6.6
深览指数
热点智搜··AI 生成
华为昇腾芯片成为国产算力核心主力
本文系统梳理了华为昇腾芯片在技术、商业和国家级算力基建三个层面的战略地位与最新进展，核心论点是昇腾已从“备胎”逆袭为国产算力基本盘的核心主力。文章提供了昇腾910C成功训练1.6万亿参数模型、市场份额近半、以及2万亿算力电网政策等具体数据与案例，同时也坦诚指出了在原始预训练效率与CUDA生态兼容上的客观挑战。适合关注中国半导体自主化、AI基础设施与产业格局的深度读者，可快速了解国产AI算力当前的能力边界与演进方向。
核心观点
- ▍华为昇腾芯片已从多年前的备胎项目逆袭成为支撑国产算力基本盘的核心主力，其战略地位由技术突破、商业生态重构和国家级基建政策三重因素共同锁定。
- 01昇腾910C已完成对1.6万亿参数DeepSeek-V4-Pro模型的全参数后训练，打破了国产芯片仅能用于推理或轻量微调的固有认知。
- 02尽管训练成本相比英伟达芯片高出约三分之一，但凭借稳定的现货供应，昇腾已成为算力紧缺时互联网大厂的首选替代方案。
- 03下一代昇腾950DT版本已提前至2026年8月上线华为云，互联速率超越部分国际竞品，并获得科大讯飞等头部企业的深度对接。
- 04昇腾芯片出货量达81.2万张，占据国产AI算力市场约49.2%的份额，多家科技大厂正将模型训练从英伟达平台向昇腾集群迁移。
- 05中国拟投资约2万亿元建设全国性AI数据中心网络，明确规定至少80%核心AI芯片采用华为昇腾等本土方案。
- 06华为通过全面开源的CANN软件底座构建软硬件闭环生态，将航空、能源、金融等关键行业的算力需求锁定在自主体系内。
反方 / 局限
- — 在从零开始的万亿级大模型原始预训练方面，受制于海量数据搬运和单卡性能，昇腾效率与国际顶尖水平仍有客观差距。
- — 兼容海外EDA工具、跨越CUDA生态壁垒依然是需要长期啃下的硬骨头。
- — 为降低用户迁移成本并扩大生态兼容性，业内消息称华为正在内部评估或研发类GPGPU架构的算力芯片，暗示现有生态路线存在兼容性瓶颈。
华为昇腾昇腾910C昇腾950DeepSeek-V4-ProCANNCUDA英伟达科大讯飞华为云全国一体化算力网GPGPUChiplet