跳到主要内容

7 篇博文 含有标签「昇腾」

华为昇腾系列 AI 芯片

查看所有标签

AI 算力周报（9.1-9.5）：DeepSeek 订 16 万颗昇腾 950DT、英伟达 129 亿美元收购 Hugging Face、Rubin Ultra 显存减配

· 阅读需 9 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

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​

参考资料​

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。

昇腾 950 超节点 Q4 上市，中兴、新华三、曙光全线跟进：国产超节点从概念走向交付

· 阅读需 6 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

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​

参考资料​

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。

Hot Chips 2026 全景总结：Rubin、MI455X、Crescent Island 同台，AI 算力交付进入"系统级"时代

· 阅读需 8 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026年8月23日至25日，第38届 Hot Chips（HC38）在斯坦福纪念礼堂举行。作为全球高性能芯片架构的风向标，本届大会恰好撞上 AI 算力军备竞赛最焦灼的时刻——官方议程共 48 个条目，其中 AI 加速器 7 个、存储教程 6 个、CPU 6 个、GPU 与网络各 4 个。如果把各家演讲摆在一起，一个共识浮出水面：AI 算力的竞争单位，已经从"单颗芯片"变成了"整机柜 / 整个系统"。

1. 概览：三天议程，几乎就是 2027 年 AI 机柜市场的预演​

周一（8/24）下午的 GPU 专场是全场焦点，四家演讲几乎是 2027 年 AI 机架市场的对撞：

  • NVIDIA Rubin GPU（"Driving the Era of Agentic AI"）：首个 chiplet 架构 GPU，288GB HBM4、FP4 约 50 PFLOPS，搭配 88 核 Arm 架构 Vera CPU 组成 NVL72 / NVL144 机柜，2026 下半年量产。
  • AMD Instinct MI400 连讲两场（架构 + 系统架构）：把"机架级"故事讲透。
  • Intel Crescent Island：专为 Agentic AI 推理设计的 350W 风冷卡。

周二（8/25）下午的 AI 专场，则几乎是"超算厂商去 NVIDIA 化"的阅兵式：Google 第八代 TPU、OpenAI 首颗自研芯片、微软 Maia 200、Meta MTIA、Cerebras 晶圆级机架同台。

每一个登台厂商，都在开场两页 PPT 内用到了 "Agentic AI"（智能体 AI）这个词——这不是巧合，而是 2026 年 AI 负载设计目标的集体转向。

2. NVIDIA Rubin：一个机柜，就是一台超级计算机​

英伟达在 Hot Chips 上主讲的不是单颗 GPU，而是 Vera Rubin NVL72 整机柜——72 颗 Rubin GPU + 36 颗 Vera CPU，18 个计算托盘 + 9 个 NVLink 交换托盘，约 130 万颗组件、近 1300 颗芯片，整柜重约 4000 磅（约 1.8 吨）。

单颗 Rubin GPU 的规格同样惊人：

指标Rubin GPU对比 Blackwell
晶体管3360 亿（TSMC 3nm 双 die）2080 亿（+61.5%）
显存288GB HBM4—
带宽22 TB/sBlackwell 的 2.8 倍
NVFP4 推理50 PFLOPSGB200 的 5 倍
训练算力35 PFLOPS3.5 倍

最颠覆性的设计在计算托盘：无电缆、无软管、无风扇，全部通过 PCB 背板互联。英伟达称组装时间从近 2 小时压缩到 5 分钟（快 20 倍），同时提升可维护性。

英伟达这次卖的不是 FLOPS，而是 tokens per megawatt（每兆瓦 token 数）。 其引用 SemiAnalysis 基于 DeepSeek-v4-PRO（140K+ 上下文、AgentX 负载）的基准称：Vera Rubin NVL72 在交互强度上升时，较 GB300 NVL72 提供 10× 至最高 30× 的 tokens/MW。单柜提供 3.6 EFLOPS 推理算力，整柜功耗 190–230kW；远期产能目标为 每天 1000 个 NVL72 机柜。

3. AMD MI455X + Helios：显存反超与开放互联​

AMD 的答案是与英伟达正面硬刚的 MI455X + Helios 机架。MI455X 采用 CDNA 5 架构，8 个 N2 制程加速器 die + N3P 制程互联 die，256 个工作组处理器、192MB 全局 L2。

指标MI455X对比 Rubin
显存432GB HBM4（12 层堆叠）比 Rubin 288GB 高 50%
带宽23.3 TB/s略胜一筹
MXFP4 算力40.26 PFLOPS—
系统（Helios 72 卡）FP4 推理 2.9 ExaFLOPS—
报价约 525 万美元/柜—

系统层面，AMD 押注 UALoE（以太网上的超加速器互联） 开放标准：每颗 GPU 提供 3.6 TB/s 双向互联带宽，交换托盘内两颗 512 端口 200G UALoE 交换芯片合计 10.8 TB/s——对标 NVLink 的同时把互联协议开放给整个产业。

量产节奏：AMD 计划 2026 下半年交付工程样品与小批量系统，2027 年 Q2 大规模放量。此前市场曾传出 Helios 因散热问题延期，AMD 官方未予确认。

4. Intel Crescent Island：风冷大显存的"性价比异类"​

英特尔给出一条完全不同的路：Crescent Island——一颗 350W、风冷、标准 PCIe 槽位的推理 GPU，专为 Agentic AI 设计，核心指标是 tokens per watt。

指标Crescent Island说明
架构Xe3P，32 个 Xe 核心，32MB 统一 L2Hot Chips 披露
内存Intel 自牌卡 160GB / ODM 最高 480GB LPDDR5X比 Rubin 288GB HBM4 还多
形态350W 风冷 PCIe直插标准机架，免液冷改造
RASECC、动态页离线、硬封装修复、PCIe 高级错误上报回应"静默数据损坏"

英特尔的逻辑很清晰：推理场景对显存容量的需求远大于带宽，用低成本 LPDDR5X 堆容量、用风冷省掉液冷基础设施，就能把单位 token 成本打下来。配合 Diamond Rapids 至强（256 性能核、1.28GB 缓存、128 条 PCIe Gen6），英特尔试图用"CPU + 推理 GPU + 开放软件栈"从边缘到数据中心全场景围堵。

5. 自研 ASIC 大集结：Google、OpenAI、微软、Meta 同台​

周二下午的 AI 专场，是本届最有历史意义的一场——"超算厂商去 NVIDIA 化"的阅兵：

芯片厂商 / 合作定位关键规格 / 进度
TPU 8t（Sunfish）Google × Broadcom训练单 pod 9600 卡、121 FP4 ExaFLOPS、2PB 共享 HBM
TPU 8i（Zebrafish）Google × MediaTek推理288GB HBM、384MB 片上 SRAM（3× 上代）、ICI 19.2 Tb/s
JalapeñoOpenAI × Broadcom推理9 个月端到端设计，目标 token 成本降 ~50%，2026 底商用
Maia 200微软（TSMC 3nm）推理1400 亿+ 晶体管、10+ PFLOPS FP4、216GB HBM3E，已在得梅因数据中心服务 GPT-5.2
MTIA 300–500Meta（RISC-V）× Broadcom训推双使命最高 25× 算力增益，2027 前每 6 个月一款

Google 首次将 TPU 拆分为训练（8t）与推理（8i）两款专用架构，是其十年来最大的架构转向。Norm Jouppi 亲自登台主讲 TPU v8。

6. 存储与网络两条暗线：HBM4 元年 + AI 工厂操作系统​

除 GPU/ASIC 外，两场暗线同样关键：

  • 存储：三星 HBM Base Die（逻辑工艺做基础裸片）与 SK 海力士先进封装同台，HBM4 时代"基础裸片代工化"产业变局开启；HBF（高带宽闪存）、LPDDR5X-PIM、3D DRAM、CXL 计算存储集中展示"存算一体"从论文走向产品。
  • 网络：NVIDIA BlueField-4（DPU）与 Spectrum-X Multiplane 架构（Gilad Shainer 主讲）——网络正成为 gigascale AI 的决定性架构，规模从数十万卡向百万卡迈进；博通 Thor Ultra 以太网 NIC 持续进逼；Mojo Vision 展示芯片级光 I/O。

7. 三条路线，一个共识​

同一场大会上，三家给出了三种截然不同的 AI 算力交付哲学：

  1. 英伟达：全栈封闭整合——GPU、CPU、DPU、交换芯片全部自研，用极致软硬件协同把系统性能推到极致，代价是客户被深度绑定。
  2. AMD：开放标准追赶——用更大 HBM4 容量 + UALoE 开放互联打"性价比 + 开放"牌，配合 Meta、OpenAI 的 12GW 级订单撕开推理缺口。
  3. 英特尔：风冷性价比——放弃液冷、放弃 HBM，用 LPDDR5X 大显存 + 标准 PCIe 切入，赌"大多数推理不需要 200kW 机柜"。

但三家的共同结论是：竞争的单位不再是芯片，而是协同设计的系统（rack / system）。对采购方而言，2027 年的算力规划，要比对的不是"单卡 PFLOPS"，而是"每兆瓦 token 数、时延、可用性与全周期成本"。

相关链接​

参考资料​

本文基于 Hot Chips 2026（8月23-25日）官方演讲与 ServeTheHome、SemiAnalysis、TechPowerUp 等现场报道整理。性能数据均为厂商公布口径，实际表现以量产产品为准。

国产三强 2026 H2：国产化率突破40%向60%迈进，昇腾960路线图、MLU690与S5000生态齐发力

· 阅读需 6 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026 年，中国 AI 芯片市场格局已从"英伟达单极主导"转向"海外厂商领先、国产多路线追赶"。据产业研究数据，2025 年中国 AI 加速卡整体市场约 400 万张，其中国产出货 165 万张，份额首次突破 40%；随着产品迭代与晶圆厂配套跟进，2027 年国产化率有望提升至 60%–70%。本文聚焦华为昇腾、寒武纪、摩尔线程"国产三强"的 2026 下半年最新进展。

1. 华为昇腾：950 产能排满，960 路线图亮相​

昇腾以"架构 + 生态全栈协同"为核心优势，2025 年出货约 80 万颗，占国产厂商总份额 50%。产品迭代节奏清晰：

时间产品说明
2025 Q1昇腾 910C主力过渡型号
2026 Q1昇腾 950PR推理旗舰
2026 Q4（计划）昇腾 950DT训练旗舰，推动国产 HBM 迭代
2027–2028昇腾 960 / 970路线图产品

950 系列产能已进入"排满"状态：950PR 于 2026 年 4 月量产，6 月月产能跳升至 50–60 万片（环比近 10 倍），全年目标 120 万片、确定性 100%；字节跳动以 56 亿美元锁定 35 万片，腾讯 / 阿里 / 百度合计锁定 40 万片。

昇腾 960 路线图规格（据路线图披露）：

指标昇腾 960
架构昇腾第六代（Da Vinci v6）
FP8 算力约 4 PFLOPS
显存288GB
显存带宽9.6 TB/s
超节点Atlas 960 SuperPoD，15,488 张卡，灵衢光电融合总线
首发2027 Q4（路线图）

上一代昇腾 384 超节点已累计商用超 750 套，落地互联网、运营商、金融、教育、医疗等 20 多个行业——华为称其为"国内唯一训练出 SOTA 模型的超节点"。

2. 寒武纪 MLU690：下半年量产，切入字节招标窗口​

寒武纪是昇腾未上市背景下的核心国产算力龙头，技术代差持续缩小：

  • 思元 590（7nm）：性能等效 A100 的 80%，已支持 DeepSeek，持续适配千问 3、GLM 等主流大模型；
  • 思元 690 系列：将于 2026 下半年正式量产，有望在下半年字节招投标窗口期实现订单放量；
  • 业绩确定性：股权激励目标显示未来 3 年营收增速均超 100%，2026 年营收目标 135 亿元、2027 年 270 亿元、2028 年 600 亿元。

寒武纪充分受益于"国产 CSP 资本开支 + 国产大模型与国芯全面适配"的行业红利，是国产化率提升最直接的弹性标的。

3. 摩尔线程 MTT S5000：全功能 GPU + 生态突围​

摩尔线程走"全功能 GPU"差异化路线，旗舰 MTT S5000 基于第四代"平湖"MUSA 架构：

指标MTT S5000
稠密 AI 算力1000 TFLOPS
显存80GB
显存带宽1.6 TB/s
卡间互联784 GB/s
精度FP8 到 FP64 全精度（训推一体）
安全可靠首批通过国家《安全可靠测评》（I 级）

其工程化能力已获验证：基于 S5000 的夸娥（KUAE）智算集群训练线性扩展效率达 95%，万卡扩展计算效率损耗控制在 5% 以内；已支持断点续训，有效训练时长占比超 90%；并从零完整训练出语料超 25 万亿 Token 的 MoE-236B 基础大模型。

生态是摩尔线程最深的护城河：MUSA 已实现 100% 核心数学库兼容、3000+ PyTorch 算子兼容、覆盖 55 类核心 AI 算子，获 vLLM 与 SGLang 官方支持，主流模型 Day-0 适配，开发者突破 80 万人。其 PD 异构分离方案以 2:1 比例实现 S5000 对国际高端 GPU 的等效替代，显著降低推理成本。

第五代"花港"架构（2025-12 发布）支持 FP4 到 FP64 全精度，算力密度较上一代提升 50%、能效提升 10 倍，可支持十万卡以上集群；基于该架构的"华山"（训推一体）与"庐山"（图形渲染）新芯片研发累计投入已超 9 亿元。

4. 软件生态决胜：Day-0 适配常态化​

硬件之外，软件生态的兑现是 2026 年国产算力的分水岭：

  • 华为 CANN 异构计算架构与 MindSeries 套件已全面开源，社区孵化 67 个项目、超 1244 万行代码，月活开发者超 3500 人；
  • 国产大模型与国产芯片"发布即适配"闭环基本成型：腾讯混元 T3（295B）、DeepSeek-V4、GLM-5.2 均完成 Day-0 适配；
  • 2026 年被视为"国产超节点元年"，华泰证券测算 2028 年中国超节点架构市场规模有望达 3414 亿元，2026–2028 年复合增长率 194%。

5. 产业判断：从"能不能做出来"到"能不能用得好"​

国产三强正沿三条路径收敛：

  1. 华为：以超节点系统级能力 + 全栈软件锁定政企与互联网大客户；
  2. 寒武纪：以训练侧代差缩小 + 大客户招标放量冲击营收拐点；
  3. 摩尔线程：以全功能 GPU 通用性 + 成熟 CUDA 兼容生态覆盖云边端全场景。

三家的共同短板仍在于高端制程与 HBM 供给——这恰是海外管制的核心环节。但随着国产 HBM 迭代与晶圆厂配套跟进，2027 年国产化率向 60%–70% 迈进具备现实路径。

相关链接​

参考资料​

本文基于 2026 年 8 月公开产业研究、券商观点与企业公告整理。部分出货量与市占率为第三方估算，非官方确认数据。

WAIC 2026回顾：华为Atlas 950 SuperPoD真机斩获SAIL大奖，国产算力进入"系统级"决战

· 阅读需 6 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026世界人工智能大会（WAIC） 于 2026年7月17日至20日 在上海世博中心举行，主题"智能伙伴 共创未来"。本届大会 1100余家企业 集中展出 3000余项展品，超300款产品全球首发。对计算卡行业而言，这场国产算力的集中检阅传递出一个清晰信号：竞争主线正从"单芯片峰值算力"转向"超节点系统级有效算力"。

1. 华为Atlas 950 SuperPoD：真机首秀，斩获SAIL最高奖​

华为 Atlas 950 SuperPoD 真机 在 WAIC 2026 首次公开亮相，现场搭载 16 台计算柜、共计 1024 张昇腾算力卡，凭"超大带宽、超低时延、统一内存编址"三大系统级创新，从数百项海内外参评项目中脱颖而出，荣膺大会最高荣誉 SAIL（卓越人工智能引领者）大奖。

核心参数（WAIC 现场确认）​

指标Atlas 950 SuperPoD
展出规模16 计算柜 / 1024 张昇腾卡
最大互联规模8,192 张昇腾 NPU 卡 全互联（满配）
互联协议华为自研"灵衢"（UnifiedBus）2.0
总算力1 EFLOPS FP8 / 2 EFLOPS FP4（1024卡）；满配 8192 卡约 8 EFLOPS FP8
统一内存256 TB 全局统一内存编址空间
互联时延3 μs 超低 RTT；TB 级 NPU 互联带宽
满配形态128 计算柜 + 32 互联柜 = 160 机柜，占地约 1000 ㎡，搭载 8192 颗昇腾 950DT
上市时间满配版本计划 2026 年 Q4 上市
散热全液冷盲插架构

华为首次披露：上一代 昇腾 384 超节点已累计商用超 750 套，落地互联网、运营商、金融、教育、医疗、交通、制造等 20 多个行业，并称其为"国内唯一训练出 SOTA 模型的超节点"。

2. 软件生态：CANN 全开源，开发者规模化​

硬件之外，华为重点展示开源软件生态进展：

  • CANN 异构计算架构与 MindSeries 基础软件套件已于 2025 年底全面开源；
  • CANN 开源社区已孵化 67 个项目、超 1244 万行代码，月活开发者 超 3500 人；
  • 华为已与 超 3000 家行业伙伴 联合开发 7000+ 解决方案，服务 2000+ 核心政企客户；
  • WAIC 现场展出 60+ 真实业务场景、20+ 标杆案例，覆盖从技术突破到规模商业落地的全链条。

3. 国产芯片 Day-0 适配常态化​

2026年7月6日 腾讯发布混合专家模型 混元 T3（295B 参数、256K 上下文），国产芯片迅速完成 Day-0 适配：

厂商芯片适配情况
摩尔线程MTT S5000完成混元 T3 极速适配（此前已适配 DeepSeek-V4、GLM-5.2）
沐曦股份曦云 C 系列自研 MXMACA 软件栈率先全链路 Day-0 适配，支持零代码部署

摩尔线程在 WAIC 还展示了 MTT C256 超节点（首创一层 Scale-up 256 卡全互联、亚微秒级时延）与"模型训练工厂 / 词元生产工厂 / 智能体生产工厂"三大 AI 工厂方案。

4. 更多国产算力首发看点​

厂商 / 产品亮点
东方算芯 DF1000全球首颗"软件定义 + 近存计算"3D 芯片，互连间距压缩至亚微米级
中昊芯英"须臾"国产全自研新一代 TPU 架构 AI 专用芯片，配套泰则 2.0 服务器
燧原科技 × 天数智芯基于 OEX+dOCS 架构的国产高性能 Matrix 超节点，入围大会"卓越 AI 引领者奖"
镕铭微电子推进下一代 VPU，从视频处理向"视觉智能体算力基座"演进

参展国产 AI 芯片阵容还包括：摩尔线程、沐曦、燧原科技、后摩智能、此芯科技、算能、芯驰科技、飞腾、爱芯元智、瀚博半导体、天数智芯等。

产业解读：从"能不能做出来"到"能不能用得好"​

WAIC 2026 折射出国产 AI 芯片竞争阶段的根本转变：

  1. 超节点成为主战场：单芯片性能之外，"卡间互联 + 集群规模 + 散热"的系统级能力成为突围关键。华为灵衢、燧原/天数 OEX 均在此发力。华泰证券将 2026 年定义为"国产超节点元年"，测算 2028 年中国超节点架构市场规模有望达 3414 亿元，2026–2028 年复合增长率 194%。
  2. 软件生态兑现：Day-0 适配从口号变为常态，国产大模型（DeepSeek-V4、GLM-5.2、混元 T3）与国产芯片"发布即适配"闭环基本成型。
  3. 需求侧背书：中国移动此前发布 2026–2027 年 AI 超节点集采公告，规模约 6208 卡、金额超 20 亿元，国产超节点规模化商用提速。

相关链接​

参考资料​

本文基于 WAIC 2026（7月17-20日）现场与官方披露整理，将持续跟踪 950 超节点 Q4 上市进展。

华为昇腾950系列产能与订单深度：950PR月产能跳升10倍，字节56亿美元锁定35万片

· 阅读需 5 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

昇腾 950 系列（950PR 推理 / 950DT 训练）已成为国产 AI 算力的核心供给。据多家券商与行业调研，950 系列产能已 100% 排满、现货稀缺，全年 120 万片目标"确定性 100%"，并存在上调至 150 万片的预期。本文汇总截至 2026 年 7 月的产能与订单数据。

1. 产能节奏：6月环比近10倍跳升​

时间950PR 月产能备注
2026年5月5–6 万片基本满产
2026年6月50–60 万片环比接近 10 倍；中芯、华虹一供全线加班
2026年 Q3（预计）70–80 万片单月
2026 全年目标120 万片有上调至 150 万片预期

产业链交付吃紧：高速背板、液冷连接器交货周期从 2 周拉长至 6–8 周，订单已排至 2027 年。

2. 订单结构：头部云厂 + 运营商 + 海外​

客户锁定量金额 / 备注
字节跳动35 万片 950PR56 亿美元，2026 Q3 起集中交付
腾讯 / 阿里 / 百度约 25 万片 950PR + 15 万片 950DT合计约 40 万片
三大运营商超 20 万片集采，用于智算中心与 AI 专网
海外韩国 2,000 片、马来西亚 3,000 台服务器、俄罗斯万卡级集群从试点转向商用

3. 出货预测：稳居国产第一​

据科智咨询测算：

指标20252026（预测）
华为昇腾总出货量81.2 万张102.6 万张
其中 950PR—约 80 万片
其中 950DT—约 10–20 万片

华为已完成由 910 系列向 950 系列的产品切换。互联网行业已成为昇腾最大应用市场，竞争优势正由单一硬件性能延伸至软件生态与系统能力。

4. 出海：Q4 正式入韩​

据韩媒 ETNews 报道，华为计划 2026 Q4 以昇腾系列及 Atlas 950 SuperPod 正式进入韩国市场：

  • 已完成本土分销商协议，选定 SK Shieldus 等两家渠道伙伴；
  • 主力产品为 950PR（4 月已量产交付） 与 950DT（Q4 同步推出）；
  • 官方口径：950PR 推理性能达 H20 的 2.87 倍，定价约为其 1/4。

5. WAIC 2026：1024 卡真机首秀确认​

WAIC 2026（7月17–20日上海）上，华为 Atlas 950 SuperPoD 真机首次公开亮相，现场展出 16 台计算柜、1024 张昇腾卡 规模，并斩获大会最高荣誉 SAIL 大奖：

  • 核心指标：总算力 1 EFLOPS FP8 / 2 EFLOPS FP4，256 TB 全局统一内存编址，灵衢 2.0 互联、3 μs 超低 RTT 时延；
  • 满配形态：128 计算柜 + 32 互联柜 = 160 机柜、占地约 1000 ㎡，搭载 8192 颗昇腾 950DT，计划 2026 年 Q4 上市；
  • 商用基础：上一代 384 超节点已累计商用超 750 套，落地 20+ 行业；
  • 软件生态：CANN 已于 2025 年底全面开源，社区孵化 67 个项目、超 1244 万行代码，月活开发者超 3500 人。

WAIC 首秀确认了 950 系列"超节点优先"的产品逻辑：单卡算力之外，系统级有效算力（互联带宽 + 统一内存 + 低时延）才是国产算力对标国际旗舰的关键维度。

昇腾路线图回顾​

产品定位关键指标（官方路线图）
950PR推理1 PFLOPS（FP8）/ 2 PFLOPS（FP4），互联 2 TB/s
950DT训练超节点核心，Q4 推出
960训练/推理2 PFLOPS（FP8）/ 4 PFLOPS
970下一代规划中

产业解读​

  1. 国产替代从推理迈向训练：950PR（推理）率先放量，950DT（训练）Q4 跟进，配合 Atlas 950 SuperPoD 万卡互联，国产算力首次具备"训练替代"完整拼图。
  2. 产能是最大变量：订单确定性极高，但中芯/华虹先进制程产能、HBM 供应、先进封装仍是放量瓶颈——这也是"现货稀缺"的根源。
  3. 出海打开第二曲线：韩国、马来西亚、俄罗斯、拉美的批量采购，标志国产算力从"内循环"走向"外循环"。

相关链接​

参考资料​

本文数据以官方与主流券商调研为准，产能/订单为动态数字，将持续更新。

华为昇腾 950 量产与中国 AI 芯片生态全貌

· 阅读需 4 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026 年 6 月 — 华为昇腾 950 系列（950PR / 950DT）已进入正式量产交付阶段，这是中国 AI 芯片产业在 2026 年的标志性事件。与此同时，寒武纪 MLU690 开始出货、摩尔线程 MTT S5000 参数公布，中国 AI 芯片三极格局正式形成。

昇腾 950 系列：自研 HBM 的历史性突破​

华为海思 Ascend 950 系列 是第四代昇腾 AI 芯片，2025 年 9 月华为全联接大会首次披露，2026 Q1 正式量产。

950PR（Prefill 推理专用）​

项目参数
架构Da Vinci v5（SIMD + SIMT 双模型）
制程N+2（SMIC 国产化）
HBMHiBL 1.0（华为自研），128 GB
FP8 算力1 PFLOPS（HiF8 格式）
TDP~400 W
目标推理 Prefill（视频推荐、实时交互）

950DT（Decode + 训练专用）​

项目参数
架构Da Vinci v5（SIMD + SIMT 双模型）
制程N+2（SMIC 国产化）
HBMHiZQ 2.0（华为自研），144 GB，4 TB/s
FP8 算力1 PFLOPS（HiF8 格式）
TDP~500 W
目标推理 Decode + 模型训练

历史意义​

自研 HBM（HiBL 1.0 / HiZQ 2.0）是华为昇腾 950 最重要的技术突破——这是中国企业首次实现 HBM 内存的自研量产，彻底摆脱了对 SK Hynix / Samsung HBM 供应的依赖。配合 N+2 国产化工艺，昇腾 950 实现了从 HBM → 计算 Die → 封装 → 系统 的全链条国产化。

寒武纪 MLU690：国产唯一 FP8 支持​

寒武纪第七代 AI 芯片 MLU 690（思元 690） 于 2026 H1 开始量产出货。这是 国产 AI 芯片中首款原生支持 FP8 精度 的产品。

项目MLU 690
制程5nm（TSMC / SMIC）
FP8 dense2 PFLOPS
HBM192GB HBM3E，5 TB/s
TDP~500 W
单价（OAM）~$8,000-12,000

MLU 690 的 FP8 算力（2 PFLOPS dense）在纸面上已经与 NVIDIA Blackwell（B200 FP8 4.5 PFLOPS sparse）相当。寒武纪凭借 科创板上市公司 的融资优势，在 2026 年营收目标达到 ¥15-20B（2025 年 ¥7.2B）。

摩尔线程 MTT S5000：从图形到训推一体​

摩尔线程在 2026 年 2 月公开了 MTT S5000 的详细参数，采用第四代 MUSA "平湖" 架构，单卡 AI 算力 1,000 TFLOPS，80GB GDDR6X 显存，1.6 TB/s 带宽。

摩尔线程走的是全功能 GPU 路线（图形渲染 + AI 计算 + 通用计算），与 NVIDIA 策略最为接近。创始团队来自原 NVIDIA 中国，MUSIFY 工具链可帮助 CUDA 代码自动迁移到 MUSA 平台，降低生态迁移成本。

中国 AI 芯片三极格局​

维度华为昇腾寒武纪摩尔线程
核心架构Da Vinci v5MLUv07MUSA 4th Gen
制程N+2 国产化5nm6nm
FP8 算力~1 PFLOPS2 PFLOPS0.5 PFLOPS（推测）
HBM 自主✅ 自研 HiBL/HiZQ❌ 外购❌ 外购
生态系统CANN + MindSporeNeuWare + MindSporeMUSA + MUSIFY
优势全链条国产化最高 FP8 算力全功能 + CUDA 迁移
2025 营收（华为内部）¥7.2B¥2.2B

全球市场对比（2026 年 Q2 更新）​

梯队厂商旗舰芯片FP8/PFLOPSHBM量产时间
第一梯队NVIDIARubin R20025 PF（稀疏）288GB HBM42026 H2
第二梯队AMDMI40020 PF（密集）432GB HBM42026
华为昇腾 950DT1 PF（密集）144GB 自研 HBM2026 Q1
寒武纪MLU6902 PF（密集）192GB HBM3E2026 H1
AWSTrainium 35.7 PF（密集）144GB HBM2025 Q4 GA
第三梯队IntelGaudi 31.8 PF128GB HBM2e量产
GoogleTPU v74.6 PF(TFLOPS)192GB HBM2025
摩尔线程MTT S50001 PF80GB GDDR6X2025 Q1

注：NVIDIA 使用 sparse（稀疏） 算力为标准，AMD/华为/寒武纪使用 dense（密集），不可直接比较。

展望 2026 H2​

  • NVIDIA Rubin R200：2026 H2 正式出货，288GB HBM4，6 芯片 CoWoS-L 封装
  • 华为昇腾 960：路线图 2027 H2，预计 FP8 算力翻倍至 2 PFLOPS
  • 寒武纪 MLU790：预计 2027，3nm，384GB HBM4，2.5 PFLOPS
  • 摩尔线程：下一代 GPU 预计搭配 HBM3，算力 2× MTT S5000

中国 AI 芯片产业在 2026 年已经形成从 训练（寒武纪 MLU690 / 昇腾 950DT）→ 推理（昇腾 950PR / 摩尔线程 S5000）→ 系统（CloudMatrix / 分布式集群） 的完整产品矩阵。

本文基于华为全联接大会 2025（2025-09-18）公开信息、2026 年 4 月行业分析报告及 2026 年 6 月最新市场数据整理。