昇腾950：国产算力的一个里程碑

2026年3月，华为在MWC巴塞罗那和华为中国合作伙伴大会上先后展示了昇腾950PR加速卡与Atlas 350服务器，标志着昇腾AI芯片生态迈入全新阶段。作为华为“一年一代、算力翻倍”路线图的核心一环，昇腾950系列的诞生不仅是参数的堆砌，更反映了华为在面临全球供应链挑战时的战略转向——不执着于单卡极限性能的绝对反超，而是通过架构精细化、场景精准化以及革命性的超节点技术，走出一条系统级创新的突围之路。

一、昇腾950架构：双芯并进，精准分化

昇腾950系列创造性地摒弃了传统的“大一统”设计，采用了 “同Die核心+差异化配置” 策略，衍生出面向不同场景的 950PR 和 950DT 两个型号。两款芯片共享950核心架构，仅在配套的自研HBM内存和软件调优上有所区别，从而实现成本和性能的精确平衡。

1. 昇腾950PR

定位为AI推理与推荐业务加速，尤其针对大语言模型推理中的Prefill（预填充）阶段进行优化，是首款采用华为自研高带宽内存的昇腾芯片。其核心技术亮点包括：

• 自研HBM（HiBL 1.0）：容量112GB（标卡）/128GB（芯片规格），带宽1.4TB/s，兼顾成本控制与性能释放。

• 全面拥抱低精度计算：支持FP8、MXFP8、HIF8及FP4，FP8算力达1 PFLOPS，FP4算力最高2 PFLOPS，大幅提升计算吞吐。

• HiF8自研格式：华为自研的低精度格式，在保持FP8高效性的同时，精度无限接近FP16，在算力和精度之间找到了巧妙平衡。

• Atlas 350加速卡：功耗600W，在FP4精度下算力达1.56P，多模态生成速度提升60%。

2. 昇腾950DT

作为训练与推理Decode（解码）阶段的主力，950DT针对大模型训练中高并发的访存需求，采用了高性能版的自研HBM（HiZQ 2.0）。其内存容量提升至144GB，互联带宽高达4TB/s，计划于2026年第四季度上市。

3. 架构演进：从SIMD到SIMD/SIMT双模并行

昇腾950系列在达芬奇架构基础上引入了SIMD/SIMT双编程模型。910C时代专注于向量计算的SIMD架构，虽然处理矩阵乘法——如模型训练中的连续数据——效率极高，但对推理Decode阶段产生的碎片化数据处理效率较低。950系列通过新增SIMT模型，支持灵活调度碎片化数据，内存访问颗粒度由512字节缩减至128字节，离散内存访问效率提升4倍，实现“大块向量流水线处理 + 碎片化数据灵活调度”的无缝切换。

二、历代版本演进：从“跟跑”到“并跑”

华为昇腾AI芯片的演进，是一条从“分散布局”走向“系统发力”的清晰路径。

1. 昇腾310与910：奠基时代
   早期的昇腾310（12nm/8W）主打边缘计算，而昇腾910（7nm/256 TFLOPS@FP16）作为云端训练主力，确立了达芬奇架构的基本范式。

2. 昇腾910C：规模化的跳板
   910C并非全新的芯片设计，而是通过双昇腾910B芯片合封技术实现算力倍增，FP16算力约800 TFLOPS，迅速填补了国内千亿参数模型训练的算力空白，并通过Atlas 384超节点实现了规模化部署。

3. 昇腾950：场景化的转折点
   面对精打细算的推理市场，950系列不再一味堆叠通用算力，而是通过场景细分及自研HBM，首次实现与英伟达中高端产品的正面同台竞技。

4. 昇腾960/970：未来的算力承诺
   华为规划的路线图中，960和970将继续遵循“规格翻倍”的原则。970更将采用N+3工艺和四Die封装设计，能效比较910C提升30%以上，剑指万亿参数规模的混合专家模型（MoE）架构。

三、与英伟达显卡的全面对比

1. 单卡核心参数对比

2. 差距与突破

• 推理领域：逼近甚至局部反超
  在推理推荐及大模型推理领域，昇腾950PR的表现可圈可点，在FP4低精度计算上达到英伟达H20的2.87倍，显存带宽虽仅为1.4TB/s，但通过搭载自研HBM及HiF8精度格式的取舍，已经在特定商用场景具备了较高的性价比。

• 训练领域：仍需追赶
  在旗舰级AI训练中，昇腾950相较英伟达H200仍有差距。其核心差异不仅在于单卡浮点算力（FP16/BF16维度），更在于4TB/s vs 4.8TB/s的访存带宽差距，但在不受出口限制影响的前提下，其综合表现已远超专供国内市场的特供版H20。

四、系统级战略：超节点架构——弯道超车的关键棋

如果说单卡性能上昇腾950与英伟达B200存在代差，那么在系统级算力层面，华为凭借“超节点”技术走出了差异化路线。

1. 万卡互联，以“多”胜“强”

华为在先进制程受限的情况下，选择通过革命性的“超节点”架构实现突围。Atlas 950超节点支持最高8192张昇腾950DT芯片的高速互联，在FP8精度下总算力达到8 EFLOPS，互联带宽更飙升至16.3 PB/s。这一数据在全球同类产品中处于绝对领先地位，展现了华为在系统工程领域的深厚积累。

2. “灵衢”协议：重新定义互联

华为自研的“灵衢”互联协议是关键。传统方案受限于长距离高可靠互联和大带宽低时延传输，而华为通过在互联协议每一层引入高可靠机制，实现了光互联可靠性提升100倍、互联距离超200米的技术突破，为构建万卡级集群铺平了道路。

五、软件生态与开发者支持：从“被动适配”到“主动协同”

硬件之外，生态是昇腾面临的另一大挑战。英伟达的CUDA生态经过多年积累，已构建起极高的迁移壁垒。

不过，这一局面正在加速扭转。随着DeepSeek等头部AI企业与华为开展深度协同，生态壁垒开始出现裂痕。

• 深度协同实践：DeepSeek团队在将模型从英伟达A100/H800完全迁移至华为昇腾950PR的过程中，并非简单的驱动适配，而是针对昇腾硬件特性，深度设计和调优其独特的mHC稀疏激活架构——在昇腾有限的HBM带宽下，通过仅激活与当前任务最相关的专家层子集，大幅减少不必要的显存I/O，最终使昇腾950PR的BF16峰值算力（约900 TFLOPS）在实际场景中得到充分发挥。

• 软件栈开源：华为宣布将CANN编译器接口开放，并将昇思MindSpore、openPangu等工具链与大模型全面开源，降低开发门槛。

• Day0原生适配：DeepSeek-V4发布时，华为昇腾即实现“Day0适配”——模型发布当日芯片即完全兼容。这背后体现了前沿模型与国产软硬件之间“双向奔赴”的协同进化关系。

六、总结与展望

昇腾950的诞生，标志着华为AI算力战略从“被动追赶”已进入“主动定义场景”的新阶段。它选择了一条务实的技术路线：不纠缠于单卡极限指标，而是通过架构创新、系统级互联和场景精准匹配，在制程受限的现实条件下**化综合算力产出。

当AI竞争从单卡性能的单一维度竞赛升级为万卡集群的系统性比拼时，华为凭借“超节点+灵衢互联”的技术布局，已经找到了自己的主战场。正如徐直军在全联接大会上所言：“中国半导体制造工艺将在相当长时间处于落后状态”——在这种约束下选择系统级创新而非单点突破，或许正是国产算力最务实、也最有效的突围路径。昇腾950不是答案的终点，而是解题思路转向的一个关键节点。