6 篇博文 含有标签「CloudMatrix」

2026 年 9 月 17 日，华为全联接大会 2026 在上海世博中心启幕。华为副董事长、轮值董事长汪涛发布了业界首个采用 NPO（近封装光学）技术的昇腾 960 超节点。这套系统最刺眼的三个数字是：单节点 4096 卡、8 EFLOPS FP8 算力、1PB HBM 容量。发布会把"超节点"从概念推到了工程现实，但发布本身与规模商用之间仍隔着产能、良率与运维三道关口。

为什么 960 一定要走 NPO​

汪涛给出的动机非常直接：在传统计算架构下，集群规模扩大时资源利用率反而下降。10 万卡集群的实际模型算力利用率（MFU）仅约 20%，大量算力在等待通信完成。据华为马尔科夫实验室仿真结果，由 4K 超节点组成的 10 万卡集群，相比 8 卡服务器组成的同规模集群，MFU 可提升 2.75 倍。

另一位华为高管在发布后补充了更尖锐的对比：当前十万卡级集群行业普遍 MFU 不足 30%，七成资源消耗在故障与修复环节；而 10 万亿参数大模型训练，MFU 每提升 1 个百分点，训练周期就能缩短 3 天。

这一组数字解释了超节点为何成为必选项。当 SOTA 模型参数规模进入 10 万亿级，瓶颈已经不在单卡峰值算力，而在通信与可用度。

维度	传统多机集群	昇腾 960 超节点
单节点规模	8 卡服务器为基本单元	最大扩展至 4096 卡
内存模型	各节点独立内存	灵衢协议实现内存统一编址
算力规模	无统一口径	8 EFLOPS FP8、16 EFLOPS FP4
HBM 容量	分散	1PB HBM 容量
互联方式	大量 800G 光模块	5500 个 Hi-ONE NPO 模块
系统可用度	受故障修复拖累	官方称达 99.8%

Hi-ONE：把光引擎搬进封装内​

昇腾 960 最大的技术亮点是首次商用 Hi-ONE NPO 近封装光学方案。据公开报道，Hi-ONE 是业界首个具备量产能力的 NPO 产品，也是目前行业传输容量最大的 NPO 产品，并且是唯一实现内置光源的 NPO 产品，单引擎传输容量达 7.2T。

它的降本账算得清楚：整套昇腾 960 超节点使用 5500 块 NPO，替代原本需要 4.8 万颗 800G 光模块，减少 550 多千瓦功耗，同时将系统无故障运行时间提升一倍。此外华为已在国际标准组织 OIF 提出 NPO 标准立项建议，试图推动产业生态成型。

配套的灵衢互联架构同样激进。据华为常务董事、ICT BG CEO 杨超斌介绍，灵衢将十余种互联协议统一为灵衢协议，互联带宽从百 GB 级提升至 TB 级，RTT 通信时延从 7 微秒压缩至 2 微秒。在设备侧，华为发布了覆盖柜内、跨柜与集群三级互联的灵衢互联设备，柜内互联刀片实现零电缆，一个 4096 超节点可节省 196 公里铜缆。

现实的挑战：发布不等于交付​

发布会热度之外，有几个必须清醒看待的点。

首先是量产与产能。Hi-ONE 号称"业界首个具备量产能力"，但"具备量产能力"与"大规模稳定量产"之间仍有距离。昇腾 950 系列规划 2026 年出货 75 万片，这本身已是极高的供应链压力，960 作为更大规模的系统级产品，供应链复杂度远高于单卡。

其次是规模化验证。截至 2026 年 9 月，昇腾超节点已规模商用 1000 多套，应用于互联网、运营商、金融、教育、医疗、交通、制造等行业；昇腾 384 超节点已商用超 750 套。但 960 超节点目前仍处于发布阶段，尚无公开的规模商用交付数据。

第三是成本门槛。4096 卡单节点意味着超 1000 平方米的占地与极大的电力需求（据公开报道，基于昇腾 950DT 的 Atlas 950 超节点满配 8192 卡，占地约 1000 平方米）。这种配置目前只有头部互联网厂商、运营商与国家级算力中心有能力消化。

研判​

从 910C 超节点到 950 再到 960，华为的战略主线很清晰——"超节点加集群"的系统级架构创新，而非单纯堆单卡算力。多个昇腾 960 超节点采用灵衢或 RoCE 连接可构建更大规模集群，通过二层 CLOS 四平面组网，最大集群规模可达 51.2 万卡，再结合多轨道拓扑技术最大可支持 100 万卡集群。

这条路线的挑战不在技术叙事，而在工程兑现：NPO 光引擎的良率、液冷系统的长期可靠性、以及从千卡到 4096 卡规模下真正的 MFU 数据，都需要时间检验。对采购方而言，960 的意义在于它把"卡级国产替代"推进到了"系统级自主架构"，这一步比任何单卡参数都更重要。等待 960 商用超节点的第一批公开实测与稳定运行数据，才是判断其成色的关键。

2026 年 9 月 17 日，华为全联接大会（HC2026）上海站，华为轮值董事长汪涛官宣昇腾960 超节点——全球首个采用 NPO（近封装光学）技术的超节点。4096 卡、8 EFLOPS FP8、1PB HBM，加上提前三个季度就绪的 960DT，华为把"系统级算力"的赌注又加大了一档。

一、HC2026 发布：单节点 4096 卡意味着什么​

先看官方口径的核心数字：

指标	昇腾 950 超节点	昇腾 960 超节点
单节点卡数	1024 卡（WAIC 2026 展出）	4096 卡
FP8 算力	8 EFLOPS（8192 卡满配）	8 EFLOPS（单节点）
FP4 算力	16 EFLOPS（8192 卡满配）	16 EFLOPS（单节点）
HBM 总容量	1152 TB（8192 卡满配）	1 PB（4096 卡）
互联 RTT	3 μs	2 μs（全域 D2D）
光互联	灵衢 2.0 总线	NPO 光引擎 Hi-ONE

一个直观的对比：950 超节点需要 8192 卡满配才能达到的 8 EFLOPS FP8，960 超节点在单节点 4096 卡内即已实现——这背后是单卡规格翻倍与光互联密度提升的叠加。芯片侧，昇腾960DT 升级至 Da Vinci v6 架构：FP8 2 PFLOPS、FP4 4 PFLOPS、288GB 自研 HBM、9.6 TB/s 带宽，各项指标较 950 系列全部翻倍，华为称这一路径为"韬定律"。双版本节奏同样清晰：960DT 配风冷超节点 Atlas 860，960PR 配液冷超节点 Atlas 960，分别于 2027 年 Q2、Q3 上市。

二、NPO 光互连：一场功耗与密度的革命​

超节点规模越大，互联越是命门。传统可插拔光模块的功耗与密度，正是把超节点从"千卡"推向"万卡"的最大障碍。昇腾960 超节点的答案是 NPO（Near-Package Optics，近封装光学）：

• 5500 个 Hi-ONE 光引擎替代 48000 颗 800G 光模块，单引擎传输容量 7.2T，是业界首个量产、当前传输能力最大、唯一内置光源的 NPO 产品；
• 系统功耗降低超 550 kW——相当于省出一个中型数据机房的总功率；
• 无故障运行时间提升一倍，整体可用度达 99.8%。

华为选择 NPO 而非更激进的 CPO，理由是工程务实：NPO 在保留光引擎独立性的同时实现光电近距离握手，规避了 CPO 在可靠性、可制造性、可维护性上的难题，并延续现有光模块产业生态。

对照海外路线，这条路径的差异非常明显：NVIDIA 的 NVL72 系列在机柜内坚持铜互连（NVLink 铜背板），AMD 亦以铜互连为主、借助 UALink 开放生态扩展机柜间网络。铜互连在 72–144 卡尺度上功耗与成本占优，但要再往上走一个数量级，光进铜退几乎是必然。昇腾960 用 NPO 直接把光互联压进超节点内部，是在用互联架构换规模上限——这也是 4096 卡得以成立的前提。华为马尔科夫实验室的仿真给出了一组佐证：4K 超节点组成的 10 万卡集群，相比 8 卡服务器组网，MFU 提升达 2.75 倍——传统架构下，集群内通信要吃掉超过 40% 的训练时间。

三、4096 卡 vs NVL72：两种规模哲学​

把昇腾960 超节点与 NVIDIA NVL72 放在一起，看到的不是同一张设计图的两个版本，而是两种哲学：

维度	NVIDIA NVL72	昇腾960 超节点
单节点规模	72 卡	4096 卡
互联介质	铜背板（NVLink）	NPO 光引擎（Hi-ONE）
设计逻辑	小域高带宽、机柜间以太网扩展	大域统一内存、集群级扩展

NVL72 的思路是把最紧密的互联限制在 72 卡的小域内，用成熟的铜互连控制功耗，再靠网络横向扩展；昇腾960 则把"超节点"的边界直接推到 4096 卡，用统一内存编址和 2 μs 全域 RTT 让整个节点在逻辑上"像一台机器"。单卡绝对性能仍落后 NVIDIA 旗舰一代的背景下，华为选择用更大的 Scale-Up 域弥补代差——评估国产算力，不能只比单芯片 PFLOPS。

四、提前三个季度：执行信号与一年一代路线图​

比规格更值得注意的是节奏：昇腾960DT 较原计划提前三个季度就绪，960PR 提前一个季度。在先进制程受限的环境里，提前就绪意味着供应链、封装、整机调测的每一个环节都被压缩过——这是执行力的信号，也是对客户交付承诺的背书。

路线图同步浮出水面：2028 年昇腾970、2029 年昇腾980，"一年一代"的迭代节奏与算力规格持续翻倍的韬定律并列官宣。而 960 的部署底盘已经就位——昇腾910C 超节点已部署超 1000 套，950 超节点规模商用，CANN 外部开发者占比升至 61%、月活开发者突破 5200 人。

配套系统同步升级：鲲鹏 TaiShan 950 超节点支持全光组网下 4096 节点、256TB 统一内存池；OceanStor M900 上下文内存存储基于灵衢总线一跳直连 PB 级 KV Cache，把推理时代的上下文瓶颈纳入系统级解法。集群扩展路径上，多个 960 超节点经灵衢网络或 RoCE 互联可达 51.2 万卡，叠加多轨道拓扑后支持 100 万卡集群。

小结​

昇腾960 超节点的故事有三层：工程层面，NPO 光互连用 5500 个光引擎换下 4.8 万颗光模块、省电 550 kW，把光互联提前压进超节点内部，走出了与 NVIDIA 铜互连不同的路线；架构层面，4096 卡对 72 卡，是以更大的 Scale-Up 域对冲单卡代差的规模哲学；执行层面，960DT 提前三个季度就绪，让"一年一代"从路线图变成了可以兑现的承诺。2027 年 Q2 上市在即，真正的考验将是：这 4096 卡的野心，能否按期变成机房里实际运转的算力。

当超节点从 72 卡扩张到 4096 卡，铜缆互连在功耗与距离面前彻底缴械。2026 年 9 月，华为发布全球首个采用 NPO（近封装光学）技术的超节点，用 5500 个光引擎替代 4.8 万颗 800G 光模块、省电 550kW——"光进铜退"从口号变成了工程现实。

可插拔光模块的功耗天花板​

传统数据中心组网依赖可插拔光模块：交换机面板上插着 400G、800G 的模块，通过光纤连接各节点。这套体系成熟、可维护，但在 AI 超节点规模下撞上了天花板。

华为披露的数字最具说服力：若用传统方案支撑昇腾 960 超节点的组网需求，需要约 48000 颗 800G 光模块。每颗 800G 可插拔模块功耗约 15-25W，4.8 万颗意味着仅光互连部分就要消耗兆瓦级电力，还不算 SerDes 链路、面板空间与故障率代价。更进一步，可插拔模块的 DSP 重定时环节占据了模块功耗的大头，且离交换芯片越远、信号损耗越大——模块越密，这场"功耗税"越重。

对于动辄数千卡、训练十万亿参数模型的超节点而言，光互连的功耗与可靠性直接决定了系统能建多大。这就是"光进铜退"的起点：把光引擎从面板挪到芯片身边，甚至塞进封装里面。

NPO、CPO、OIO：光互连技术梯队​

按光引擎与芯片的距离由远及近，光互连分为三个梯队：

技术方案	光引擎位置	功耗收益	工程成熟度	代表
可插拔光模块	交换机面板	基线	成熟，生态完整	传统数据中心组网
NPO 近封装光学	封装旁的基板上	显著降低，光源独立可换	已量产	昇腾 960 超节点 Hi-ONE
CPO 共封装光学	与交换芯片同封装	最大幅度降低	可靠性/可维护性待解	各厂商交换机路线图
OIO 光 IO	进入 GPU/芯片封装内部	终极形态	研究与早期验证	下一代超节点探索

NPO 与 CPO 的核心差异在于取舍：CPO 把光引擎与芯片放在同一封装，光电距离最短、功耗最低，但激光器故障要更换整个昂贵封装，可靠性与可制造性一直是拦路虎；NPO 则把光引擎放在封装之外的基板上，保留"独立可插换"的维护性，同时实现光电近距离握手。华为明确解释过为何 960 超节点选择 NPO 而非 CPO：规避 CPO 的可靠性、可制造性、可维护性难题，并延续现有光模块产业生态——这是工程务实主义的典型选择。OIO 则更激进，目标是把光 IO 直接做进 GPU 封装，与 HBM、die 一起共封装，被视为超节点互连的远期方向。

华为 Hi-ONE 案例精算：5500 引擎 vs 4.8 万模块​

昇腾 960 超节点的 NPO 方案给出一组可以精算的对比：

指标	传统可插拔方案	昇腾 960 NPO 方案
光互连器件	~48000 颗 800G 光模块	5500 个 Hi-ONE 光引擎
单器件容量	800G	7.2T（单引擎）
功耗	基线	降低超 550 kW
无故障运行时间	基线	提升一倍
整体可用度	—	99.8%

三个要点值得展开：

1. 单引擎容量 7.2T：一颗 Hi-ONE 顶 9 颗 800G 模块，器件数量骤降一个数量级，故障点随之大幅减少——这是无故障运行时间翻倍的直接来源；
2. 省 550kW 意味着什么：550kW 约等于把整个 Vera Rubin NVL72 机柜（约 180kW TDP）的耗电省出近三台，省下的不仅是电费，更是散热系统的建设成本；
3. 唯一内置光源：Hi-ONE 是业界首个量产、当前传输能力最大且唯一内置光源的 NPO 产品，内置光源意味着激光器与引擎协同设计，省去外置光源的耦合损耗。

配合灵衢 UnifiedBus 全域 D2D 互连（RTT 2μs），这套光互连底座支撑起单节点 4096 卡、8 EFLOPS FP8、1PB HBM 的超节点规模。

光互连对超节点规模的意义：72 卡到 4096 卡的物理前提​

超节点的本质是让大量卡共享统一内存编址、像一台机器一样工作，而互连带宽与时延是规模的第一性约束。华为仿真数据：4K 超节点组成的 10 万卡集群，相比传统 8 卡服务器组网，MFU 提升 2.75 倍——因为在传统架构下，集群内通信占用训练时间超过 40%。

从 72 卡（NVL72 级别）到 4096 卡（昇腾 960 超节点），跨了两个数量级，物理上只有光互连能同时满足带宽密度、传输距离和功耗预算。NPO 把光链路推进到基板级，使跨机柜、跨机行的卡间通信时延降到微秒级，"逻辑上的一台机器"才有了物理载体。再往上，多个 960 超节点经灵衢网络或 RoCE 互联，最大可扩展到 51.2 万卡乃至 100 万卡集群——光互连是这一切的物理前提。

硅光、VCSEL、EML：技术路线与投资热​

光互连的爆发也点燃了产业链与资本市场：

• EML 激光器：相干与高速光模块的核心光源，分析师口径显示 Lumentum 持有约 60% 的 EML 市场份额，是本轮"光进铜退"最直接的受益者之一；
• 硅光集成：把调制器、波导、探测器集成在硅片上，与 CMOS 工艺兼容，是 CPO/OIO 时代的主力路线；
• VCSEL 路线：Volantis 用类似 Face ID 的垂直腔面发射激光器连接 AI 芯片与内存芯片，主打短距、低成本，斩获 8800 万美元 A 轮融资；
• 加速器光互连创业潮：CScale 开发面向加速器的光互连技术，C 轮融资 1.45 亿美元；Upscale AI 推出多厂商芯片互联的 Token Fabric 平台，获 NVIDIA 参投（2026-10-08）。

从激光器材料、硅光工艺到系统级创业公司，资本正沿光互连链条全面下注——这与当年 HBM 军备竞赛的剧本如出一辙。

小结​

光互连不再是数据中心的"锦上添花"，而是超节点规模的"生死线"。可插拔光模块在 4.8 万颗的量级上暴露了功耗天花板，NPO 用 5500 个光引擎交出了省电 550kW、可用度 99.8% 的量产答卷，CPO 与 OIO 则代表着更彻底的光电融合。当卡间通信成为训练时间的大头，"光进铜退"就不再是技术偏好，而是算力扩张的唯一出路。

当GPU单卡性能提升越来越难，NVIDIA、AMD与华为不约而同地把战场转向了机架。Bain 2026报告指出，竞争优势正从芯片规格转向系统级整合——compute、memory、networking、power与software的整体协同，才是AI算力下半场的胜负手。

三方系统规格对照​

先看三家旗舰机架级系统的硬规格：

维度	NVIDIA Vera Rubin NVL72	AMD Helios	华为昇腾960超节点
计算单元	Rubin GPU + Vera CPU	72× MI455X + EPYC "Venice"（Zen 6，最高256核）	昇腾960
互联	NVLink	UALink over Ethernet	超节点互联 + Hi-ONE光引擎
内存/带宽	HBM4；AMD官方对比口径单卡288GB HBM4、22TB/s带宽	31TB HBM4，每GPU 23.3TB/s	1PB HBM
算力	—	整机架2.9 EF FP4、1.4 EF FP8	8 EFLOPS FP8（FP4为16 EFLOPS）
规模	72卡	72卡	4096卡，集群可扩至51.2万卡
出货时间	2026年下半年	Hot Chips 2026公布规格	—
性能提升	Qwen3-VL吞吐较GB300最高3.7倍；推理token成本降低最高10倍	scale-out 43TB/s（较竞品多50%以上）	全球首个NPO超节点

注：表中"—"为素材未公开项，不作估算。三家口径与测试条件不同，数值仅供方向性参考。

NVIDIA NVL72：垂直整合与生态开放并行​

NVIDIA Vera Rubin NVL72延续"机架即计算机"的路线：Rubin GPU搭配自研Vera CPU，通过NVLink将72颗GPU熔铸成一个计算整体。MLPerf v6.1中，其Qwen3-VL吞吐较GB300 NVL72最高提升3.7倍，NVIDIA更宣称推理token成本最高降低10倍。

但NVIDIA也在调整姿态：NVLink Fusion向合作伙伴开放，允许集成自定义CPU与芯片；同时推进NVHBM定制内存控制器计划（与亚马逊Annapurna Labs合作）。这是垂直整合帝国的"有限开放"——互联与内存标准仍然是NVIDIA掌控的枢纽，但入口已经打开。

AMD Helios：开放标准路线的全面出击​

AMD Helios选择了另一条路：基于OCP开放标准构建，与Meta共同研发ORW（Open Rack Wide）设计。整机构成包括：

• 计算：72颗MI455X，整机架2.9 EF FP4、1.4 EF FP8；
• CPU：EPYC "Venice"（Zen 6架构，最高256核）；
• 网络：Pensando Vulcano 800G AI NIC，UALink over Ethernet互联；
• 内存：31TB HBM4，每GPU 23.3TB/s，scale-up总带宽260TB/s，scale-out带宽43TB/s——较竞品多50%以上；
• 机架：44OU ORW双宽机架，18个计算托盘加6个交换托盘，液冷快速接头，50V直流母线，整机重超7000磅（Hot Chips 2026口径）。

Helios的意义在于证明：不依赖专有互联协议，开放标准同样能撑起机架级系统。对担心NVIDIA锁定的云厂商与主权AI项目而言，UALink over Ethernet提供了真正的第二选择。

华为昇腾960超节点：换道超车的超大规模​

华为给出了截然不同的设计哲学——直接跳过"机架"这个尺度，以4096卡的超节点为单位构建系统：

• 全球首个NPO超节点，算力达8 EFLOPS FP8（FP4精度16 EFLOPS）；
• 1PB HBM，内存容量以"PB"计；
• 5500个Hi-ONE光引擎（单引擎7.2T）替代4.8万颗800G光模块，节省550kW功耗；
• 可用度99.8%；
• 集群可扩展至51.2万卡，多轨道拓扑支持100万卡。

4096卡 vs 72卡，不只是数字差异，而是设计哲学的分歧：NVIDIA与AMD把一个机架做成一台"计算机"，华为则把半个数据中心机房做成一个"计算节点"——用光互联（NPO）解决跨机架带宽衰减问题，用超节点内部的高速交换换取更大规模的统一调度域。

Bain的判断：从芯片规格到系统级整合​

Bain 2026报告给出了理解这场战争的钥匙：竞争优势正从芯片规格转向系统级整合。compute、memory、networking、power与software五个维度的协同设计能力，取代单卡FLOPS成为竞争的决定性因素。

与之相伴的是评价体系的迁移："每瓦token数"（tokens per watt）正在成为新的北极星指标。当电力成为第一约束，每消耗一瓦电力能产出多少token，直接决定了AI工厂的经济性——这比"峰值算力"诚实得多，因为前者同时反映了芯片效率、互联损耗、内存带宽与软件调度的综合水平。

两条路线：开放标准 vs 垂直整合​

机架级战争背后是两条路线的对抗：

路线	代表	互联标准	优势	风险
垂直整合	NVIDIA（NVLink/灵衢UnifiedBus）、华为	专有协议	端到端协同优化，性能上限高	生态锁定，客户议价力弱
开放标准	AMD Helios（UALink/UEC/OCP）	开放协议	供应链多元，无锁定	优化深度依赖联盟执行力

值得注意的是，NVIDIA的NVLink Fusion开放与华为的灵衢UnifiedBus生态，都在尝试"专有内核+开放外围"的中间态——完全的封闭或完全的开放可能都不是终局，机架级时代的第一性原理是：谁能定义互联标准，谁就掌握议价权。

小结​

NVL72、Helios与昇腾960超节点的三方对垒，宣告AI算力竞争进入"机架即计算机"的系统级时代：NVIDIA以Rubin GPU+Vera CPU+NVLink延续垂直整合，Qwen3-VL吞吐最高3.7倍、token成本最高降低10倍；AMD Helios以UALink over Ethernet与OCP开放标准证明第二条路可行，2.9 EF FP4、260TB/s scale-up带宽毫不逊色；华为昇腾960则以4096卡NPO超节点、1PB HBM的极端规格换道超车。Bain 2026报告说得透彻——竞争优势已从芯片规格转向系统级整合，"每瓦token数"成为新的北极星指标。72卡与4096卡的设计哲学差异，本质上是开放与整合两条路线对未来AI基础设施形态的不同押注。这场战争没有旁观者，采购方、云厂商与主权AI项目的每一次选择，都在为两条路线投票。

华为全联接大会2026给出明确时间表：昇腾950智算集群云服务9月30日国内商用、11月30日全球商用，全球首个NPO超节点昇腾960同步亮相。

HUAWEI CONNECT 2026：商用时间表落定​

2026年9月17日，华为全联接大会在上海举行。大会上，华为披露了昇腾950智算集群云服务的商用节奏：9月30日国内商用，11月30日全球商用。从大会披露到国内上线仅半个月，节奏之紧，说明昇腾950超节点的规模化交付已经就绪。

关键节点	时间/地点
华为全联接大会2026	2026年9月17日（上海）
昇腾950智算集群云服务国内商用	2026年9月30日
昇腾950智算集群云服务全球商用	2026年11月30日

"国内先行、两月后推向全球"的节奏也传递出另一个信号：昇腾不再只盯着国内市场，智算集群云服务将作为中国AI算力方案走出去的载体，参与全球算力供给的竞争。

昇腾960超节点：全球首个NPO超节点​

同期发布的昇腾960超节点，是全球首个NPO超节点（近封装光学超节点），关键规格如下：

指标	数值
卡规模	4096卡
算力	8 EFLOPS FP8 / 16 EFLOPS FP4
显存	1PB HBM
光互联方案	5500个Hi-ONE光引擎，替代4.8万颗800G光模块
降功耗	550kW
可用度	99.8%
Hi-ONE单引擎传输容量	7.2T

这组数字的核心看点在于光互联的代际切换：用5500个Hi-ONE光引擎替代4.8万颗800G光模块，降低550kW功耗，同时做到99.8%的可用度。NPO（近封装光学）路线在超节点规模下的价值被直观呈现——光模块数量下降一个数量级，意味着故障点、功耗与运维复杂度同步大幅收敛。在4096卡这种规模的系统里，互联可靠性直接决定训练任务的连续性。

昇腾950超节点：规模商用与SOTA背书​

昇腾950超节点已规模商用1000多套，落地行业覆盖互联网、运营商、金融、教育、医疗、交通、制造等。规模数字之外，更关键的背书是：昇腾950超节点是国内唯一训练出SOTA模型的超节点。

"能训练出SOTA模型"是对训练集群最硬核的检验——它证明的不仅是硬件规格，而是"集群规模+互联效率+软件栈"的组合在大规模训练中真实可用。对于正在选型的行业客户而言，这比任何纸面参数都更有说服力。

芯片路线图：960提前就绪，970/980排期明确​

华为还更新了昇腾芯片的推进节奏：

• 昇腾960DT较原计划提前三个季度就绪；
• 昇腾960PR提前一个季度就绪；
• 2028年推出昇腾970，2029年推出昇腾980。

"提前就绪"在当前的供应链环境下格外难得——在全球先进制造资源紧张、HBM紧缺的背景下，按时甚至提前交付，本身就是工程与供应链能力的体现。而970/980排期明确到年份，则给生态伙伴与客户提供了可规划的长期预期。

CANN全面开源：生态数据盘点​

软件生态方面，昇腾的进展可以用一组数据概括——CANN已全面开源：

• 外部开发者占比61%，月活跃开发者超5200名；
• 40+模型实现原生训练；
• 支持PyTorch、Triton、vLLM、veRL等90+开源项目；
• 成为PyTorch官网首个中国算力平台。

其中"PyTorch官网首个中国算力平台"具有标志性意义：主流框架的原生适配，意味着开发者迁移成本大幅降低，而61%的外部开发者占比说明社区已经超出华为体系自身，形成外部贡献的正循环。

全栈协同：TaiShan 950与OceanStor M900​

硬件侧的配套升级同样值得关注。TaiShan 950超节点完成升级：支持4096节点、256TB统一内存池——统一内存池让CPU侧内存资源可以按需调度，与超节点的算力规模相匹配。存储侧，OceanStor M900上下文内存存储提供PB级KV Cache能力，直击大模型推理场景的上下文缓存需求：推理热门场景下，KV Cache的存取效率直接决定吞吐与首字延迟。

芯片（昇腾950/960）、CPU（TaiShan 950）、存储（OceanStor M900）、软件栈（CANN）四层同步演进，华为走的是典型的全栈协同路线。

小结​

从昇腾950智算集群云服务"9月30日国内、11月30日全球"的商用时间表，到昇腾960超节点"4096卡、8 EFLOPS FP8、16 EFLOPS FP4、1PB HBM、5500个Hi-ONE光引擎"的规格突破，再到昇腾950超节点规模商用1000多套、成为国内唯一训练出SOTA模型的超节点，以及CANN全面开源、外部开发者占比61%的生态进展，华为正以"芯片-超节点-云服务-开源生态"的全栈节奏推进昇腾路线图。昇腾970（2028）、昇腾980（2029）的排期已经明确——昇腾的追赶不再只是单点突破，而是体系化的持续推进。

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：

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

边缘市场：

1. 自动驾驶：端到端大模型训练
2. 智慧医疗：医学影像分析、药物研发
3. 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​

1. 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
2. CloudMatrix 384超节点证明国产芯片已具备替代进口芯片的能力
3. 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
4. 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​

1. 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
2. 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
3. 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
4. 华为昇腾910C完成DeepSeek V4 Pro训练 - 虎嗅网：https://www.huxiu.com/ainews/12966.html
5. 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