2026 年 9 月 22 日，多家媒体报道：DeepSeek CEO 明确表示公司正大力押注华为芯片，预计将收到新一批华为芯片用于大模型训练，并强调"这一选择必须成功"。这是继此前"DeepSeek 拟采购 16 万颗昇腾 950DT 跑推理"报道之后，国产算力生态迄今最重要的站队信号——从推理采购升级为训练押注。

---

1. 信号链：四步走到"训练押注"​

把过去半年的公开信息串起来，DeepSeek 与昇腾的合作有一条清晰的升级路径：

时间	信号	性质
2026 年中	DeepSeek V4 完成从 CUDA 到 CANN 的生态迁移	软件适配
2026 年 8 月	报道：DeepSeek 拟采购 16 万颗昇腾 950DT 部署推理	推理采购意向
2026-09-17	HC2026：960DT 提前三个季度就绪，950DT Q4 放量	供给兑现
2026-09-22	DeepSeek CEO：押注华为芯片训练大模型，"必须成功"	训练押注

关键变化是负载等级：推理部署是"用现成算力降本"，训练押注则是"把下一代模型的存在性押在国产芯片上"——训练集群对稳定性、互联效率、软件栈成熟度的要求高一个量级。

2. 华为侧的兑现能力​

DeepSeek 敢于站队，背后是华为供给侧一系列可核验的进展（均为官方口径）：

• 一年一代兑现：950PR 已量产、950DT 2026 Q4 放量、960DT 从原计划 2027 Q4 提前三个季度至 2027 Q1 就绪 / Q2 上市——路线图可信度连续两次验证；
• 部署规模：昇腾超节点已规模商用超 1000 套，覆盖互联网、金融、医疗、制造；
• 生态成熟：CANN 进入常态化开源运营，外部开发者占比首次超过 61%，月活开发者 5200 人；基于昇腾的原生训练模型超过 40 个，是国内唯一支持预训练的技术路线；
• 训练证据链：中国电信 9 月开源的星（Xing）4.0-29B-A4B agentic MoE 模型宣布在昇腾上端到端训练（公司口径）——昇腾"能训大模型"不再只有华为自证。

规格详见昇腾 950DT 与昇腾 960 规格页；超节点分析见昇腾 960 官宣发布。

3. 为什么是 DeepSeek？​

DeepSeek 的选择有强结构性动因：

1. 供给确定性：在出口管制约束下，NVIDIA 旗舰对华供给持续收紧；国产算力是唯一可规划的大规模训练供给；
2. 成本结构：DeepSeek 一贯以极致工程效率著称（V3 训练成本即为业内标杆），国产算力叠加超节点系统效率符合其路线；
3. 对赌生态红利：CANN 开源 + 头部模型厂商深度绑定，模型厂商可以参与定义工具链走向——这在 CUDA 封闭体系内不可能发生；
4. 示范效应自我实现：头部实验室公开站队会反向拉动华为产能排期、上游 HBM 与整机的投入，"必须成功"因此是理性承诺而非口号。

4. 风险与待验证项​

冷静看，这条路线仍有三处需要时间验证：

• 实际训练规模：新一批芯片的数量、型号（950DT 还是 960DT）、交付节奏均未披露；
• MFU 口径：华为给出的 MFU / 时延收益均出自马尔科夫实验室仿真，尚无独立第三方实测；训练集群的真实有效算力要看大规模生产环境的长期数据；
• 单卡代差：960DT FP4 4 PFLOPS 对比 Rubin R200 的 50 PFLOPS（FP4），单卡代差客观存在——训练效率取决于超节点规模与软件优化能否补足，这正是"系统级竞争"的胜负手。

5. 小结​

• DeepSeek 确认押注华为芯片训练大模型——国产算力首个头部实验室训练级站队；
• 信号链：CUDA→CANN 迁移 → 16 万颗 950DT 推理采购传闻 → 960 提前就绪 → 训练押注；
• 支撑面：一年一代兑现、超节点 1000+ 套、CANN 开源生态外部开发者 61%；
• 看什么：新一批芯片的实际到货与训练集群规模、第三方 MFU 数据、下一次 DeepSeek 发版的训练算力披露。

---

相关阅读​

• 昇腾 960 规格页 / 昇腾 950DT 规格页（本站）
• 昇腾 960 官宣发布：FP4 算力翻倍、全球首个 NPO 超节点
• 国产三强 2026 H2：国产化率突破 40% 向 60% 迈进
• 阿里真武 V900 云栖大会发布

参考资料​

• 今日头条·今日科技早报：DeepSeek 确认押注华为芯片用于大模型训练（2026-09-22）
• 华为全联接大会 2026 官方发布（2026-09-17）
• 此前报道：DeepSeek 拟采购 16 万颗昇腾 950DT（2026-08）

本文基于公开报道与厂商官方口径整理。芯片数量、训练集群规模等细节以 DeepSeek 与华为后续披露为准。

昇腾 960 官宣、真武 V900 发布之外，9 月下旬还有三条容易被头条淹没、但结构性意义不输旗舰芯片的生态信号：运营商开源昇腾训练的模型、整机厂交付百卡级国产推理系统、初创公司拿到云端算力芯片的新一轮融资。本文逐条拆解。

---

1. 中国电信开源 Xing4.0：昇腾端到端训练的运营商级背书​

9 月 23 日（报道时间），中国电信开源 Xing4.0-29B-A4B——一个 agentic 混合专家（MoE）模型，公司口径宣布在华为昇腾加速器上端到端训练。

为什么重要：

• "能训"的第三方证据：过去"昇腾能不能训大模型"主要靠华为自证（原生训练模型 40+）；运营商以自己的数据、工程团队和集群跑通训练并开源，是第一个非华为体系的规模化训练案例；
• agentic 定位：29B-A4B（29B 总参 / 4B 激活）的 MoE 形态直接面向 agent 工作负载——与 DeepSeek、Qwen 的开源节奏对齐，而非试验性小模型；
• 开源外溢：模型权重 + 训练配方公开，意味着昇腾上的训练工程经验可以复用到其他机构——这正是生态扩散的标准动作。

配合华为侧披露的"CANN 进入常态化开源运营、外部开发者占比 61%"，昇腾生态正从"厂商主导"转向"社区运营"。

2. 浪潮 MetaBrain SD200 Ultra：128 颗国产芯片的推理吞吐实测口径​

浪潮同期发布 MetaBrain SD200 Ultra 推理系统：

指标	数值（公司口径）
国产 AI 芯片	128 颗（厂商未披露具体型号）
服务模型	Kimi K3
Token 吞吐	2.8T tokens（该口径下的系统吞吐成绩）
时延	5.85 ms

三个读数：

• 百卡级系统集成：128 卡异构协同跑超大规模 MoE 推理，考验的是互联拓扑、调度与容错——整机厂把国产芯片"攒成大系统"的能力已经就位；
• 面向头部开源模型：以 Kimi K3（已上线 AWS Bedrock）为目标负载，说明国产推理系统的验收标准是"跑通当下最受欢迎的模型"，而非自说自话的 demo；
• 注意口径：2.8T token 吞吐与 5.85ms 时延均为厂商宣称，测试模型版本、并发与批尺寸未披露，采购评估时需按实际负载复测。

3. 奕行智能 B+ 轮 20 亿元：云端算力芯片赛道仍在加注​

奕行智能（EVAS）完成 B+ 轮 20 亿元融资，投后估值近 150 亿元，和利资本追投；此前上半年已完成 15 亿元 B 轮并引入中国移动战略投资。公司主攻新一代云端算力芯片。

在旗舰芯片格局（昇腾 / 寒武纪 / 摩尔线程 / 海光 / 真武）看似已定的 2026 年，云端算力芯片新势力仍能拿到 20 亿级融资，说明：

• 一级市场对"国产算力第二梯队"的需求判断：头部厂商产能排期到 2027 年，溢出需求给了新势力窗口；
• 运营商战投的角色：中国移动既是采购方也是投资方，国产算力的需求侧在用资本锁定供给侧；
• 云端推理 DSA 路线的差异化空间仍在（参考清微、后摩等路线的生态卡位）。

4. 一周信号拼图：闭环正在成形​

把三条信号与本月旗舰发布拼在一起，国产算力的产业闭环每一段都有人补位：

环节	本月证据
旗舰芯片	昇腾 960 提前官宣（9-17）、真武 V900 发布（9-22）
训练验证	中国电信 Xing4.0 昇腾端到端训练并开源、DeepSeek 押注昇腾训练
推理系统	浪潮 SD200 Ultra 128 卡跑 Kimi K3
软件生态	CANN 常态化开源、外部开发者 61%
资本供给	奕行智能 B+ 轮 20 亿（投后近 150 亿）
需求侧	DeepSeek 站队、Kimi K3 上线海外云平台

"芯片—系统—模型—资本"四段都有独立玩家在投入，这是与 2024-2025 年"单点突破"最大的不同。

5. 小结​

• 中国电信 Xing4.0-29B：首个非华为体系的昇腾端到端训练开源模型；
• 浪潮 SD200 Ultra：128 颗国产芯片推理系统，2.8T token 吞吐 / 5.85ms（公司口径，待复测）；
• 奕行智能 20 亿 B+ 轮：云端算力芯片第二梯队仍在获得真金白银；
• 看什么：Xing4.0 的训练集群规模与 MFU、SD200 Ultra 的第三方复测、奕行智能流片节奏。

---

相关阅读​

• 昇腾 960 规格页 / 昇腾 910C 规格页（本站）
• DeepSeek 确认押注华为芯片训练大模型
• 国产三强 2026 H2：国产化率突破 40% 向 60% 迈进

参考资料​

• The GPU Daily（2026-09-24）：China Telecom open-sources Xing4.0-29B；Inspur MetaBrain SD200 Ultra
• 今日头条：奕行智能完成 B+ 轮 20 亿元融资，投后估值近 150 亿元（2026-09-21）
• CSDN·AI 日报（2026-09-21）：华为 CANN 常态化开源运营、OceanStor M900 发布

本文基于公开报道整理。Xing4.0 训练细节与 SD200 Ultra 性能数据均为公司口径，测试条件以后续披露为准。

继华为 9 月 17 日全联接大会官宣昇腾 960 之后仅五天，9 月 22 日阿里巴巴在杭州云栖大会发布新一代训推一体 AI 芯片真武 V900——阿里称之为"目前算力性能最强的中国自研 AI 芯片"。本文基于阿里官方发布口径与新浪科技、C114、环球网等多方报道整理。

---

1. 单芯片：3 倍于 M890，216GB + 1200GB/s​

指标	真武 V900（本次发布）	真武 M890（上一代）
性能	真武 M890 的 3 倍（官方口径，绝对值未公布）	FP16 600 TFLOPS（本站收录）
显存	216 GB	144 GB（HBM3）
片间互联	1200 GB/s	—
精度	原生 FP8 / FP4（含高精度训练）	—
定位	训推一体（万亿级参数训练 + 低精度推理）	训推一体
量产	2027 Q1，阿里云数据中心规模化部署	已规模应用

三个读数：

• 显存跨入 200GB+ 区间：216GB 与昇腾 960DT（288GB 自研 HBM）、NVIDIA Rubin（288GB HBM4）站上同一容量档位，长上下文与超大 MoE 模型的容量门槛被拉平；
• 片间互联 1200GB/s：为超节点"内存语义互联"打底——这是与 ICN Switch 配套的芯片级前提；
• 精度覆盖全场景：官方表述为"高精度训练、低精度和超低精度推理的全场景"，FP8/FP4 原生支持与 2026 年新卡通用口径对齐。

单芯片绝对算力数值官方未公布，本站以"3 倍于 M890"的官方相对口径收录；M890 规格详见真武 M890 规格页。

2. 系统级：ICN Switch + 磐久超节点，单集群 50 万卡​

V900 的真正卖点不在单芯片，而在系统级协同：

• ICN Switch 自研互联芯片：连接后的超节点具备原生内存语义与内存统一编址能力，千卡全带宽高速互联——上千颗 V900 可"像一颗超级芯片一样协同工作"；
• 磐久超节点服务器：集成 V900（算力）+ ICN Switch（互联）+ 磐脉智能网卡（网络）+ 镇岳 SSD 主控（存储），算、存、网全栈自研协同；
• 50 万卡单集群：结合阿里云新一代智算中心网络架构，单一集群可扩展至 50 万卡规模。

这与华为"11 颗关键芯片"的思路如出一辙：竞争单位已经从单芯片转向整套系统的交付能力——真武管算力、倚天管通用计算、磐脉管网络、镇岳管存储、ICN Switch 管互联。

3. 商业与路线图​

• 真武系列已服务超 650 家企业客户（截至 2026 年 6 月），覆盖智驾、金融、大模型、具身智能、能源、制造；
• 基于 M890 的超节点已大规模应用，跑通 Qwen3.8、Kimi K3 等超 2 万亿参数模型；阿里云 Q4 新增服务节点扩大超节点供给；
• 路线图：V900 于 2027 Q1 量产售卖；真武 J900 计划 2027 Q3 发布；
• CPU 协同：2027 年推出倚天 720 / 730（730 首次采用平头哥全自研 CPU 微架构，单核 SPECint2017/GHz 最高达倚天 710 的 1.4 倍）；2029 年的倚天 750 将通过 ICN 总线与真武 AI 芯片直接互联；
• 阿里巴巴集团 CEO 吴泳铭表示，平头哥 AI 芯片年出货量将大幅提升。

4. 竞争坐标：同一周，两把剑​

把 9 月中旬的两次发布放在一起看，国产 AI 芯片的"系统级竞争"格局已经清晰：

维度	华为昇腾 960（9-17）	阿里真武 V900（9-22）
发布节点	HC2026	云栖大会 2026
单卡显存	288GB（自研 HBM）	216GB
访存带宽	9.6 TB/s	未披露
互联	灵衢 UnifiedBus / NPO 光互联	ICN Switch 内存语义互联
超节点	昇腾 960 超节点（4096 卡，8 EFLOPS FP8）	磐久超节点（单集群 50 万卡）
上市	2027 Q2	2027 Q1

华为走"超节点 + 开源 CANN 生态"路线，阿里走"云上全栈 + 开源模型生态"路线；单卡规格都仍有代差，但交付的是可采购、可运维的超大规模集群。对英伟达 CUDA 生态的替代逻辑，正在从"性能对标"转向"供给确定性 + 系统效率"。

5. 小结​

• V900：3×M890、216GB、1200GB/s 片间互联、原生 FP8/FP4，2027 Q1 量产；
• 系统：ICN Switch 千卡全带宽、磐久超节点算存网全栈、单集群 50 万卡；
• 节奏：J900 2027 Q3、倚天 730 2027、倚天 750 2029——平头哥首次给出三年代际路线；
• 看什么：2027 Q1 实际量产与阿里云部署规模、V900 绝对算力披露、ICN Switch 对外供货的可能性。

---

相关阅读​

• 真武 M890 规格页（本站）
• 昇腾 960 官宣发布：FP4 算力翻倍、全球首个 NPO 超节点
• 国产三强 2026 H2：国产化率突破 40% 向 60% 迈进

参考资料​

• 环球网：平头哥发布新一代训推一体 AI 芯片真武 V900（2026-09-22）
• 新浪科技 / TechWeb：阿里平头哥发布新一代 AI 芯片真武 V900，2027 年第一季度量产
• C114：阿里发布新一代 AI 芯片真武 V900，2027Q1 量产

本文基于阿里巴巴官方发布与公开报道整理。V900 单芯片绝对算力官方未公布；超节点与集群规模为官方口径，以未来实际交付为准。

本文基于 2026 京东全球科技探索者大会（9 月 9 日）官方发布及公开市场信息整理；订单金额与收入预测为券商/媒体口径，非公司公告。

9 月 9 日，2026 京东全球科技探索者大会上，京东云宣布了一个里程碑式的决定：与摩尔线程共建十万卡全功能 GPU 集群，打造超大规模国产智算基础设施。

这句话有两个关键词值得放大：「全功能 GPU」和「十万卡级核心集群」。前者意味着它要跑的不只是推理，而是大模型训练、推理与具身智能的正面战场；后者意味着国产 GPU 第一次被头部 AI 云企业放进了算力底座的核心位置——不是试点、不是适配、不是一体机，而是十万卡。

一、合作细节：从万卡到十万卡，订单规模多大？​

• 此前基础：京东云已与摩尔线程等伙伴建成国产万卡集群，本次是从万卡到十万卡的量级跃迁
• 订单规模：据市场与券商信息，GPU 模组由摩尔线程独家供应，订单总价值约 200-300 亿元，按交付节奏明年即可确认收入；部分券商将摩尔线程明年收入预期上修至 150-200 亿元（该口径非公司公告，请以官方披露为准）
• 合作深度：从芯片、云平台到模型训练的全栈协同，支撑京东 JoyAI 模型族迭代，形成「数据 → 训练 → 仿真 → 部署」闭环
• 开放性：算力面向全行业开放，聚焦大模型训练、推理及具身智能

摩尔线程创始人张建中在会上的表态很直接：「Scaling Law 仍然成立——十万卡集群是必然趋势。」京东云总裁曹鹏则把国产算力定义为京东物理 AI 战略的核心支柱。

二、为什么是摩尔线程？采购逻辑的三笔账​

科技公司买卡没有情怀，京东选择摩尔线程，本质是三笔账都算得过来：

1. 稳定性账：摩尔线程已在单一网络下完成千卡、万卡级大集群的商业部署，并在基础模型、具身大脑、世界模型等核心训练场景取得突破——万卡集群的工程验证是十万卡的前提，这不是冷启动。

2. 集成账：全功能 GPU 可以接入现有 IT 体系与云平台调度，MUSA 软件栈对大模型框架的适配已跑通训练级负载。

3. ROI 账：这是最关键的转变。过去国产 GPU 的买家多是「政策友好型」项目，而京东把十万卡集群写进资本开支，意味着产品回报率开始经得起投资者测算——买家结构从「敢用」变成「抢着用」，才是国产 GPU 商业成熟的标志。

三、S6000：下一代芯片已回片，供应链双保险​

据市场信息，摩尔线程下一代芯片 S6000 已顺利回片并分发厂商测试，FAB 与内存供给保障充足。需要说明的是：S6000 尚未正式发布，规格未公开，本文不作猜测；当前在售旗舰 MTT S5000 的站内数据为 FP16 400 TFLOPS、80GB 显存（1.6TB/s 带宽为 HBM 级）。

对 HBM 供给约束，摩尔线程的应对策略据称是「下一代产品迭代 + 供应链多源保障」——在国产 HBM 产能爬坡完成前，这是所有国产 GPU 厂商必须解的同一道题。

四、「十万卡」不是一家的事：国产 GPU 集群竞争格局​

值得把视野拉开——十万卡已是国产算力的集体目标：

玩家	十万卡动作	算力底座
京东云	9 月 9 日宣布共建十万卡集群	摩尔线程全功能 GPU
曙光 8000	7 月 WAIC 发布，郑州落成，全国产十万卡 AI 算力集群	海光 DCU（深算 BW1000 一系）
华为	Atlas 950 SuperPoD 超节点（8192 卡），2027 年十万卡超节点	昇腾 950/960

两家芯片路线（全功能 GPU vs DCU vs NPU）、两条路径（商业云 vs 国家超算），指向同一个验证命题：国产算力能不能在十万卡规模上稳定跑通真实训练负载。 值得强调的是，目前摩尔线程×京东集群尚无公开的第三方基准对比，没有完工时间表——十万卡的「可用」到「跑好」，仍需工程验证。

五、资本市场视角​

摩尔线程 2025 年 12 月登陆科创板：发行价 114.28 元，首日收于 600.5 元；2025 年营收 15.05 亿元（同比 +243.37%），净亏损约 10.01 亿元。若券商上修的 150-200 亿元收入预期兑现，2027 年将是从「高成长亏损」转向「规模盈利」的关键节点——这也将成为国产 GPU 商业模式的第一份完整答卷。

小结​

从 2025 年跟 DeepSeek 一体机「出道」，到 2026 年进入十万卡核心集群，国产 GPU 用了不到两年走完从「能用」到「规模化商用」的认知跃迁。京东云这张订单的价值不在金额，而在样本意义：当互联网头部买家开始用 ROI 逻辑采购国产 GPU，替代就不再是政策叙事，而是商业事实。

（订单金额、收入预测与供应链状态来自公开市场信息与券商研报口径，请以公司公告为准；芯片规格数据见站内完整对比表。）

2026 年 9 月 17 日，华为全联接大会（HC2026），华为常务董事、ICT 基础设施业务总裁汪涛正式发布昇腾 960。与 8 月数字中国峰会上的"路线图预告"不同，这次是完整的规格官宣——而且提前三个季度就绪。本文基于华为官网新闻稿及多方报道整理，逐项拆解 960 的规格、超节点与路线图含义。

---

1. 昇腾 960：双版本，训练先行​

昇腾 960 分为两个版本，节奏错开一个季度：

指标	昇腾 960DT（训练版）	昇腾 960PR（推理版）
FP8 算力	2 PFLOPS（较 950 翻倍）	待披露
FP4 算力	4 PFLOPS	待披露
显存	288GB（自研 HBM）	待披露
显存带宽	9.6 TB/s	待披露
配套超节点	Atlas 860（风冷）	Atlas 960（液冷）
就绪 / 上市	2027 Q1 / 2027 Q2	2027 Q3

三个读数：

• 提前三个季度就绪：960DT 原计划 2027 年 Q4，现在 2027 Q1 就绪、Q2 上市——与 950DT"提前上线华为云"一脉相承，路线图可信度在持续兑现；
• 精度口径与英伟达对齐：FP8 / FP4 主口径（辅以自研 HiF8 / HiFP8），FP4 已是 2026 新卡的通用口径；
• 288GB 自研 HBM + 9.6TB/s：显存容量与带宽同步翻倍，对训练长上下文大模型是实打实的容量红利。

单卡规格详见昇腾 960 规格页；上一代昇腾 950DT 规格页。

2. 昇腾 960 超节点：全球首个 NPO 超节点​

这是本场发布真正的"重器"——昇腾 960 超节点是全球第一个采用 NPO（近封装光学）的超节点：

指标	昇腾 960 超节点
单节点规模	4096 卡
系统算力	8 EFLOPS FP8 / 16 EFLOPS FP4
HBM 总容量	1 PB
互联 RTT	低至 2μs
可用度	99.8%

NPO 意味着什么：传统光模块挂在交换机面板上，信号要先出封装再转电—光；NPO 把光引擎挪到交换芯片封装近旁，大幅缩短 SerDes 距离、降低功耗与时延。华为的具体数字：

• 5500 个自研 Hi-ONE 光引擎（业界首个量产 NPO，单引擎 7.2T）；
• 替代 4.8 万颗 800G 光模块；
• 降低功耗 550kW 以上，同时支撑 2μs 级互联时延。

对比 8 月数字中国峰会的口径（Atlas 960 单超节点 15488 卡），官方最新口径为单超节点 4096 卡（1 个超集群可由多超节点组成）——以华为官网最新新闻稿为准。

⚠️ 华为还给出了"MFU 提升 2.75 倍""推理时延降低 70%"等收益数据，均出自华为马尔科夫实验室仿真，尚无独立第三方实测，阅读时注意口径。

3. 一年一代：970（2028）→ 980（2029）​

华为首次把"一年一代"从愿景变成官宣承诺：

年份	产品	状态
2026	昇腾 950 系列	950PR 已量产，950DT Q4 放量
2027	昇腾 960	本次官宣，提前就绪
2028	昇腾 970	HC2026 确认
2029	昇腾 980	HC2026 确认

支撑这一节奏的是华为提出的"韬定律"：算力规格每代翻倍，访存带宽、访存容量、互联带宽同步大幅提升。

生态侧的同场数据也值得记录：CANN 外部开发者占比首次超过 61%、月活开发者 5200 人；910C 超节点部署已超 1000 套。

4. 竞争坐标：单卡有代差，系统级对打​

把 960DT 放到 2027 年的棋盘上看：

• 对 NVIDIA Rubin（R200：288GB HBM4 / 50 PFLOPS FP4）：单卡 FP4 算力约为 R200 的 8%（4 vs 50 PFLOPS），单卡代差客观存在；但 4096 卡超节点 + NPO 互联是系统级竞争——用"可交付的超大集群"对打单卡性能；
• 对采购方：960 的价值主张是"在国产量产约束内拿到最大可用集群"。DeepSeek 拟采购 16 万颗 950DT 跑推理的订单已经证明：当供给与生态到位，头部实验室愿意主动选国产；
• 对国产链条：950→960 的显存翻倍直接拉动国产 HBM 迭代，这是整条链的胜负手。

5. 小结​

• 960DT：FP8 2P / FP4 4P、288GB HBM、9.6TB/s，2027 Q2 上市，提前三个季度；
• 960 超节点：全球首个 NPO 超节点，4096 卡 / 8 EFLOPS FP8 / 1PB HBM / RTT 2μs；
• 路线图：一年一代官宣至 2029，950、960 均提前兑现，规划可信度显著上升；
• 看什么：2027 Q2 实际交付节奏、国产 HBM 产能、CANN 生态的第三方模型覆盖度。

---

相关阅读​

• 昇腾 960 规格页（本站，含双版本与超节点完整参数）
• 国产三强 2026 H2：国产化率突破 40% 向 60% 迈进（已按 960 官宣更新）
• 2026 H2 AI 芯片路线图重大更新（已按 960 官宣更新）
• 昇腾 950 超节点 Q4 上市，中兴、新华三、曙光全线跟进

参考资料​

• 华为官网：发布全球首个采用 NPO 的超节点（昇腾 960 超节点）（2026-09-17）
• 电子工程专辑：国产 AI 芯片新突破！华为昇腾 960 芯片将提前发布
• 环球网：华为全联接大会 2026 主题演讲报道

本文基于华为官网新闻稿与公开报道整理。MFU、时延等收益数据为华为实验室仿真口径；2028 / 2029 产品仅为路线图官宣，规格以未来发布为准。

9 月 16 日，MLCommons 公布 MLPerf Inference v6.1 Closed Division 结果，NVIDIA Vera Rubin NVL72 完成基准首秀。同一天，CoreWeave 宣布在自家云上上线多机架 Vera Rubin 集群——"新硬件首发即可租用"的节奏，正在把新一代算力从发布到可计费产出的周期压缩到季度级别。

---

1. 首秀成绩：3.7 倍与 2.5 倍​

NVIDIA 以预览提交（entries 6.1-0106 / 6.1-0074）给出两代旗舰的同口径对比：

基准模型	Vera Rubin NVL72 vs GB300 NVL72	软件栈
Qwen3-VL-235B-A22B（235B 多模态 MoE）	吞吐最高 3.7 倍（离线 / 服务器 / 交互三场景）	vLLM + NVIDIA Dynamo
DeepSeek-R1-671B（671B 推理模型）	吞吐最高 2.5 倍	TensorRT-LLM

支撑数字的三项技术：

• NVFP4 精度：压缩模型权重、注意力张量与 KV Cache 的显存占用，等效批尺寸显著提升；
• 分离式服务（Disaggregated Serving）：prefill（算力密集）与 decode（带宽密集）拆到不同 GPU 池独立优化；
• 专家并行：MoE 专家层跨卡分布式路由，配合第六代 NVLink / NVLink Switch（NVIDIA 宣称包速率较现成以太网高 10 倍、时延低 3 倍）。

2. 同场亮点：扩展效率与软件红利​

• GB300 四机架 288 卡 99% 扩展效率：DeepSeek-R1 离线场景下，从单机架 72 卡扩展到 4 机架 288 卡几乎无折损（entries 6.1-0073 / 6.1-0074）——机架级互联的扩展效率第一次在 288 卡规模上得到验证；
• 软件仍在释放红利：同一 GB300 硬件上，v6.1 软件优化较 v6.0 带来最高 1.6 倍 Qwen3-VL 提升；NVIDIA 还报告了 GPT-OSS-120B 与 DLRMv3 的提交后增益（未经 MLCommons 验证）；
• 19 家合作伙伴提交，其中 8 家采用多节点 Blackwell NVL72 配置（ASUS、Azure、Cisco、CoreWeave、Crusoe、Dell、Fujitsu、HPE、Lambda、Nebius、OCI、Supermicro 等）；Nebius 也提交了 Vera Rubin 预览成绩。

3. CoreWeave 同日上线：首发即可租用​

CoreWeave 在 MLPerf 结果公布同日宣布其云上多机架 Vera Rubin NVL72 集群上线：

• Spectrum-X 网络将数百颗 Rubin GPU 组成单一横向扩展集群，每颗 GPU 配 2 颗 ConnectX-9 SuperNIC（1.6Tb/s 横向扩展带宽）；
• AI 对象存储 LOTA 将读取时延降低 8 倍；
• 运维侧：Valvey 软件定义液冷（NVIDIA 规格 45°C 液冷进液）、Racky 机架控制层与 Rack LifeCycle Controller 把整个 NVL72 机架当作单一可编程实体管理；
• 此前 7 月，CoreWeave 自测 Vera Rubin 对 GB200 NVL72 在 DeepSeek R1 上达到 10 倍 tokens/s/MW（公司口径，非 MLCommons 验证）。

4. 竞争侧写​

• AMD + Crusoe：以 512 卡创下 575 万 tokens/秒的 MLPerf 历史最高聚合吞吐（AMD 本轮提交覆盖面最广）；
• SemiAnalysis AgentX 预览：Vera Rubin 在 agentic 负载上较 GB300 最高 30 倍（预览口径）；MLPerf Endpoints 基准 forthcoming，将把 agentic 推理纳入标准化测量；
• 待验证项：Vera Rubin 成绩为预览提交、尚待独立复现；NVFP4"几乎无损"未给出量化质量指标；每 token 成本与功耗的规模化对比数据均未公布。Google TPU v7 与 AMD MI455X UALoE72 的对标提交预计 2026 年内出现。

站内规格对照：Rubin R200（288GB / 22TB/s）、B300 Ultra（GB300 核心）。

5. 小结​

• Vera Rubin NVL72 首秀：Qwen3-VL 3.7 倍、DeepSeek-R1 2.5 倍于 GB300 NVL72（预览口径）；
• GB300 四机架 288 卡 99% 扩展效率，机架级互联进入可用区间；
• CoreWeave 同日多机架上线——新一代算力从发布到可计费的周期进入季度级；
• 看什么：独立复现与正式（非预览）提交、TPU v7 / MI455X 对标结果、每 MW 实测 token 产能。

---

相关阅读​

• Rubin R200 规格页 / B300 Ultra 规格页（本站）
• NVIDIA Vera Rubin 量产与液冷部署
• Hot Chips 2026 全记录：Rubin、MI455X、Crescent Island 同台

参考资料​

• NVIDIA Blog：Vera Rubin NVL72 首度亮相 MLPerf Inference v6.1（2026-09-16）
• MLCommons：MLPerf Inference v6.1 Closed Division 结果（entries 6.1-0073 / 6.1-0074 / 6.1-0106）
• CoreWeave 投资者关系：多机架 Vera Rubin NVL72 上线公告（2026-09-16）
• AMD Blogs：MLPerf Inference v6.1 提交结果

本文基于 MLCommons 公开结果与厂商官方口径整理。Vera Rubin 成绩为预览提交，部分增益数据未经 MLCommons 验证，已逐项标注。

本周（2026 年 9 月 1 日–5 日）AI 算力行业的题眼，是两条相反方向的成本重构：海外，英伟达以史上最大并购吞下开发者生态入口，同时给旗舰减配显存——"内存太贵"倒逼硬件从单卡堆料走向系统级互联；国内，DeepSeek 16 万颗昇腾订单把"国产替代"从口号变成头部实验室的资产负债表决策，字节近 300 亿美元融资为算力扩张装上杠杆。

---

1. DeepSeek 拟购 16 万颗昇腾 950DT：国产算力的"标志性订单"​

彭博社 9 月 4 日报道，DeepSeek 计划在内蒙古乌兰察布新建的约 1GW 数据中心部署至少 16 万颗华为昇腾 950DT，主要用于推理而非训练。按每颗约 11.1 万元的市场价估算，订单总额约 178 亿元人民币（约 25.6 亿美元）——这是迄今已知规模最大的昇腾集群，是半年前深圳首个万卡级集群的 16 倍。

三个关键读数：

• 主动选择，而非被迫替代：DeepSeek 是公认最会"榨干"算力的实验室。创始人梁文锋 7 月曾直言：华为超节点能完成 GB300 的任务、延迟没有明显差别，但约需 4 颗昇腾才抵 1 颗英伟达、技术上落后约两年。选择昇腾跑推理，是在综合成本、供应链安全与本土化后的理性决策——推理对软件生态依赖较浅，正是国产芯片的突破口；
• 瓶颈在供给端：受高端内存（HBM）短缺制约，昇腾 950DT 今年产量仅数十万颗（2026 年全部昇腾 die 计划约 160 万颗），DeepSeek 希望加购更多但产能所限，整单交付或需一年以上——国产 HBM 与先进封装成为整条链的胜负手；
• 过渡性押注：DeepSeek 同时在与中芯国际合作开发自研推理芯片，并于 6 月完成约 500 亿元融资、继续洽谈数十亿美元基建融资。国产算力的终局是多元自主，而非单一依赖。

单颗 950DT：144GB HBM、4.0TB/s 带宽、2.0TB/s 互联，原生支持 FP8/FP4/HiF8，详见昇腾 950DT 规格页。

2. 英伟达 129.3 亿美元收购 Hugging Face：买下"铲子的交易所"​

当地时间 9 月 3 日，英伟达宣布以 129.3 亿美元收购全球最大开源 AI 平台 Hugging Face，超过 2020 年 69 亿美元收购 Mellanox，成为其史上最大并购。交易含约 119 亿美元股权款与最高约 10 亿美元员工留任计划，预计 2027 年上半年完成，待监管批准。

Hugging Face 托管超 300 万个模型、50 万个数据集，服务超 1800 万名开发者。黄仁勋承诺平台继续开放中立运营：不强制绑定英伟达资源、开源属性完整保留。

解读：算力霸主的护城河从"芯片 + 网络 + 软件栈"一路修到了"模型分发 + 开发者生态"——卖铲人开始收购铲子的交易所。平台的"中立性"承诺能否兑现，将成为全球监管与竞争性云厂商持续盯防的焦点；对国内产业而言，模型托管、权重分发这类"轻资产 AI 基础设施"与芯片一样，正在成为大国科技博弈的卡点。

3. Rubin Ultra 显存减配：内存占 TCO 40% 后的算术题​

SemiAnalysis 最新报告（科创板日报 9 月 3 日转引）显示，英伟达已将旗舰 Rubin Ultra 的 HBM 配置从 HBM4E 12-Hi（384GB 档）下调至 HBM4 8-Hi（192GB），三星正配合开发 8 层产品。

• 动因：HBM/DRAM 涨价后，内存已占整机 TCO 约 40%；减配后 HBM 成本降超 50%，即便计入 2026 年 HBM 涨价预期，内存占总资本开支比例也将从 40% 压至 28%；
• 钱去了哪：转向 Scale-up 纵向扩展网络——以 NVL576 NPO 方案测算，光模块取代机架间互连后，Scale-up 网络占机架总支出比例从 4% 升至 12%；
• 连锁反应：TrendForce 显示英伟达自 2026 Q3 起并行评估 HBM4E 8-Hi / 12-Hi / HBM4 8-Hi 多套方案，部分云厂商也在考虑下调下一代自研 ASIC 的 HBM 容量。

连定价权最强的英伟达都给旗舰"减配求量"，等于官宣：当前 AI 硬件最紧的约束是内存（美光高管称新增内存供应 2028 年前难有实质放量），单卡堆料的军备竞赛告一段落，硬件价值重心正迁移到光互联、CPO、高速交换与 PTFE 背板。华泰测算 2027 年存储供需缺口将从约 -7% 收窄至 -3%——上行周期未逆转，但从"普涨"走向"结构性紧缺"。

详见本站已同步更新的 Rubin Ultra 规格页与HBM4 量产竞速分析。

4. 推理 ASIC 军备提速：谷歌"一年两款"，Jalapeño 规格落地​

• 谷歌 TPU 迭代周期从两年一代压缩至"每年两款"（华创证券 9 月 4 日研报）：第八代已拆分为训练（8t）与推理（8i）双架构，8i 把内存/算力配比拉到 8t 的 1.65 倍，专为推理放量设计；
• OpenAI Jalapeño 规格披露：6 堆栈 HBM4 共 216GB、带宽 15.4TB/s、700W，围绕投机解码设计；OpenAI 称在 DeepSeek R1 负载下 tokens/kW 达 GB300 的 1.7 倍；RTL 冻结到流片 9 个月，首批硅片后约 10 周承载 ChatGPT 流量。详见规格页（本站已更新）；
• workload-specific 时代开场：训练、推理、推荐各自长出专用芯片，上游 HBM/封装/光互联的供应节奏必须跟上"半年一代"。

5. 国内动态：字节 296 亿美元加杠杆，摩尔线程 Token 超节点投产​

• 字节跳动获约 296 亿美元融资安排（彭博 9 月 3 日），较最初约 200 亿美元目标大幅上调，用于数据中心与 AI 基建；另据产业报道正洽谈在内蒙古新增 5-6GW 算力产能——中国 AI 公司迄今最大规模基建融资之一，算力正被当作可融资、可证券化的重资产经营；
• 摩尔线程 × 趋境科技 "Token 超节点"投产（光明网 9 月 4 日）：以 MTT S500 承担 Prefill 与 KV Cache 生成、高带宽 GPU 专注 Decode 的 PD 异构方案，实测平均生成速度超 50 TPS、KV Cache 命中率超 90%、稳定性 99.9%，已承接头部模型厂商官方业务流量——超节点竞争维度从"单卡参数"转向"单位 Token 生产成本"；
• OpenAI 发布 GPT-6 Astra（9 月 4 日）：超 10 万颗 GPU 在 Stargate 集群完成训练，推理放量与超大规模集群仍是全球算力叙事主线；
• SemiAnalysis 基准：AMD MI355X 新提交在 AgentX 基准低交互区间tokens/$ TCO 击败 B300——vLLM + LMCache 软件栈的贡献首次被独立机构量化认可。

6. 市场：中美算力资产一涨一调​

美东 9 月 4 日，美国 8 月非农仅增 8.9 万人（预期 16 万），10 年期美债收益率回落至 3.78%，成长股走强：科技板块 XLK 周涨 4.2%，英伟达周涨 8.7% 收于 230.36 美元。A股 9 月 4 日反向回调：AI 算力芯片板块 -1.99%、服务器 -2.51%、超节点 -2.86%，浪潮信息跌停、寒武纪 -2.54%——基本面无恶化（博通、戴尔、中际旭创订单与财报持续验证景气），更多是交易层面获利兑现。

下周起三连催化密集：CIOE 光博会（9/9-11）→ 华为全联接大会（9/17-19）→ 云栖大会（9/22-24）。国产超节点从"发布会 PPT"到"批量交付"的成色，将迎来集中检验。

本周一句话​

内存太贵改变了所有人的算法：英伟达给旗舰减配显存、把钱投给互联；DeepSeek 用 16 万颗昇腾买推理确定性；谷歌把 TPU 迭代压到半年一代。2026 年 Q4 起，"每兆瓦/每美元 token 数"将取代"单卡 PFLOPS"，成为算力采购的第一指标。

---

相关链接​

• 华为昇腾 950DT 规格页
• NVIDIA Rubin Ultra 规格页
• OpenAI Jalapeño 规格页
• NVIDIA Rubin 规格页

参考资料​

• 彭博社（转引）：DeepSeek 拟部署 16 万颗昇腾 950DT（2026-09-04）
• cnBeta/今日头条：DeepSeek 据称采购 16 万颗华为昇腾 950DT 芯片（2026-09-05）
• 科创板日报：SemiAnalysis 拆解 Rubin Ultra 减配（2026-09-03）
• Natural News/DailyAI：Nvidia To Acquire Hugging Face For $12.9B（2026-09-05）
• 光明网：摩尔线程 × 趋境科技 PD 异构推理方案投产（2026-09-04）
• AGI Hunt：AI News Daily 2026-09-05

---

本文基于彭博社、科创板日报、SemiAnalysis、TrendForce、华创证券研报及光明网等公开报道整理。订单金额与市场数据为媒体/机构预估口径，实际以相关公司正式披露为准。

本文基于 AWS 与 NVIDIA 官方公告（2026 年 9 月 5 日）及双方高管公开表态整理。

2026 年 9 月 5 日，AWS 与英伟达宣布扩大战略合作：在 GTC 2026 已宣布的「2026 年起新增 100 万颗 GPU」计划之上，再追加部署 200 万颗 NVIDIA GPU，覆盖 Blackwell Ultra、Rubin 与 Rubin Ultra 三代架构，时间窗口为 2027-2028 年。需求增长超出此前所有预测，是双方给出的直接理由。

这不再是单纯的「买卡」，而是一次覆盖 GPU、CPU、互联、内存、开源模型与软件的全栈合作。我们把关键信息拆成六点。

一、200 万颗 GPU 的构成与节奏​

• 规模：200 万颗（在原有 100 万颗计划之上追加，总承诺规模翻了三倍）
• 架构：Blackwell Ultra、Rubin、Rubin Ultra
• 时间：2027-2028 年，部署于 AWS 全球基础设施（含新建 AI 工厂）
• 背景：亚马逊 2026 年资本支出指引已从 2000 亿美元上调至 2200 亿美元，CEO 安迪·贾西明确表示仍不足以满足 AI 算力需求

作为参照，GTC 2026 上黄仁勋给出的口径是：Blackwell 与 Rubin 两大平台至 2027 年的累计订单与需求规模已上看 1 万亿美元（GTC 2025 时对 2026 年的判断约为 5000 亿美元）。AWS 的加购是这个大盘子里最重的一块拼图之一。

二、Vera CPU 首次登陆 AWS​

这是本次合作里最具结构性的变化：NVIDIA Vera CPU 基础设施将进入 AWS。

Vera CPU 是 Vera Rubin 平台中面向 agentic AI 设计的通用处理器，定位是把 AI 资源高效转化为「完成的智能体任务」。随着智能体工作负载兴起，CPU 侧的任务编排、内存管理、数据调度压力同步上升——纯 GPU 扩容已经不够，AWS 需要与之配套的高性能 CPU 层。这也与 AWS「从自研芯片（Graviton/Trainium）到合作伙伴芯片提供最广算力选择」的策略一致：Vera 不替代 Trainium，而是补齐加速基础设施旁边的 CPU 算力层。

三、NVLink Fusion × NVHBM：开放架构走向纵深​

在 re:Invent 2025 上，AWS 宣布下一代 Trainium 芯片支持 NVIDIA NVLink Fusion 高速互联。本次双方把合作再推进一步：

• 亚马逊 Annapurna Labs 将支持英伟达新的定制高带宽内存 NVHBM（与内存供应商合作开发）
• Trainium 由此可以获得更快、更省电的内存选项
• Trainium 与 GPU 可以在同一机架级架构内协同，共享 scale-up 互联

对芯片行业来说，这是一个值得盯紧的信号：NVLink Fusion + NVHBM 意味着英伟达的互联与内存技术开始向竞品 ASIC「供货」。自研 ASIC 阵营（Trainium、TPU、MTIA）与英伟达 GPU 阵营的边界，正在从「二选一」变成「混布」。

四、10 万颗 GPU：美国政府主权 AI 工厂​

合作中专门划出一块公共部门业务：AWS 与英伟达将为美国政府建造 AI 工厂，在安全 AWS 基础设施上部署 10 万颗 GPU，承载联邦与国家安全负载（Impact Level 6 及以上），支持在强监管框架内开发先进 AI 模型。

主权 AI 从口号变成明确数字，是本轮周期的显著特征——政府客户正在成为 AI 算力的一等买家。

五、软件与物理 AI 同步深化​

硬件之外，软件层合作也在加码：

• NVIDIA Nemotron 开源模型继续登陆 Amazon Bedrock 与 SageMaker
• Amazon EMR 数据处理与 OpenSearch 向量索引用 cuDF / cuVS 加速
• Amazon Robotics 正式采用 NVIDIA 物理 AI 平台（Jetson、Omniverse、Isaac），用于仓储自动化与下一代机器人

物理 AI（机器人、具身智能）正在成为云厂商算力叙事的新增长极，这与国内京东、特斯拉等把具身智能写进算力采购逻辑是同一趋势。

六、对算力买家的启示​

观察	含义
需求「跑赢所有预测」	供给紧张不是短期现象，2027-2028 的算力窗口现在就要锁定
三代架构混采	Rubin/Rubin Ultra 量产爬坡期间，Blackwell Ultra 仍是交付主力，采购需要跨代规划
CPU 层被重估	agentic AI 把瓶颈从 GPU 推向 CPU 编排与内存带宽，选型时别只盯加速卡
主权 AI 落地	政府级订单入场，进一步收紧高端 GPU 的可分配供给

对自建与租用的决策者而言，云巨头的每一次天量加购都在重定价未来的租金曲线。如果你正在评估 GPU 采购或租用方案，建议用 TCO 计算器 做一次量化测算：输入芯片价格、功耗、利用率与租用单价，即可对比 3 年持有成本。

小结​

200 万颗 GPU、Vera CPU 上云、NVHBM 开放、10 万颗主权算力——AWS 与英伟达这轮扩盟把「AI 工厂」竞赛推进到全栈时代。算力的稀缺性在 2027 年之前大概率只紧不松，无论是买卡、租卡还是押注国产替代，尽早锁定供给与成本曲线，都是当前最确定的动作。

（本文数据均来自 AWS/NVIDIA 官方公告与双方高管公开表态；架构性能口径以厂商发布为准。）

7 月 Advancing AI 2026 大会上的承诺正在兑现：AMD Helios 机架已进入全面量产，2026 年 Q3 末启动客户出货、Q4 放量。管理层透露客户拉货进度"领先于初始预测"——对英伟达而言，第一次有一个对手在"机架级系统"这个自己定义的战场上，拿到了真金白银的订单。

---

1. Helios：AMD 第一台真正意义上的"机架级计算机"​

指标	Helios（72 × MI455X）	对比 Vera Rubin NVL72
显存	31TB HBM4 池化（单卡 432GB）	Rubin 单卡 288GB（+50%）
显存带宽	1.4PB/s（单卡 19.6TB/s）	22TB/s（单卡）
FP4 推理	2.9 ExaFLOPS	3.6 EFLOPS
FP8 训练	1.4 ExaFLOPS	1.2 EFLOPS
Scale-up 互联	260TB/s（UALink/UALoE）	130TB/s（NVLink6，约 2 倍差距）
机架售价	约 525 万美元	—
出货节奏	2026 Q3 末起，Q4 放量	2026 年 9 月批量出货

MI455X 采用 CDNA 5 架构：8 个 TSMC N2 制程加速 die + N3P 互联 die，256 个工作组处理器、192MB 全局 L2，12 层堆叠 HBM4 让它成为首款显存超过 400GB 的 AMD GPU。同系列还有面向主权 AI 与 HPC 的 MI430X（推理特化）、面向企业的 MI440X（8 GPU + 1 EPYC Venice 一体化服务器）——三条产品线覆盖从云到边缘的完整光谱，规格详见本站 MI455X、MI440X、MI430X 卡片。

配套的 EPYC Venice（Zen 6） 是业界首款 2nm x86 服务器 CPU，最高 256 核，性能较上代 Turin 提升约 1.7 倍，承担 Helios 机架内编排、数据搬运与 CPU 密集型负载。

2. 12GW 订单簿：四大锚定客户全部落地​

AMD 在 AI 加速器市场最大的变化，是从"卖芯片"变成"签产能"：

客户	协议规模	关键条款	交付节奏
OpenAI	6GW 跨代际	首批 1GW MI450；附最高 1.6 亿股认股权证（与部署进度及股价挂钩）	2026 H2 起部署，2027 加速
Meta	最高 6GW / 五年	最高 600 亿美元；Meta 获收购 AMD 最多 10% 股份的选择权	2026 H2 部署 Helios
甲骨文	5 万颗 MI450	从 2026 Q3 起部署	2026 Q3 起
Anthropic	最高 2GW	AMD 投资最高 50 亿美元；双方用 Claude 优化 ROCm	首批 1GW 2027 H1 上线

分析师对 OpenAI 协议中 GPU 部分的收入估计约 800 亿美元；Piper Sandler 估计 Meta 协议五年内可为 AMD 带来约 1000 亿美元收入。合作模式也已升级——不再是简单的采购合同，而是"定制开发 + 资本投入 + 长期联合优化"的深度绑定：Anthropic 甚至披露 Claude 曾在一个周末内自主完成 AMD AI 服务器的配置。

值得关注的是，Cerebras 也宣布与 AMD 达成合作，从 Cerebras 数据中心内部开始部署 AMD 服务器——推理芯片初创公司与 GPU 巨头的"竞合"正在成为新常态。

3. 最大的变量不是英伟达，是封装产能​

AMD 2027 年数据中心营收翻倍的目标，瓶颈不在需求，在供给侧：

• CoWoS-L 产能：汇丰分析指出，要达成目标，CoWoS-L 产能需求需比基础情景高出 12%–35%；AMD 选择将设备托管至 SPIL、PTI 等二线封装厂（一线供应商 2027 年前几乎没有产能富余），低良率风险不可忽视；
• HBM 供应：MI455X 单卡 432GB HBM4 对存储供应提出极高要求，2027 年 HBM4 供给依然紧张（详见本站 HBM4 竞速分析）；
• 资本开支：AMD Q2 资本支出已跃升至 8.08 亿美元，专门用于向外包封测厂托管 CoWoS 设备以保障 Venice CPU 量产。

摩根大通提醒：这是 AMD 首次机架级产品量产，执行风险在 2027 财年内仍然显著，毛利率稀释效应将随出货量逐步显现。

4. ROCm 与 CUDA：真正的前线​

AMD 高管提出"随着 PyTorch、vLLM 等高层抽象框架普及，底层 CUDA 或 ROCm 的差异对开发者日益模糊"。这个判断有部分道理——但 CUDA 的护城河不止是编程接口，还包括数学库、通信库、调试工具和二十年积累的硬件级优化能力。处理自定义算子、混合精度、稀疏计算和千卡集群故障排查时，底层软件栈依然决定成败。

AMD 的聪明之处在于借力打力：让 Anthropic 用 Claude 优化 ROCm——用 AI 优化 AI 芯片的软件栈，这可能是缩小生态差距最快的一条路。

5. 对采购方的启示​

• 第二供应源已是现实选项：2027 年规划推理集群时，MI455X/Helios 值得进入正式评估名单，其 432GB 显存对大参数模型推理的容量优势是实打实的；
• 锁定交付窗口：Helios 为 OCP 开放机架参考设计，最终交付由 OEM/ODM 完成——下单时确认液冷、电源与系统集成责任方，避免"芯片到了机柜没到"；
• 关注 Q4 爬坡数据：年底前 Helios 是否真在 OpenAI 基础设施中大规模上线，是检验 AMD 机架级交付能力的第一个硬指标。

---

相关链接​

• AMD MI455X 规格页
• AMD MI440X 规格页
• AMD MI430X 规格页
• NVIDIA Rubin 规格页

参考资料​

• Tech Insider：AMD Advancing AI 2026 — Helios Hits $5.25M, 12GW Booked
• Lumien AI：AMD Helios AI Servers Enter Full Production, OpenAI Commits to Deployment
• 超级金属市场新闻网：AMD AI 战略受限于产能瓶颈（2026-09）
• 大数跨境：全球首款 2nm GPU 炸场，OpenAI、Meta、微软站台

---

本文基于 AMD Advancing AI 2026 大会披露与后续供应链报道整理。订单规模、收入预测均为分析师口径，实际以 AMD 财报为准。

芯片追不上，系统来补。这是国产算力过去一年最清晰的战略共识。2026 年下半年，国产超节点正式从"概念发布"进入"产品密集发布、联合适配和商业部署"阶段：华为 Atlas 950 SuperPoD 真机已亮相并计划 Q4 上市，中兴、新华三、中科曙光、壁仞、沐曦等一众厂商相继入局。

---

1. 华为 Atlas 950：业界最大 1024 卡超节点，Q4 上市​

继 7 月 WAIC 2026 真机首秀后，华为昇腾 950 超节点的商用脚步持续加快。核心规格：

指标	Atlas 950 SuperPoD
互联规模	最大 1024 × 昇腾 950DT（灵衢高速互联）
AI 算力	1 EFLOPS FP8/mxFP8/HiF8、2 EFLOPS FP4
全局内存	256TB 统一编址，片上内存最大 1024 × 96GB @ 4.0TB/s
互联带宽	单柜最大 64 × 1.68 TB/s（双向），3μs 超低 RTT
形态	满配 128 计算柜 + 32 互联柜，占地约 1000㎡，8192 颗 950DT
供电散热	全液冷，100kW 供电，380V AC/336V DC/240V DC
上市时间	2026 年第四季度

在 WAIC 展台之外，两个数字更能说明商业化进度：昇腾 384 超节点已商用落地 750 多套，规模应用于互联网、运营商、金融、教育、医疗等行业，并且是国内唯一训练出 SOTA 模型的超节点；更远期规划中，Atlas 950 SuperCluster（超 50 万颗昇腾芯片）同样定于 2026 Q4，Atlas 960 SuperPoD（15488 卡）与 Atlas 960 SuperCluster（超 100 万卡）将于 2027 Q4 接力。

华为的路线图背后是"Tau Scaling Law"——在 EUV 光刻机受限的前提下，通过系统级扩展突破单芯片物理极限，并计划到 2031 年将晶体管密度推升至 1.4nm 级工艺水平。

2. 超节点赛道全面开花：三条技术路线​

WAIC 之后，国产超节点形成了三类清晰的技术路线：

第一类：华为全栈自研。 同时掌握昇腾芯片、灵衢互联、Atlas 硬件、CANN 软件栈和 MindSpore 框架。CANN 已全面开源：社区上线 67 个项目、开源代码超 1244 万行、月活开发者突破 3500 人；昇腾开发者总数超 400 万。

第二类：中兴、新华三的兼容路线。 中兴发布 OEX 超节点新品，依托协议标准化与接口统一，全面兼容多元 GPU 生态；新华三 UniPoD S80000 系列可从 32 卡扩展至 1024 卡、最大支持 16384 卡互联，将 Scale-up/Scale-out 网络、液冷、供电、管理和故障恢复整合进同一套架构。

第三类：国产 GPU 联合创新。 中兴联合曦智、壁仞、沐曦、燧原、天数智芯等，基于 OEX+dOCS 架构打造国产高性能 Matrix 超节点；壁仞计划发布 BR20x 系列 GPU，基于自研 BLink 2.0 互联协议实现单超节点 1024 卡 Scale-up；沐曦推出"曦景"S 系列超节点。

在更大的 Scale-out 层面，中科曙光"曙光 8000（登峰）"全国产十万卡 AI 超集群已落成并接入国家超算互联网——它不是单体超节点，而是由大量计算节点、超节点和网络存储组成的超集群，检验的是国产算力的大规模调度、应用适配和工程交付能力。

3. 为什么"超节点"成了国产算力的主战场​

根本原因在于衡量标准变了：国产算力的评价体系，正从"比较单颗芯片的峰值性能"转为"一整套系统能够调动多少有效算力"。华为副董事长徐直军对此直言：单芯片上英伟达仍领先且短期难以追赶，但在超节点和集群层面，华为有信心。

这一转向的产业逻辑：

• 出口管制下的现实选择：单卡制程受限 → 用高速互联把更多 NPU 组织成一台"大计算机"；
• 需求侧真实拉动：万亿参数 MoE 模型的训练与推理，天然需要大规模低时延互联，超节点恰是对症下药；
• 生态护城河前移：CANN 开源 + MindSpore 兼容 PyTorch，把 CUDA 生态的竞争从"算子覆盖"层面拉回到"开发者规模"层面。

东兴证券指出，全球超节点赛道已聚集微软、Meta、亚马逊、三大运营商、阿里、字节、腾讯、百度、曙光、中兴、浪潮、新华三、海光、沐曦等数十家厂商——格局未定，但英伟达一家独大的局面正在被谷歌 TPU、AMD Helios、华为 Atlas 三股力量同时挑战。

4. 三道关卡：从"造出来"到"卖得动"​

业内人士普遍认为，国产超节点距离真正成熟还有三道坎：

1. 单芯片性能与单柜算力密度：受制程限制，单卡性能差距仍存，现阶段靠多柜互联和规模扩展另辟蹊径；
2. 规模扩展效率：超节点扩展到一定规模后性能提升边际递减，通信复杂度、能耗和容错成本持续上升；
3. 可验证的商业价值：下一阶段的比拼是有效算力利用率、单位 token 成本、模型适配广度与客户复购意愿。

一句话总结：2026 年是"中国超节点元年"，2027 年见真章——届时 Atlas 950 与 Vera Rubin NVL 系列将在全球两个平行市场各自接受规模化交付的检验。

---

相关链接​

• 华为昇腾 950 规格页
• 华为昇腾 950DT 规格页
• 华为昇腾 910C 规格页

参考资料​

• 21 世纪经济报道：WAIC 上的算力重器——华为昇腾 950 超节点真机现身（2026-07-17）
• 昇腾社区：Atlas 950 SuperPoD 液冷超节点产品规格
• RCR Wireless：Huawei unveils new offering for AI infra at Shanghai event
• Seoul Economic Daily：Huawei Unveils Atlas 950 SuperPoD

---

本文基于 WAIC 2026 现场报道、昇腾社区官方规格与公开研报整理。超节点性能数据均为厂商公布口径，独立第三方评测结果尚待观察。