21 篇博文 含有标签「国产算力」

昇腾 950 系列目前处在"一代已上市、一代待量产"的关键节点。950PR 搭载的 Atlas 350 加速卡已于 2026 年 3 月 20 日正式上市，市场报价约 11 万元；950DT 计划 2026 年第四季度量产，其价格尚未正式公布，但产能与 HBM 成本正在推动整条国产算力价格曲线上移。本文梳理两款芯片的规格差异与价格走向。

950PR 与 950DT：不是同一款芯片的两种包装​

这两款芯片基于统一的 Ascend 950 Die，但内存方案与定位完全不同。据公开报道，昇腾 950PR 采用 950 核心搭配 HiBL 1.0 内存，主要面向推理 Prefill 阶段和推荐业务场景；950DT 采用 HiZQ 2.0 内存，注重推理 Decode 阶段和训练场景。

维度	昇腾 950PR	昇腾 950DT
内存方案	HiBL 1.0	HiZQ 2.0
内存容量	112GB（芯片规格 128GB）	144GB
内存带宽	1.4TB/s（芯片规格 1.6TB/s）	4TB/s
互联带宽	2TB/s	2TB/s
目标场景	推理 Prefill、推荐	推理 Decode、训练
上市时间	2026 年第一季度	2026 年第四季度

这一拆分反映了一条现实的成本逻辑：Prefill 阶段是算力密集，Decode 阶段是带宽密集。DT 把内存容量和带宽拉高以应对长上下文解码，代价是更高的 HBM 成本。华为同时自研了两种 HBM——HiBL 1.0 和 HiZQ 2.0，与 Ascend 950 Die 分别合封构成两颗芯片。

950PR 的价格锚点：约 11 万元​

根据多方公开报道，搭载昇腾 950PR 的 Atlas 350 加速卡单价约 11 万元人民币（约 1.6 万美元）。这个价格被反复引用为昇腾 950PR 的市场锚点。

对应的硬件规格是：FP4 精度算力 1.56 PFLOPS，集成 112GB HBM，带宽 1.4TB/s，功耗 600W，访存颗粒度从上一代的 512 字节减少至 128 字节，芯片间互联带宽从上一代的 784GB/s 提升至 2TB/s。

据公开报道，华为曾称昇腾 950PR 推理性能达英伟达 H20 的 2.87 倍，价格仅约为英伟达的四分之一左右。这一对比被广泛用于海外市场宣传——华为计划 2026 年第四季度将昇腾系列推向韩国市场，已完成分销商协议签署，选定 SK Shieldus 等两家作为销售渠道，主力产品正是 950PR 与 950DT。

不过这个 2.87 倍的对比需要审慎看待：华为的对比使用 Atlas 350 的 FP4 精度对比 H20 支持的最高精度，并非完全对等。Atlas 350 的内存带宽 1.4TB/s 也明显低于 H20 的 4.0TB/s，该差距会在带宽受限的解码任务上体现。

950DT 第四季度量产：价格怎么走​

950DT 尚未正式定价，但有三个因素会推动价格曲线变化。

第一是 HBM 成本。据公开报道，摩根士丹利已将 2030 年中国 AI 加速器 TAM 预测从 910 亿美元上调至 1320 亿美元，明确以 HBM 成本上升推高芯片定价为理由。HBM 供应瓶颈不仅影响昇腾，也直接压制寒武纪 MLU580 的出货。

第二是产能。据公开报道，华为计划 2026 年出货约 75 万颗昇腾 950 系列；同时也有行业报告显示 950PR 存在采用传统 DDR 内存的版本约 5 万元/颗、配备 HBM 的高端版本约 7 万元/颗的区分。后一组数字口径与 11 万元的 Atlas 350 报价存在差异，可能指向不同产品形态或不同渠道，具体定价以华为官方渠道为准。

第三是国产竞品定价。字节跳动、腾讯、阿里已批量采购昇腾 950 系列，但同期阿里平头哥"真武"PPU 已出货数十万片、寒武纪 MLU580 在三季度提价——国产算力市场并不存在单一价格锚点，每个厂商的定价都锚定各自的性能与产能位置。

研判​

昇腾 950 系列正处在"价格最有说服力的窗口期"。950PR 约 11 万元的定价相对 H20 的四分之一，配合 DeepSeek V4 全线适配昇腾生态的进展，确实建立了性价比叙事。但这个窗口不会太长：950DT 第四季度量产将带来更大的 HBM 消耗，OIF 的 NPO 标准推进、昇腾 960 超节点发布带来的供应链挤兑，都可能推高成本。

对采购方而言，实际成本不止是卡价。昇腾超节点的整套系统定价、灵衢互联设备、超节点机柜的电力与液冷改造，都是必须计入 TCO 的项。建议关注三个信号：一是 950DT 正式上市后的官方定价，二是昇腾 950 系列的年度出货目标能否兑现 75 万片，三是 HBM 国产化进展对成本的实质影响。价格曲线的斜率，最终由产能兑现速度决定。

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。

国产 GPU 厂商中，摩尔线程是 2026 年上半年财报最亮眼的一家。据其 2026 年半年度报告，MTT S5000 智算集群已实现规模化销售，营收 17.36 亿元、同比增长 147.42%，这一数字已超越 2025 年全年的 15.06 亿元。规模化的信号不是发布PPT，而是在无锡的智算中心投运两个多月就接近满载。

财务与出货：规模化销售的最硬证据​

据公开报道，摩尔线程 2026 年上半年实现营业收入 17.36 亿元，同比增长 147.42%；毛利总额 9.89 亿元，同比增长 103.78%，整体毛利率 56.95%；归属于上市公司股东的净利润为 -1156.31 万元，较上年同期 2.71 亿元的亏损大幅收窄 95.73%；扣非净利润 -1.51 亿元，亏损收窄 52.37%。

关键的一句话在半年报里：旗舰级 AI 训推一体智算卡 MTT S5000（PH100 芯片）智算集群已实现规模化销售，并在北京、无锡、杭州等多地完成部署与交付，且首批通过国家《安全可靠测评》。

指标	2026 年上半年	2025 年全年	同比
营业收入	17.36 亿元	15.06 亿元	+147.42%
毛利总额	9.89 亿元	—	+103.78%
整体毛利率	56.95%	—	—
归母净利润	-1156.31 万元	—	亏损收窄 95.73%
扣非净利润	-1.51 亿元	—	亏损收窄 52.37%

这组数字的含义需要放在国产算力的语境里理解：国产 GPU 长期被质疑"只能做政府试点、无法支撑生产负载"。营收超过上年全年、亏损收窄 95%，意味着 S5000 正在从验证走向可重复的集群交付。

无锡智算中心：两个多月接近满载​

最有说服力的单一案例来自无锡。据报道，摩尔线程在无锡惠山区建设的 AI 算算中心于 2026 年 6 月 11 日投运，一期运行 2000 张 MTT S5000，搭建在摩尔线程自研的夸娥（KUAE）智算集群系统之上，投运一个多月后利用率接近满载。

该中心已有 20 多家客户在测试或使用集群，包括中国头部高校、国家实验室、科研院所与 AI 初创企业，其中无锡本地用户占比近半。基于该中心算力资源落地的 AI 智能体应用已有六类，涵盖政务、医疗、教育、芯片设计等场景——医疗领域无锡惠山区人民医院与南京邮电大学合作部署了近 30 个临床辅助模型；教育领域华东师范大学启创平台集成了 300 多个教育 AI 智能体；EDA 领域芯华章利用该算力加速低功耗无线芯片的端到端设计。摩尔线程副总裁方朝霞表示，目标规模是迈向万卡级算力。

训练与生态：国芯训国模的成果​

据公开报道，在 2026 年 9 月 3 日的半年度业绩说明会上，摩尔线程董事长、总经理张建中表示，公司基于 MTT S5000 智算集群已完成 MoE-236B 超大参数基础大模型从零训练，并完成智源具身大脑模型 RoboBrain 2.5、5D 世界模型 EvoPhys-World 等前沿模型的全流程训练。

这一成果的量级需要留意：MoE-236B 的语料超过 25 万亿 Token，是从零起步完整训练的；北大 EvoPhys 团队则在 S5000 全功能 GPU 上完成了 5D 世界模型 EvoPhys-World 的全栈原生训练。摩尔线程联合创始人张钰勃进一步介绍，公司已打通具身智能从合成数据生成、大模型训练、仿真验证到端侧硬件部署的完整链路。

产品侧的三个动作值得关注：MTT C256 超节点架构规划采用计算与交换一体化的高密设计，服务万卡乃至十万卡级训练与推理集群；PD（Prefill-Decode）异构分离方案把高算力需求的 Prefill 计算池（S5000）与高带宽的 Decode 生成池分池部署，支持 KV Cache FP8 与 1M 超长上下文；此外摩尔线程联合中国移动研究院、之江实验室等产业伙伴，通过 OISA 协同创新平台正式发布了《OISA 高密超节点参考设计技术规范》。

需要注意的约束​

规模化的另一面是产能瓶颈。据公开报道的行业调研，S5000 在阿里仅有少量采购测试，字节做了小规模灰度测试（几百片），原因是客户担忧量产后供应；2026 年 4-5 万卡的出货目标仍可能有之江实验室、运营商及地方算力平台项目支撑。此外，高阶双带版本尚未量产，主要卡在双带性能和带间互联指标，需重新流片优化；S6000 目前未回片，预计 2026 年底提供小批量样品。

生态侧也有坦率之处：S5000 尚未发布足够多的独立复现基准，官方性能指标多为厂商声明。同时 PD 异构分离方案中的 Decode 池使用国际主流 GPU，这说明纯国产方案在长上下文解码环节仍有工程缺口。

研判​

摩尔线程 2026 年上半年交出的答卷，是国产 GPU 商业化进程中少见的硬数据：营收翻倍以上、集群接近满载、模型训练跑通闭环、拿到安全可靠测评。但从投资与采购视角看，仍有三个问题待解：营收集中度与复购比例尚未披露、产能是否支撑 4-5 万卡的年度目标、以及 S6000 回片后能否补上 HBM 容量短板。

《OISA 高密超节点参考设计技术规范》的发布是一个容易被忽视的信号——摩尔线程正在从卖卡转向输出系统标准，这与昇腾走超节点架构、百度走天池超节点是同一方向。国产算力的竞争维度，已经从单卡参数转向系统与标准的话语权争夺。

2025 年寒武纪交出了营收 64.97 亿元、同比增长超过四倍、上市以来首次年度盈利的成绩单，背后的功臣正是思元 590。作为公司第三代云端训练与推理一体芯片，它既收割了出口管制带来的历史性窗口，也为新一代旗舰思元 690 铺平了道路。

规格速览：7nm Chiplet 的诚意之作​

思元 590 采用全新 MLUarch05 架构与 7nm Chiplet 封装技术，核心规格综合官方披露与公开报道整理如下：

参数	思元 590	思元 690（新一代，对照）
制程	7nm，Chiplet 封装	更先进制程，双 die 设计
FP16 算力	256 TFLOPS（部分来源标注 345 TFLOPS）	700 TFLOPS 以上
INT8 算力	512 TOPS	未完整公开
显存	96GB HBM2e（另有 80GB 版本报道）	196GB HBM3
显存带宽	约 2 TB/s	约 3.35 TB/s
标称功耗	350W	400 至 500W
状态	2026 年全场景规模出货	2026 年量产

能效比方面，公开资料显示思元 590 达到约 5 TOPS/W；其实测训练性能约为英伟达 A100 的八成水平，且功耗更低。

三年长跑：从送样到放量​

思元 590 的商业化时间线值得细看。2022 年 9 月世界人工智能大会上，董事长陈天石首次披露这款芯片的研发信息；2023 年，百度成为首批尝鲜者并完成内部测试；2024 年芯片问世并通过互联网大客户测试；2025 年起批量进入字节跳动、百度等公司的智算集群，切入大模型推理与训练供应链；2026 年初实现全场景规模出货。

这条路径的关键转折是 2025 年：在英伟达高端芯片对华供应持续受限的背景下，互联网大厂将算力预算切给国产供应商，寒武纪凭借第三方中立的厂商身份与相对完善的软件栈成为最大受益者之一。公开数据显示其 2025 年出货约 11.6 万颗，同比增长约三倍半，字节跳动一度成为占比超过四分之一的第一大客户。其间也出现过波折，2025 年 12 月寒武纪官方否认了"将推出约 50 万张含思元 590 加速卡"的市场传闻，提醒投资者以公告为准。

与思元 690：两代人的分工​

需要强调的是，思元 590 与思元 690 是两代产品，规格不可混为一谈。590 是 2025 年的营收主力，7nm 制程、HBM2e 显存、350W 功耗，定位于大规模推理与中等规模训练；690 则是 2026 年 7 月正式亮相的新旗舰，采用更先进制程与双 die Chiplet 设计，FP16 算力跃升至 700 TFLOPS 以上，显存升级到 196GB HBM3，带宽约 3.35 TB/s，对标的性能目标直指更高世代的国际旗舰。软件层面，两代产品共享 NeuWare 全栈与 MLU-Link 互联体系，客户从 590 迁移到 690 的成本相对可控。

小结：一代产品改变一家公司的命运​

思元 590 的意义超越了规格表本身：它证明了国产云端训练芯片可以在真实大客户的大模型负载中规模化商用，也让寒武纪从"八年亏损王"变成盈利标的。对于计划建设国产智算集群的团队，590 仍是当前供应稳定、生态验证充分的选择，而追求更高算力密度的用户则可以关注已经量产的思元 690。承前启后，正是这一代芯片最好的注脚。

国产GPU的资本化进程在2025年底到2026年初按下了快进键：三个月内，头部企业密集挂牌、递表、辅导，一笔接一笔的募资公告刷新纪录。这不是简单的上市潮，而是一次行业级的弹药补充——钱最终流向哪里，暴露的是各家对技术路线的终极判断。

三个月走完的资本梯队​

时间线值得逐条记录：2025年12月5日，摩尔线程登陆科创板，募资80亿元；12月17日，沐曦股份接棒上市，募资约42亿元。2026年1月2日，壁仞科技挂牌港交所，募资55.83亿港元，成为港股18C特专科技机制落地以来发行规模最大的新股；1月8日前后，天数智芯在港交所挂牌；1月下旬，燧原科技科创板IPO申请获受理，拟募资60亿元；百度旗下昆仑芯也于1月初向港交所递交上市申请。几家头部公司合计募资约237.8亿元，且截至2025年底，摩尔线程与沐曦的股价涨幅均超过500%。

公司	上市地与时间	募资规模	技术路线
摩尔线程	科创板，2025年12月	80亿元	GPGPU全功能路线
沐曦股份	科创板，2025年12月	约42亿元	GPGPU，全国产工艺
壁仞科技	港交所18C，2026年1月	55.83亿港元	GPGPU，押注推理
天数智芯	港交所，2026年1月	据公开招股信息	GPGPU
燧原科技	科创板受理，拟募资	60亿元	DSA专用架构

钱的流向：通用派与专精派的分野​

募资用途暴露了路线分歧。摩尔线程将约七成资金投向全功能GPU研发与生态建设，其MUSA架构对标CUDA生态、已完成数千个PyTorch算子兼容，走的是"让英伟达开发者无缝迁移"的重生态路线。沐曦更务实，重点之一是全国产供应链建设——基于国产工艺的曦云C600已量产，同时押注具身智能等场景芯片。壁仞把六到七成募资投向下一代BR20X系列，公开承认现有产品偏训练、推理优化不足，精准卡位大模型部署阶段的推理市场。燧原则是唯一的DSA路线坚守者，为AI推理做"极致手术刀"，代价是要从零构建自研软件生态。

资本市场的制度配套同样关键：2025年7月上交所推出科创板科创成长层，为暂未盈利的硬科技企业打开更包容的通道，这是整波IPO潮的制度前提。

上市只是起点：再融资与备货竞赛​

一级市场的钱烧得快，二级市场的补弹更凶。壁仞上市十个月内已累计募资近170亿港元：继2026年7月约70.69亿港元配股后，10月初再度以40.40亿港元配售，公告称因新一代BR20X产品进度快于预期，需提前采购、预留产能，约七成资金用于战略供应链采购。背后的行业背景是全链条涨价——据公开报道，台积电将于2027年起上调代工价格3%至6%，三星先进制程涨幅最高达15%，HBM则处于持续涨价周期。

备货数据印证了紧张程度：2026年上半年，寒武纪存货账面价值达82.48亿元，海光信息75.18亿元，摩尔线程从13.32亿元增至35.5亿元，天数智芯增至19.68亿元。在产能吃紧的市场里，资金实力直接决定能否抢到晶圆、HBM与先进封装产能。

研判：融资热度与商业化能力的赛跑​

这轮资本热潮的底层逻辑是AI算力缺口与国产替代的双重红利，但钱多不等于赢家。头部公司中，寒武纪曾用八年才实现单季扭亏，沐曦预计最早2026年盈亏平衡，摩尔线程指引2027年合并盈利——资本市场的耐心正在接受商业化的检验。接下来的看点有二：一是2026年第四季度起壁仞BR20X、摩尔线程与沐曦新一代产品的实际交付，检验募资是否转化为收入；二是若海外高端芯片供给政策进一步松动，国产GPU能否在"从能用到好用"的临界点上站稳。融资热图终会降温，最终留在牌桌上的，是能把晶圆变成万卡集群的公司。

2026年的国产AI芯片市场出现了一个教科书级的卖方市场特征：客户不问价格、不挑型号，只问一件事——什么时候能到货。据央视财经援引的行业调研，全年需求约400万颗，实际交付约300万颗，百万级缺口把订单周期一路推到三年开外。

满产满销：订单不是问题，产能才是​

多位产业链人士在公开交流中给出的判断高度一致：2026年国产算力芯片全行业满产满销，订单完全不愁，核心变量只剩上游产能与良率。头部互联网大厂与头部芯片公司签订保供框架协议、锁定绝大部分产能的做法，已成为行业标配——先签长约者得产能，后来者排队。

业绩数据佐证了供不应求的成色：2026年上半年，寒武纪营收59.96亿元，同比增长108.1%；摩尔线程营收17.36亿元，同比增长147.4%；壁仞科技营收12.36亿元，同比暴增约20倍。下游智算中心同样如此，有大型智算园区负责人公开表示在手订单已排到三年后，中游集成商的客户数量一年增长10倍，甚至催生了"集装箱式算力中心"——把传统近一年的建设周期压缩到24小时上线。

产业链环节	2026年现状
上游芯片	需求约400万颗，交付约300万颗，缺口百万级
下游智算中心	头部园区订单排至三年后
中游集成	部分厂商客户数量一年增长10倍
备货（寒武纪）	存货82.48亿元，较上年末增长66.8%
备货（摩尔线程）	存货从13.3亿元增至35.5亿元

积压的结构：从晶圆到 HBM 的逐层紧张​

订单积压并非单点瓶颈，而是一条传导链。最前端是先进制程晶圆：国产AI芯片高度依赖国内代工产能与有限的海外先进制程通道，产能分配向头部客户倾斜，行业普遍采用"第一顺位"机制。第二层是HBM与存储：国产HBM供给能力有限，叠加大环境存储涨价周期，先进存储成了最紧的物料之一。第三层是先进封装：CoWoS类2.5D封装产能全球性紧张，国产封装厂扩产需要时间。逐层卡脖子叠加，最终表现为交付周期从数周拉长到数月乃至更长。

厂商的应对是"以存货换交付"：2026年上半年，国产AI芯片公司集体大规模备货，寒武纪存货达82.48亿元，海光信息75.18亿元，天数智芯从7.1亿元猛增至19.68亿元。提前锁料锁产能，本质是用资产负债表为交付承诺背书——在涨价预期下，早买还等于省钱，这笔账算得过来。

价格信号：供给短缺的隐性定价​

短缺正在改写价格体系。据公开调研信息，市场主流国产AI芯片的单卡价格受HBM涨价与产品组合变化影响持续上移，多家厂商上调了收入指引；同时晶圆代工端，台积电确认2027年起上调代工价格3%至6%，三星先进制程涨幅最高达15%，内地代工厂也纷纷提价。成本端的全面上移，最终会传导到算力服务价格——这也是国产算力租赁市场持续走强的底层原因之一。

研判：观察产能爬坡，而非订单数字​

对国产AI芯片行业，2026年的正确观察指标不是订单总额，而是三个爬坡速率：晶圆投片量的季度环比、HBM国产供给的实际到位节奏、以及先进封装的良率学习曲线。只要这三个指标持续向上，百万级缺口就会逐步收敛，收入兑现只是时间问题；反之若某环节卡壳，订单积压将转化为客户流失与替代方案回流。当下的国产芯片产业正处在从"能用到好用"再到"够用管饱"的中场——订单积压是这份成绩单上最耀眼也最脆弱的一栏。

在国产 AI 芯片的版图里，燧原科技是一个特立独行的存在：它没有走英伟达确立的 GPGPU 路线，而是基于自研指令集的领域专用架构（DSA），从驱动、编译器到算子库全栈自研。这条路风险极高，但 S60 单款 16 万片的出货量证明，它至少在推理市场跑通了。

四代五芯：一条完整的产品时间线​

燧原成立于 2018 年，创始团队来自 AMD 与腾讯体系。七年间迭代了四代架构共 5 款云端 AI 芯片，且全部一次流片成功：

年份	芯片	产品	定位
2019	邃思 1.0	云燧 T10	第一代云端训练
2020	—	云燧 i10	第一代云端推理
2021	第二代	云燧 T20、i20	训练与推理双线，累计出货超 3 万片
2024	邃思 320	燧原 S60	第三代大规模推理
2025	邃思 400	燧原 L600	第四代训推一体

支撑这一体系的是三大自研技术：GCU-CARE 计算单元、面向训练集群的 GCU-LARE 片间互联，以及全栈自研的"驭算 TopsRider"软件平台。

S60：把推理成本打到极致​

S60 基于第三代 GCU320 芯片，据官方产品手册，单卡配备 48GB 显存、672 GB/s 显存带宽，最大功耗 300W。它的成功不在单点参数，而在系统级组合：2024 年发布后迅速部署于甘肃庆阳智算中心，建成国内首个国产万卡推理集群；截至 2026 年，累计出货达 16 万片，支撑超过 300 个应用场景，覆盖大语言模型、多模态、搜索广告推荐等负载，落地规模跻身国产 AI 加速卡第一梯队。

软件侧，燧原将 vllm-gcu 等大模型推理软件栈项目在 Gitee 开源，模型适配周期从早期的一两个月缩短到数天甚至数小时，并支持 DeepSeek-V4 等主流开源模型的极速适配。

腾讯样本：股东即客户的深度协同​

燧原与腾讯的关系是理解其商业模式的钥匙。腾讯既是第一大股东，也是第一大客户：2025 年前三季度，对腾讯销售（含指定最终客户模式）占比达七成以上，双方已签订单可执行至 2027 年。更深一层的是"芯模协同"——腾讯混元新一代开源模型在设计阶段就充分考虑燧原硬件特性，反向定制模型结构，让芯片与模型互相成就。这种把协同前置到模型设计阶段的模式，在国产芯片公司中相当罕见。

2025 年燧原营收近 10 亿元，三年复合增长率约八成；2026 年上半年营收已达 11.2 亿元。公司于 2026 年 9 月登陆科创板，拟募资的 60 亿元将投向第五代、第六代芯片研发。第四代训推一体产品 L600 预计出货量将大幅超越 S60。

小结：DSA 路线的阶段性胜利​

燧原的复盘说明：在推理这个对成本和能效极度敏感的市场，专用架构加上全栈自研完全可能打赢通用路线。风险同样存在——客户高度集中、训练侧仍需突破、生态规模与 CUDA 相去甚远。但对于建设国产万卡级推理集群的智算中心而言，S60 已经是经过大规模验证的成熟选项，而 L600 能否把这套打法复制到训推一体市场，是燧原的下一场考试。

在国产 GPU 的宣传语境里，峰值算力常常被放大到失真。天数智芯是少数反着来的公司：2021 年发布的天垓 100 是国内首款完成规模量产的全自研通用 GPU 云端训练产品，2023 年的天垓 150 则在显存与生态适配上持续做深。不喊最强的口号，先交付能用的产品，这条"实干路线"值得单独解析。

规格：为大模型训练配平的板卡​

天垓 150（板卡型号 BI-V150）基于第二代自研通用 GPU 架构 ivcore11，采用台积电 7nm 工艺，规格综合官方与高校采购公示信息如下：

参数	天垓 100（BI-V100）	天垓 150（BI-V150）
发布时间	2021 年 3 月	2023 年
FP32 算力	约 37 TFLOPS	48 TFLOPS
FP16 算力	约 147 TFLOPS	192 TFLOPS
INT8 算力	约 295 TOPS	384 TOPS
显存	32GB HBM2	64GB HBM2e
显存带宽	未公开	1.2 TB/s
功耗	250W	350W

显存从 32GB 翻倍到 64GB 是天垓 150 最关键的一步。大模型训练需要同时容纳参数、激活、梯度与优化器状态，64GB HBM2e 配合 1.2 TB/s 带宽，使其能承载主流开源大模型的训练与微调任务。

软件生态：把迁移成本当核心指标​

天数智芯官方强调系统架构、指令集、核心算子到软件栈全部自主研发，同时把"开发易迁移"作为产品卖点：工具链内置 CUDA 通用计算加速库，支持 PyTorch、TensorFlow 等框架与 ixrt 推理引擎；大模型侧已适配 LLaMA、Qwen 等体系，兼容 DeepSpeed、Megatron-LM、Colossal-AI 等训练框架，推理侧对接 vLLM、TGI；并对主流开源模型提供发布即适配的快速响应。公司还运营 DeepSpark 开源社区，围绕模型、算法与评测构建开发者生态。

产品矩阵与资本里程碑​

围绕天垓 150，天数智芯已形成三条产品线：天垓系列负责云端训练，智铠系列负责云端推理（智铠 100 于 2022 年 12 月发布，150W 功耗下提供 96 TFLOPS FP16 与 384 TOPS INT8），彤央系列则把算力延伸到边缘与终端，TY1200 平台可离线运行 35B 级模型。

天垓 150 在市场上强调"异构混训"能力——企业不必替换全部现有 GPU 资产，国产卡可以逐步加入既有集群，这种渐进式思路显著降低了客户决策阻力，高校、智算中心的采购公告中屡见其身影。资本层面，公司于 2026 年 1 月 8 日登陆港交所，发行价 144.60 港元，募资净额约 35 亿港元；2026 年 7 月又发布了新一代天垓 300，训练产品线继续向上延伸。

小结：慢就是快​

天垓 150 没有惊艳的参数，但每一项规格都指向真实可交付的训练负载。从天垓 100 的首次量产到天垓 150 的显存翻倍，再到天垓 300 的接棒，天数智芯用五年时间验证了一条朴素路线：先让客户用起来，再让产品强起来。对于看重长期供应稳定性、需要异构混训方案的用户，天垓 150 至今仍是一张值得认真评估的训练卡。

2026 年 4 月 24 日，DeepSeek V4 开源并宣布全面适配华为昇腾，成为全球首个在国产 AI 芯片上完成全栈推理适配的万亿参数级开源模型。一场"开源模型拉动国产算力、国产算力反哺开源生态"的飞轮，开始加速转动。

Day 0 适配：从后补迁移到原生生长​

过去国产大模型普遍在海外 GPU 上开发训练，再向国产芯片做后补式迁移，成本高、周期长、性能损耗显著。DeepSeek V4 改写了这一模式：据公开报道，其团队联合华为、寒武纪从底层框架开展重构，基于 CANN 与 NeuWare 软件栈重写数十万量级的核心算子，针对稀疏 Attention、GroupGemm 等关键内核深度优化，对昇腾、寒武纪最新旗舰芯片实现发布即适配。

适配潮随即扩散：寒武纪依托 vLLM 框架完成 V4 双版本适配并将代码开源至 GitHub；摩尔线程联合智源 FlagOS 社区在旗舰 GPU 上完成深度优化部署；百度千帆、阿里国际等平台实现 Day 0 接入。多家券商研报预计，2026 年国产算力芯片出货量将实现翻倍增长。

飞轮的四个咬合齿轮​

这条飞轮的运转逻辑可以拆成四步：

环节	作用	标志性进展
开源模型	提供免许可、可深度改造的技术底座	DeepSeek V4 等开放权重，高低搭配分层覆盖
国产算力	承接训练与推理，成本可控	昇腾超节点全球部署突破 1000 套
软件统一	降低跨芯片迁移门槛	FlagOS 推动一次开发、跨芯片运行
应用繁荣	反哺算力与模型迭代需求	国产芯片集群承接大规模线上推理

两个补充齿轮同样关键。其一，昇腾已成为 PyTorch 官方支持的首个中国算力底座，覆盖 90 多个主流第三方社区，全球开发者无需繁琐流程即可调用昇腾算力；其二，智源研究院牵头的开源统一软件栈 FlagOS 已支持英伟达、摩尔线程、华为、海光、天数等多种芯片，直指"换一家芯片就要重学一遍"的行业痛点——软件碎片化曾是国产算力最大的隐性成本。

推理成本下降的正循环​

模型与芯片的深度协同直接压低了推理边际成本。DeepSeek 方面表示，受高端算力供给限制，V4-Pro 服务吞吐量暂时有限，待下半年昇腾 950 超节点量产后，定价有望大幅下调——算力供给的改善会直接传导为应用调用降价，进而加速 AI 向实体经济渗透。硬件形态上，国产厂商也在集体升级：在世界人工智能大会上，壁仞、沐曦、燧原、摩尔线程相继发布超节点产品，阿里云推出可公共云租用的超节点实例，"超节点"已成为国产算力的行业共识。此外，有报道指出，新一代模型在昇腾上完成混合专家并行方案验证后，推理任务实现了 1.5 至 1.73 倍的加速。

结语：飞轮转起来之后​

DeepSeek 效应的真正启示在于：生态壁垒的攻破不靠单点性能对标，而靠"模型免费开放、算力成本可控、软件迁移低摩擦"三者共振。飞轮一旦转起来就会自我强化——更多应用选择国产芯片，芯片出货放大摊薄软件投入，软件更成熟又吸引更多模型原生适配。从"能用"到"好用"仍有距离，工具链成熟度与高端产能仍是短板，但方向已经清晰：国产算力的竞争逻辑，正在从追赶参数转向经营生态。

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。

📌 更新（2026-09-18）：华为已于 9 月 17 日全联接大会正式官宣昇腾 960（详见第 1 节），本文 960 部分已按官方披露更新。

---

1. 华为昇腾：950 产能排满，960 官宣提前发布​

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，超节点已部署超 1000 套
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 Q2	昇腾 960DT	官宣提前三个季度就绪（2027 Q1）
2027 Q3	昇腾 960PR	提前一个季度就绪
2028 / 2029	昇腾 970 / 980	一年一代路线图官宣

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 官宣规格（2026-09-17 华为全联接大会，汪涛）：

指标	昇腾 960DT（训练版）
FP8 算力	2 PFLOPS（较 950 翻倍）
FP4 算力	4 PFLOPS
显存	288GB（自研 HBM）
显存带宽	9.6 TB/s
就绪 / 上市	2027 Q1 / 2027 Q2（配套 Atlas 860 风冷超节点）

960PR（推理版）2027 Q3 上市，配套 Atlas 960 液冷超节点。同场发布的昇腾 960 超节点是全球首个采用 NPO（近封装光学）的超节点：单节点 4096 卡、8 EFLOPS FP8 / 16 EFLOPS FP4、1PB HBM、互联 RTT 低至 2μs；5500 个自研 Hi-ONE 光引擎（业界首个量产 NPO，单引擎 7.2T）替代 4.8 万颗 800G 光模块，功耗降低超 550kW，系统可用度 99.8%。

• 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；910C 超节点部署超 1000 套，950 超节点已规模商用。
• 华为同步确认一年一代节奏：2028 昇腾 970、2029 昇腾 980，依托"韬定律"持续算力翻倍。
• ⚠️ MFU 提升 2.75 倍、推理时延降低 70% 等收益数据出自华为马尔科夫实验室仿真，非第三方实测。

---

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；据 HC2026 披露，CANN 外部开发者占比升至 61%（首次超越内部团队），月活开发者突破 5200 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​

• 华为昇腾 960 规格页
• 华为昇腾 950DT 规格页
• 寒武纪 MLU690 规格页
• 摩尔线程 MTT S5000 规格页

参考资料​

• 华为官网：发布全球首个采用 NPO 的超节点（昇腾 960 超节点）（2026-09-17）
• 电子工程专辑：国产 AI 芯片新突破！华为昇腾960芯片将提前发布
• 国产AI芯片行业观点更新 - 萝卜投研
• 摩尔线程，一日两大利好 - 东方财富网
• 摩尔线程 × 硅基流动：PD 分离异构算力混部技术白皮书 - 与非网
• 接近盈亏平衡后 摩尔线程再赴港股"大考" - 顶端新闻

---

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。