国产AI芯片：华为昇腾的迭代路线

颠颠

芝能智芯出品

2025年华为全联接大会上，昇腾AI芯片的路线图引发热议。

从910到950、960再到970，华为逐年迭代，单芯片算力从300 TFLOPS（FP16）增至超1 PFLOPS，HBM带宽翻倍，目标直指万亿参数大模型训练和边缘推理，昇腾通过计算、互联和生态优化，这次的路线图给人带来的感觉很燃很不一样了。

Part 1
昇腾AI芯片的演进路线

华为昇腾AI芯片是国内AI算力体系逐步成熟的缩影，从最早的昇腾910开始，产品线就瞄准了大规模训练任务所需的高算力、高带宽和大规模互联能力。

从整体演进脉络来看，昇腾芯片的设计逻辑始终围绕三大核心展开：

◎ 是单芯片算力的持续提升；


◎ 是芯片间互联能力的迭代优化；


◎ 是开发生态与系统级支持的逐步完善。

昇腾系列芯片将于2026年第一季度推出950PR型号，同年第四季度发布950DT；随后在2027年第四季度推出昇腾960，并于2028年第四季度迎来昇腾970的上市。

昇腾910C已于今年第一季度正式投入量产，集成两颗昇腾910B芯片，提供约800 TFLOPS的FP16计算性能，内存带宽达到3.2 TB/s。

950芯片采用了华为自主研发的高带宽内存（HBM），增强了对低精度数据格式的支持，提升向量计算性能，互连带宽实现了2.5倍的提升。

相关的参数为

◎ 950PR/DT：微架构SIMD/SIMT，算力1PFLOPS（FP8）/ 2PFLOPS（FP4），支持FP32/HF32/FP16/BF16/FP8/MXFP8 /HiF8/MXFP4/HiF4等数据格式，互联带宽为2TB/s。


内存容量和带宽上，昇腾950PR为144GB、4TB/s，昇腾950PR为128GB、1.6TB/s。

◎ 昇腾960：微架构SIMD/SIMT，算力翻倍提高到2PFLOPS(FP8)  /4PFLOPS(FP4)，支持FP32/HF32/FP16/BF16/FP8/MXFP8/ HiF8/MXFP4/HiF4等数据格式，互联带宽为2.2TB/s，HBM内存容量也翻倍到288GB、带宽达到9.6TB/s。


◎ 昇腾970：微架构SIMD/SIMT，算力再度翻倍到4PFLOPS(FP8) /8PFLOPS(FP4)，支持FP32/HF32/FP16/BF16/FP8/MXFP8/ HiF8/MXFP4/HiF4等数据格式，互联带宽提高到4TB/s，HBM内存容量虽然维持到288GB，带宽会提高到14.4TB/s。

Part 2
架构突破与系统设计

华为发布了以昇腾950为基础的新型超节点，该超节点将成为全球最强超节点，甚至超越英伟达预计在2027年推出的NVL576系统。

昇腾芯片的价值不在于其在架构层面上的一系列突破。

◎ 在计算单元设计上，昇腾芯片采用了矩阵计算加速单元（Cube Unit）作为核心模块。


这种结构针对AI模型中的矩阵乘加运算进行了深度优化，使得在半精度（FP16）、混合精度（BF16、INT8等）计算时能够获得更高的吞吐率。

◎ 在存储与带宽方面，昇腾芯片紧密结合HBM高带宽存储技术。随着模型参数规模的急剧扩张，内存带宽已成为制约AI训练性能的主要瓶颈。

昇腾芯片通过优化片上缓存架构和数据流调度机制，提升了HBM的利用效率，减少了访存延迟。在昇腾960及后续版本中，还强调了存储与计算的协同设计，以保证计算单元能够持续高效工作。

◎ 在芯片互联上，昇腾系列逐步形成了自己的高带宽低延迟互联架构。类似于英伟达的NVLink，华为通过自研的高速互联技术，使多颗昇腾芯片可以以接近线性扩展的方式组成大规模集群。

这种设计不仅解决了通信瓶颈问题，还为超大规模模型的分布式训练提供了必要的硬件支持。尤其是在超节点集群场景下，这种互联架构直接决定了整体算力的可扩展性。

昇腾芯片在系统设计层面也展现了全栈优化的思路。

CANN算子库与MindSpore框架的深度融合，使得开发者可以在高层框架中透明地调用底层硬件优化，华为也在虚拟化和调度层面提供了支持，使芯片算力能够在不同任务之间灵活分配。

在能效比方面，昇腾芯片通过工艺制程演进、架构优化和动态功耗管理，实现了算力与能耗之间的平衡。

小结

从昇腾910到昇腾970的演进，是国产AI芯片逐步走向成熟的见证。通过在计算单元设计、内存带宽利用、芯片互联和系统生态上的迭代，这建立起能够支撑大模型训练与推理的完整算力体系。

xuye004

华为芯片：从910到970，算力狂飙似坐火箭

神隐之左手

大学生/年轻人

yzszh64

谢谢分享。

desertriver

支持，非常给力！