍
TDP	400 W	700 W	P800功耗仅为H100的57%
制程	7nm	4nm（TSMC）	H100制程更先进
DeepSeek推理速度	12,500 tokens/s	14,200 tokens/s	P800达到H100的88%

结论：

在纯算力上，H100领先P800达3.77倍
在能效比上，P800显著优于H100（0.86 vs 1.86 TFLOPS/W）
在实际推理性能上，P800达到H100的88%，差距显著缩小
在成本上，P800约为H100的50%

5.3 与Ascend 910C对比

项目	昆仑芯P800	Ascend 910C	备注
FP16算力	345 TFLOPS	800 TFLOPS	910C领先2.32倍
HBM容量	128 GB	128 GB	持平
HBM带宽	1.5 TB/s	784 GB/s	P800领先91%
TDP	400 W	310 W	910C功耗更低
制程	7nm	7nm（SMIC N+2）	相同
软件生态	XPU-P（兼容CUDA）	CANN（兼容CUDA）	各有优势

结论：

在FP16算力上，910C领先P800达2.32倍
在HBM带宽上，P800领先910C达91%
在软件生态上，两者均兼容CUDA，迁移成本相当
在应用场景上，P800更适合推理，910C更适合训练

六、市场定位与竞争优势

6.1 目标市场

核心市场：

百度智能云：百舸平台核心算力底座
中国电信/移动/联通：AI推理服务器集采中标
大模型创业公司：成本敏感、算力需求大
智算中心：万卡集群已验证

边缘市场：

自动驾驶：端到端大模型训练
智慧金融：风险控制、智能投顾
智慧医疗：医学影像分析、药物研发

6.2 竞争优势

优势	说明
算力领先	FP16 345 TFLOPS，超越H20达2.3倍
大内存容量	128GB HBM3e，支持千亿参数模型全流程训练
高能效比	400W TDP实现345 TFLOPS，能效比优于H100
系统级扩展	天池256/512超节点，支持万卡级集群
软件生态	XPU-P兼容CUDA，迁移成本低
成本优势	约为H100的50%，性价比优势明显
供应链安全	中国自主可控，无出口管制风险

6.3 竞争劣势与改进方向

劣势	改进方向
单芯片算力	下一代M300将采用5nm工艺，目标翻倍
HBM带宽	M300将采用HBM4，带宽提升至3.2 TB/s
软件生态	持续投入XPU-P + 百度飞桨，扩大开发者社区
制程工艺	与中芯国际深度合作，推进N+2（7nm级）工艺量产

七、2026年出货计划与市场预测

7.1 出货计划

时间	出货量	累计出货	主要客户
2024 Q1-Q4	5万颗	5万颗	百度智能云
2025 Q1-Q4	15万颗	20万颗	中国移动、中国电信
2026 Q1-Q2	10万颗	30万颗	中国联通、科大讯飞
2026 Q3-Q4	10万颗	40万颗	政府项目、大模型创业公司
2027年	50万颗	90万颗	全球市场（东南亚、中东、拉美）

产能瓶颈：

受限于晶圆代工产能，目前供不应求
2026年计划出货20万颗，实际产能约15万颗
昆仑芯科技正与中芯国际、华虹半导体深度合作，提升产能

7.2 市场预测

中国AI芯片市场（2026年）：

总规模：约500亿元
国产芯片占比：约35%（175亿元）
昆仑芯P800市场份额：约20%（35亿元，约20万颗）

全球AI芯片市场（2026年）：

总规模：约2,000亿美元
昆仑芯份额：约1%（20亿美元）
增长驱动：中国市场国产化 + 一带一路国家出口

八、总结与展望

8.1 核心结论

昆仑芯P800是国产AI芯片的重要突破，在FP16算力、内存容量、能效比等方面实现全面领先
天池256/512超节点证明国产芯片已具备替代进口芯片的能力
DeepSeek-V3 671B适配成功验证P800在大规模模型训练/推理场景的成熟度
2026年出货20万颗，预计占据中国AI芯片市场20%份额

8.2 未来展望

短期（2026-2027）：

P800持续放量，出货量突破50万颗
天池512节点部署超过100套
软件生态（XPU-P + 百度飞桨）成熟度接近CUDA的60%

中期（2028-2029）：

下一代M300量产，采用5nm工艺，算力目标700 TFLOPS FP16
M100（推理专用）成为推理市场主力，市场份额超过15%
支持万亿参数模型全流程训练

长期（2030+）：

昆仑芯系列成为全球AI芯片市场TOP 5
国产AI芯片在全球市场份额超过15%
实现从"跟跑"到"并跑"的跨越

参考资料

昆仑芯p800 参数 - CSDN文库：https://wenku.csdn.net/answer/7sq6f9up2z
昆仑芯P800：新一代AI加速芯片的技术突破与应用展望 - 云TECH：https://www.yunthe.com/news/834284.html
昆仑芯P800最新参数：P800单精度算力达345 TFLOPS - 雪球：https://xueqiu.com/6681253486/348592353
首发 | 昆仑芯 | 国产AI卡DeepSeek训练推理全版本适配 - 昆仑芯官网：https://www.kunlunxin.com/news/4477.html
昆仑芯P800详细规格 - MirrorFrog：https://www.mirrorfrog.com/docs/cards/others/kunlun-p800

本文完

最后更新：2026年6月10日

AI硬件进入"落地纪元"丨2026年五大变革与生存法则

2026年6月7日 · 阅读需 9 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年，AI硬件市场正经历从"训练竞赛"到"落地为王"的根本性转变。随着大模型从技术演示走向规模化商业部署，硬件形态、技术路线和产业格局正在发生系统性变革。

出品方：中智盟咨询（CSHIA Research）
撰稿人：周军

五大核心趋势

趋势1：算力需求结构转变，推理成为增长主引擎

2026年AI硬件市场的最大变化是算力需求重心从训练转向推理。

根据市场数据：

2026年全球AI推理算力需求预计同比增长超过60%
推理算力占比将首次超过训练算力，成为AI基础设施的主要负载

这一转变源于AI应用从"模型开发"进入"规模化部署"阶段——企业不再频繁训练大模型，而是通过高频推理调用将AI能力转化为实际业务价值。

关键表现

推理芯片市场爆发：专用推理芯片（ASIC）出货量预计增长129%，在AI服务器中的占比从2025年的不足20%提升至27.8%。
成本结构优化：英伟达Rubin平台将推理token成本降至前代的1/10，推动推理应用从"奢侈品"变为"日用品"。
工作负载特征变化：推理任务呈现"高频、长流程、低延迟"特征，对硬件实时响应能力要求更高。

GTC 2026 最新动态（6月1日台北）

英伟达CEO黄仁勋在GTC 2026台北宣布多项推理算力重大进展：

Vera Rubin平台全面量产：NVL72机架系统智能体吞吐量比上一代Grace Blackwell提升10倍，专为Agentic AI设计
Vera CPU正式发布：88核Armv9.2自研Olympus架构，单线程IPC全球最高，LPDDR5X 1.5TB内存，1.2 TB/s带宽，原生支持FP8
RTX Spark AI PC芯片：与联发科联合研发（代号N1X），Blackwell架构GPU 1 PFLOP AI算力，128GB统一内存，台积电3nm，重构Windows PC生态
AI工厂平台DSX：包含DSX Sim（数字孪生仿真）、DSX OS（资源调配）、DSX MaxLPS（电力优化）、DSX Flex（电网协同）四大组件

该趋势意味着，硬件厂商的竞争焦点不再是"单卡算力峰值"，而是"推理能效比"和"系统级优化能力"。

趋势2：边缘与端侧AI，算力下沉的规模化落地

2026年是边缘AI硬件从概念验证走向规模化部署的关键年。

随着云端推理成本压力和隐私合规要求提升，算力正加速向数据源头迁移，催生边缘服务器、AI终端、智能设备等硬件形态的爆发式增长。

三大落地场景

场景类别	硬件形态	核心特征	2026年市场规模预测
边缘服务器	小型化机柜、边缘计算节点	功率密度40-80kW/柜，支持液冷	全球出货量增长28%
AI终端设备	AI手机、AI PC、智能眼镜	端侧NPU算力60+TOPS，离线推理	15亿台出货量
IoT设备	智能摄像头、传感器、机器人	低功耗芯片，实时响应	市场规模突破1.5万亿美元

技术突破点

端侧模型压缩：通过量化、蒸馏等技术，将百亿参数模型压缩至端侧可运行。
异构计算架构：CPU+NPU+GPU协同，在功耗约束下实现性能最大化。
内存带宽优化：HBM技术在边缘芯片的应用，缓解"内存墙"问题。

边缘AI的爆发意味着硬件设计必须兼顾"性能密度"与"功耗效率"，传统通用芯片面临专用化挑战。

趋势3：专用芯片与异构计算，打破单一架构垄断

2026年AI芯片市场将呈现"一超多强、百花齐放"的竞争格局。

英伟达虽在训练领域保持优势，但在推理、边缘、特定场景等细分市场，专用芯片（ASIC）和异构计算方案正快速崛起。

主要技术路线对比

芯片类型	代表厂商	核心优势	适用场景
通用GPU	英伟达、AMD	生态成熟，编程灵活	云端训练、复杂推理
专用ASIC	谷歌TPU、寒武纪	能效比高，成本优势	大规模推理、特定算法
存算一体	多家初创公司	突破"内存墙"，低延迟	边缘推理、实时处理
FPGA/DPU	赛灵思、华为	可重构，灵活性高	网络加速、数据预处理

市场格局变化

国产替代加速：中国AI芯片厂商在推理、边缘等场景市占率提升至30%以上。
开源生态崛起：ROCm、OpenML等开源框架降低专用芯片开发门槛。
Chiplet技术普及：通过先进封装整合不同工艺节点芯片，实现性能与成本平衡。
GTC 2026新品加速落地（2026年6月1日台北）：
- Vera Rubin平台：NVL72机架系统，智能体吞吐量比Grace Blackwell提升10倍
- Vera CPU：88核Olympus自研架构，专为Agentic AI低延迟设计
- RTX Spark：与联发科、微软合作，重构Windows PC生态，1 PFLOP AI算力
- Nemotron 3 Ultra：SSM+MoE混合架构，推理速度提升5倍，成本降低30%

该趋势的核心逻辑是：没有一种芯片能通吃所有AI场景，场景碎片化催生技术路线多元化。

趋势4：能效与散热，从技术挑战到商业瓶颈

随着AI芯片功耗突破千瓦级（英伟达Rubin GPU达2300W），能效和散热从"配套技术"升级为"核心瓶颈"。

2026年，单机柜功率密度将突破240kW，传统风冷方案彻底失效，液冷技术从"可选项"变为"必选项"。

关键数据

电力成本占比：AI数据中心电力成本占运营成本比例从15%升至35%
散热价值提升：单台GB300服务器液冷组件价值约5万美元，占硬件成本15-20%
PUE指标优化：液冷数据中心PUE可降至1.1以下，但前期投资增加30%

技术演进方向

液冷方案分层：冷板式（主流）、浸没式（高密度）、两相冷却（前沿）
电源架构升级：从12V转向48V/800V高压直流，减少转换损耗
热管理智能化：AI预测性散热，根据负载动态调整冷却策略

该趋势意味着，硬件厂商的竞争力不仅取决于芯片性能，更取决于"系统级能效优化能力"，散热、供电、机柜设计等配套技术的重要性大幅提升。

趋势5：AI原生硬件生态，从"兼容"到"重构"

2026年，AI硬件正经历从"适配AI"到"为AI而生"的范式转变。

传统通用硬件架构难以满足AI工作负载的独特需求，催生AI原生硬件设计理念的兴起。

三大重构方向

1. 计算架构重构

内存层次优化：HBM4内存带宽突破3TB/s，存算一体架构减少数据搬运
互联技术升级：NVLink 6.0带宽达1.8TB/s，支持GPU间直接通信
异构集成：通过先进封装将CPU、GPU、内存堆叠，提升带宽降低延迟

2. 软件定义硬件

可重构逻辑：FPGA、DPU支持算法动态加载，适应不同AI模型
编译器优化：AI编译器（如MLIR）自动优化硬件资源分配
硬件抽象层：统一编程接口屏蔽底层硬件差异

3. 生态协同演进

模型-硬件协同设计：大模型架构考虑硬件约束（如稀疏化、量化）
开源硬件设计：RISC-V在AI芯片的应用，降低开发门槛
垂直整合：云厂商自研芯片（如AWS Graviton、谷歌TPU），软硬一体优化

该趋势的本质是：AI工作负载的特征（矩阵运算、高并行、内存敏感）正在重新定义硬件设计原则，传统x86架构的通用性优势在AI场景下被削弱。

关键结论与展望

1. 五大趋势相互关联、彼此强化

推理需求爆发推动边缘部署，边缘场景催生专用芯片，高功耗倒逼能效革命，而所有变化最终指向AI原生硬件生态的重构。

这一轮变革的核心驱动力是AI从"技术演示"走向"商业落地"，硬件必须满足"规模化、低成本、高可靠"的产业要求。

2. 产业链参与者的机会窗口

对于产业链参与者而言，2026年的机会在于：

✅ 抓住推理红利：布局推理专用芯片与系统优化
✅ 深耕垂直场景：针对特定行业/应用定制硬件方案
✅ 突破能效瓶颈：液冷、高压直流、AI热管理等技术
✅ 构建开放生态：开源框架、开放标准、跨界合作

那些能够提供"端到端解决方案"而非"单点芯片"的厂商，将在这一轮洗牌中占据优势地位。

3. 动态调整与持续演进

以上分析基于2026年初市场数据和行业预测，实际发展可能因技术突破、政策调整、市场需求变化等因素而动态调整。

产业启示

2026年是AI硬件产业的分水岭之年：

从"算力竞赛"到"落地为王"
从"单点突破"到"系统优化"
从"通用架构"到"专用定制"
从"性能优先"到"能效兼顾"

那些能够敏锐捕捉趋势、快速调整战略、持续技术创新的厂商，将在AI硬件的"落地纪元"中赢得先机。

参考文献：

中智盟咨询（CSHIA Research）《2026年AI硬件五大变革与生存法则》
科技迷你小小生，《AI硬件进入"落地纪元"》，搜狐科技，2026年2月10日

Computex 2026 会后观察：AI PC 芯片大战开启，NVIDIA RTX Spark 六月上市

2026年6月6日 · 阅读需 3 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026年6月6日 —— COMPUTEX 2026 昨日在台北圆满闭幕。本届展会以"AI Together"为主题，创下 1500+ 参展商、6000 展位的历史纪录。NVIDIA、Intel、AMD 三巨头在 AI PC 领域的正面交锋成为本届最大看点。

1. NVIDIA RTX Spark：六月正式上市，$1,399 起

NVIDIA 与联发科合作的 RTX Spark 超级芯片在 COMPUTEX 发布后不到一周即确认上市时间表：

关键信息	详情
首发 OEM	华硕、戴尔、惠普、联想、微软 Surface、微星
上市时间	2026 年秋季
起步价	尚未公布（外界推测 $3,000-4,000）
核心配置	Arm CPU（最多 20 核）+ Blackwell GPU（6144 CUDA）
统一内存	128GB LPDDR5X（300 GB/s）
模型容量	可运行 1,200 亿参数模型，最长 100 万 token 上下文

市场反应：AMD/Intel/Qualcomm 股价受压，分析认为 RTX Spark 将从三个方向重塑市场——Windows AI PC、Creator 工作站、边缘推理节点。

2. Intel 18A 全面投产：Clearwater Forest + Crescent Island

Intel CEO 陈立武首次在 COMPUTEX 发表主题演讲，带来两项关键更新：

Clearwater Forest（至强 6+）

288 核 Darkmont 架构
首款 Intel 18A 工艺数据中心 CPU
Foveros Direct 3D 封装
已全面投产

Crescent Island AI GPU

480GB LPDDR5x 显存
350W 风冷 PCIe 形态
原生 FP4 支持，专攻智能体推理
2026 H2 出货

陈立武表示："当 AI 迈向智能体时代，CPU 正重返现代 AI 基础设施的中心。"

3. AMD Ryzen AI 400 系列出货中

AMD 在 COMPUTEX 上展示了 Ryzen AI 400 系列（Zen 5 + Zen 5C 混合架构 + XDNA2 NPU）：

NPU 算力 60 TOPS，x86 最高
7 款消费级型号 + 商用 PRO 系列
多家 OEM 已上市或即将发布
7 月将举办 Advancing AI 2026 峰会（旧金山）

4. 国产芯片持续发力

厂商	产品	状态
华为	昇腾 950PR/950DT	已量产，自研 HBM 突破
寒武纪	MLU690	2 PFLOPS FP8，开始出货
摩尔线程	MTT S5000	1000 TFLOPS 参数公开

5. AI PC 元年：三家巨头路线图对比

维度	NVIDIA RTX Spark	Intel Clearwater Forest + Crescent Island	AMD Ryzen AI 400
CPU 核心	20 核 Grace (Arm)	288 核 Darkmont (x86)	最高 12 核 Zen5+5C
GPU/NPU	Blackwell GPU	Crescent Island (独立 GPU)	XDNA2 NPU (60 TOPS)
AI 算力	1 PFLOPS	TBD	60 TOPS NPU
目标	个人 AI Agent	数据中心+AI PC 双线	Copilot+ PC
工艺	TSMC 4NP	Intel 18A	TSMC 4nm
上市	2026-06	2026 H2	已上市

本周算力圈速览（6/1-6/6）

日期	事件
6/1	NVIDIA GTC Taipei：RTX Spark、Vera Rubin 量产、DGX Station for Windows
6/1	Intel 发布 Crescent Island、Clearwater Forest
6/2	COMPUTEX 正式开幕，"AI Together"主题
6/5	COMPUTEX 闭幕，1500+ 展商创纪录
6/6	RTX Spark 确认六月上市 $1,399 起

数据来源：COMPUTEX Daily、腾讯新闻、凤凰科技、雪球、The Silicon Review。

Computex 2026 AI 算力卡大事件：DGX Station for Windows、Intel Crescent Island 等重磅发布

2026年6月5日 · 阅读需 4 分钟

AI Compute Cards Wiki Editorial

Industry Research Team

2026 年 6 月 1-5 日，中国台北 —— Computex 2026（台北国际电脑展）本周圆满收官。本届展会以 "AI Together" 为主题，NVIDIA、Intel、AMD、Qualcomm 等巨头密集发布了多款 AI 算力新品，以下是 MirrorFrog 为你梳理的算力卡圈本周最值得关注的动态。

① NVIDIA DGX Station for Windows：桌面的 AI 超算

NVIDIA 在 Computex 2026 主题演讲中正式发布了 DGX Station for Windows，号称"全球最强大的桌面 AI 超级计算机"。

核心规格

项目	参数
芯片	GB300 Grace Blackwell Ultra Desktop Superchip
GPU 内存	252 GB HBM3e（7.1 TB/s）
CPU 内存	496 GB LPDDR5X（396 GB/s）
统一内存	748 GB（NVLink-C2C 互联）
FP4 算力	20 PFLOPS（稀疏）
FP8 算力	10 PFLOPS（稀疏）
网络	ConnectX-8 SuperNIC，最高 800 Gb/s
模型容量	可运行 1 万亿参数模型
系统功耗	1,600 W
操作系统	Microsoft Windows
出货时间	2026 Q4

意义：DGX Station 将以前需要数据中心级集群的 AI 算力（20 PFLOPS FP4）压缩到一台桌面工作站中。748GB 统一内存意味着开发者可以在本地运行千亿甚至万亿参数的大模型，无需依赖云端。

② Intel Crescent Island：推理专用 AI GPU

Intel 在 Computex 上详细披露了其面向数据中心 AI 推理的新一代 GPU Crescent Island。

项目	参数
内存	最高 480 GB LPDDR5x
功耗	350 W（PCIe 形态）
精度支持	FP4/MXFP4 → FP64（全精度覆盖）
目标	AI 推理工作负载（Agentic Inference）
定位	性价比高于 HBM 方案
出货	2026 下半年

意义：Crescent Island 是 Intel 在 AI 推理市场的重要布局。480GB 超大 LPDDR5x 内存（非 HBM）意味着成本远低于 NVIDIA H200/B200 等同级竞品，瞄准企业级推理部署场景。

③ Intel Xeon 6+（Clearwater Forest）：首款 Intel 18A 数据中心 CPU

Intel 还发布了代号 Clearwater Forest 的全新 至强 6+ 处理器，这是 Intel 首款采用 18A 工艺 的数据中心 CPU：

288 个 Darkmont 架构核心
L2 288MB + L3 576MB 缓存
12 通道 DDR5-8000 内存
Foveros Direct 3D 先进封装
AI Agent 时代 CPU 重返基础设施中心

④ NVIDIA RTX Spark 生态落地

本周 NVIDIA 与 联发科 合作的 RTX Spark 超级芯片持续发酵。多家 OEM 亮相了基于 RTX Spark 的笔记本和紧凑型桌面原型机：

华硕、戴尔、惠普、联想、微软 Surface、微星均确认首发
配备 20 核 Grace CPU + Blackwell GPU（6144 CUDA 核心）
AI 算力 1 PFLOPS
2026 年秋季 零售上市

⑤ Intel × 鸿海（Foxconn）AI 基础设施合作

Intel 与鸿海宣布联合布局 AI 基础设施，覆盖从 芯片 → 服务器 → 机架级系统 的完整链条，瞄准 AI 推理需求激增带来的数据中心市场机遇。

⑥ 国产 AI 芯片动态

据 IDC 2025 年度报告，中国 AI 加速卡市场总出货量达 约 400 万张，本土厂商合计出货约 165 万张，市占率突破 41%。华为昇腾 950 系列已进入量产交付阶段，寒武纪 MLU690 开始向互联网客户出货。

本周算力圈速览

厂商	产品	亮点	时间
NVIDIA	DGX Station for Windows	20 PFLOPS, 748GB 统一内存	Q4 2026
NVIDIA	RTX Spark	1 PFLOPS AI PC 芯片	2026 秋
Intel	Crescent Island GPU	480GB LPDDR5x, 350W	2026 H2
Intel	Xeon 6+ (Clearwater Forest)	288 核, Intel 18A	2026 H2
Intel + 鸿海	AI 基础设施合作	芯片→机柜全链路	战略合作
华为	昇腾 950PR/DT	1 PFLOPS FP8, 自研 HBM	已量产
寒武纪	MLU690	2 PFLOPS FP8, 192GB HBM3E	出货中

数据来源：NVIDIA GTC Taipei 2026 / Computex 2026 官方发布、Intel 新闻稿、凤凰科技、IT之家。

TPU 8i（推理专用）：消除"等待室效应"​

TPU 8i 核心规格（推测）​

TPU 8t（训练专用）：Gemini 3/4的"发动机"​

TPU 8t 核心规格​

第八代TPU的战略意义​

1. 训练与推理首次分家​

2. 与博通、联发科的双线合作​

3. 对标NVIDIA Vera Rubin​

技术深度解析​

TSMC 2nm：为何选择2nm？​

Arm Axion CPU：Google自研CPU首次进入TPU节点​

第4代液冷：1,300W的散热挑战​

量产时间表与应用场景​

与竞品对比​

行业影响​

相关芯片​

参考资料​

为什么这很重要？​

AI芯片的两道坎："推理"与"训练"​

技术细节​

训练配置​

性能指标​

昇腾910C详细规格​

技术挑战与解决方案​

挑战1：万亿级模型的显存需求​

挑战2：万卡集群的通信效率​

挑战3：训练稳定性​

与竞品对比​

行业影响​

1. 国产算力的"遵义会议"​

2. 对英伟达的冲击​

3. 对国产芯片产业的提振​

华为昇腾芯片路线图（2025-2028）​

训练实战经验分享​

✅ 成功经验​

⚠️ 遇到的挑战​

相关芯片​

参考资料​

核心亮点​

Gaudi 4 详细规格​

Gaudi 4的关键特性​

Jaguar Shores：Intel的下一代GPU​

为什么叫"Jaguar Shores"？​

Jaguar Shores 推测规格​

Crescent Island：Intel的首款通用GPU​

Intel AI芯片路线图（2024-2027）​

与竞品对比​

Gaudi 4 vs NVIDIA B200​

Jaguar Shores vs NVIDIA Rubin​

软件生态：oneAPI的进步与挑战​

oneAPI是什么？​

Intel AI Stack​

✅ 进步​

⚠️ 挑战​

行业影响​

1. Intel能否重返AI竞赛？​

2. 对AMD的影响​

3. 对国产芯片的影响​

相关芯片​

参考资料​

核心亮点​

Vera Rubin 平台完整规格​

Rubin GPU 详细规格（推测）​

Vera CPU：替代Grace的新一代Host CPU​

与Blackwell的性能对比​

MGX 第三代机架级系统​

量产时间表​

AI工厂：从卖芯片到卖"智能生产线"​

与竞品对比​

行业影响​

相关芯片​

参考资料​

一、华为昇腾：950系列发布，960/970路线图清晰​

1.1 昇腾950PR（2026年Q1发布）​

1.2 昇腾950DT（2026年Q4发布）​

1.3 950超节点（2026年Q4发布）​

1.4 昇腾960/970路线图​

1.5 商业化进展​

二、百度昆仑芯：M100推理专用，天池超节点落地​

2.1 昆仑芯M100（2026年初发布）​

TPU 8i（推理专用）：消除"等待室效应"

TPU 8i 核心规格（推测）

TPU 8t（训练专用）：Gemini 3/4的"发动机"

TPU 8t 核心规格

第八代TPU的战略意义

1. 训练与推理首次分家

2. 与博通、联发科的双线合作

3. 对标NVIDIA Vera Rubin

技术深度解析

TSMC 2nm：为何选择2nm？

Arm Axion CPU：Google自研CPU首次进入TPU节点

第4代液冷：1,300W的散热挑战

量产时间表与应用场景

与竞品对比

行业影响

相关芯片

参考资料

为什么这很重要？

AI芯片的两道坎："推理"与"训练"

技术细节

训练配置

性能指标

昇腾910C详细规格

技术挑战与解决方案

挑战1：万亿级模型的显存需求

挑战2：万卡集群的通信效率

挑战3：训练稳定性

与竞品对比

行业影响

1. 国产算力的"遵义会议"

2. 对英伟达的冲击

3. 对国产芯片产业的提振

华为昇腾芯片路线图（2025-2028）

训练实战经验分享

✅ 成功经验

⚠️ 遇到的挑战

相关芯片

参考资料

核心亮点

Gaudi 4 详细规格

Gaudi 4的关键特性

Jaguar Shores：Intel的下一代GPU

为什么叫"Jaguar Shores"？

Jaguar Shores 推测规格

Crescent Island：Intel的首款通用GPU

Intel AI芯片路线图（2024-2027）

与竞品对比

Gaudi 4 vs NVIDIA B200

Jaguar Shores vs NVIDIA Rubin

软件生态：oneAPI的进步与挑战

oneAPI是什么？

Intel AI Stack

✅ 进步

⚠️ 挑战

行业影响

1. Intel能否重返AI竞赛？

2. 对AMD的影响

3. 对国产芯片的影响

相关芯片

参考资料

核心亮点

Vera Rubin 平台完整规格

Rubin GPU 详细规格（推测）

Vera CPU：替代Grace的新一代Host CPU

与Blackwell的性能对比

MGX 第三代机架级系统

量产时间表

AI工厂：从卖芯片到卖"智能生产线"

与竞品对比

行业影响

相关芯片

参考资料

一、华为昇腾：950系列发布，960/970路线图清晰

1.1 昇腾950PR（2026年Q1发布）

1.2 昇腾950DT（2026年Q4发布）

1.3 950超节点（2026年Q4发布）

1.4 昇腾960/970路线图

1.5 商业化进展

二、百度昆仑芯：M100推理专用，天池超节点落地

2.1 昆仑芯M100（2026年初发布）