4 篇博文 含有标签「天池超节点」

中信建投 10 月 21 日研报把阿里磐久 AL128/AL64/AL144 列入国内外超节点第一梯队——与英伟达 NVL 系、华为 Atlas 950/960 并列。阿里的自研算力版图，终于从芯片延伸到了整机柜。

一、产品矩阵​

型号	规模	要点
磐久 AL128	单柜 128 卡	真武 M890 + ICN Switch 互联芯片
磐久 AL144	单柜 144 卡	对标业界最高密度档位
磐久 AL64	单柜 64 卡	中小规模训推

超节点的核心卖点与大同行一致：扩大 ScaleUp 互联域、统一内存编址、提升柜内互联效率——把高频 All-to-All 通信留在柜内完成，突破传统八卡服务器跨节点通信的瓶颈。

二、自研闭环的完成​

磐久超节点的意义在于阿里算力栈的完整度：

• 芯片层：平头哥真武（Zhenwu）M890 计算芯片
• 互联层：自研 ICN Switch 交换芯片
• 整机层：磐久系列整机柜（液冷/供电一体化）
• 模型层：Qwen 系列自用需求托底
• 云层：阿里云对外分发

这五层与谷歌「TPU + 云」的纵向一体化同构——庞大自用需求托底，是自研算力能持续迭代的前提。

三、2026：国产超节点元年​

研报判断：随着头部云厂商与行业客户开始部署，2026 年是国产超节点放量元年，渗透率进入快速提升通道。受益链条依次为：服务器整机、交换芯片、交换机、连接器，随后是 PCB、液冷、电源、CPU 与国产算力芯片。

各家单柜规模的一览（详见工博会超节点观察）：

• 华为 Atlas 950/960（NPO 光互联、4096 卡扩展）
• 阿里磐久 AL128/AL144
• 天数智芯 IXL144（144 GPU/柜，10.1TB 显存）
• 沐曦曦景 S600（64 卡，三零线缆）
• 昆仑芯 32/64 卡（率先量产交付）
• 燧原 ESL64-O（正交架构，与中兴合作）

四、竞争维度的迁移​

国产算力竞争已经从「单卡跑分」全面转向「整机、集群、软硬件一体化的系统能力竞争」。单卡 FP16 数字在这个维度上只是入场券——柜内互联、内存语义统一、机房友好度、软件栈完整度才是决胜项。

延伸阅读：超节点时代的选型框架 · 超节点放量元年解读 · 完整对比表

2026 年 6 月 12 日，在智源大会上昆仑芯研发副总裁漆维透露，面向推理市场的 M100 芯片目前已交付大客户进行测试，并已向客户小规模出货。与寒武纪 MLU690 迟迟无法交付形成对照，昆仑芯的节奏明显更靠前——尽管它面临的最大问题是需求侧而非供给侧。

M100 的定位：只做推理​

昆仑芯 M100 是昆仑芯科技 2026 年推出的第四代 AI 芯片产品，延续自研 XPU 架构理念，主要针对大规模推理场景（尤其是 MoE 模型）进行优化设计，旨在提升此类模型的推理性能并提供较高的性价比。

这颗芯片的发布时间可以追溯到 2025 年 11 月 13 日的百度世界大会。百度集团执行副总裁沈抖透露将发布新一代昆仑芯，其中包括面向大规模推理的 M100 和面向超大规模训练与推理的 M300，计划分别于 2026 年年初和 2027 年年初上市。2026 年 1 月 27 日，百度 CEO 李彦宏在接受《时代》杂志专访时评论芯片行业，表示百度刚刚发布了新款 M100 芯片，并正在开发新的芯片集群。

在百度 2026 年的业绩会上，李彦宏进一步披露昆仑芯已经完成三代 AI 芯片的研发与商业化，并公布了 M100 与 M300 的产品路线图。

维度	昆仑芯 M100	昆仑芯 M300
上市时间	2026 年年初	2027 年年初
目标场景	大规模推理，尤其是 MoE 模型	超大规模多模态模型训练与推理
部署状态	2026 年 6 月已交付大客户测试并小规模出货	尚未发布
配套超节点	天池 256 / 天池 512	规划中

值得注意的是，2026 年 7 月百度昆仑芯科技自主研发新品 M100 芯片实物首次在央视报道中公开亮相——这类"实物亮相"的报道时点，通常意味着产品已进入可交付状态。

天池超节点：从千柜级部署到开放规范​

M100 的商业化依托的是天池超节点。据公开报道，天池 256 与天池 512 超节点在 2025 年百度世界大会发布：最高支持 256 及 512 卡极速互联，卡间互联总带宽分别提升 4 倍及 1 倍，其中天池 256 主流大模型推理任务单卡 tokens 吞吐提升 3.5 倍，天池 512 靠单节点即可完成万亿参数模型训练。

这两款超节点计划分别于 2026 年上半年及下半年推出。天池超节点覆盖 32 至 512 卡全场景，采用标准机柜形态、三总线盲插与模块化设计，兼容液冷与风冷 IDC。

更重要的进展发生在 2026 年 9 月 16 日。据报道，百度智能云在 2026 智能经济论坛上宣布天池超节点已实现全栈国产，并已在多地智算中心进行千柜级规模部署，支撑万亿参数大模型训练；同时宣布全面开放天池超节点的架构、供电、散热、节点、互联和管理六大核心模块技术规范，助力国产芯片更快完成从单卡验证到超节点级系统适配。

这份规范开放的意味值得深挖：它与昇腾推动 NPO 成为 OIF 标准、摩尔线程联合中国移动研究院与之江实验室发布《OISA 高密超节点参考设计技术规范》指向同一件事——超节点的技术规范正在成为国产厂商争夺的新战场。

百度的芯片路线：五年五芯与集群梯度​

百度在芯片路线上的公开表述相当清晰。第一是产品化节奏，即"五年五芯"计划，推动每年推出新版芯片，把芯片开发模式从项目制转向产品化。第二是场景化细分策略：M100 专注提升大规模推理任务的性价比，M300 针对超大规模多模态模型优化。

第三是集群规模的梯度规划。据公开报道，百度智能云计划将昆仑芯单一集群规模从三万卡扩展至百万卡级别；另有报道称百度正在研发显卡级超级节点，预计 2027 年下半年开始交付千卡至四千卡规模的计算集群，并已有四千卡超节点的规划。

现有的部署规模方面，据公开报道，2026 年上半年百度点亮了昆仑芯 P800 的 3 万卡机，这是国产算力发展的重要里程碑；昆仑芯累计已完成数万卡部署。外部落地方面，昆仑芯已进入招商银行大模型算力项目，并在国家电网、中钢研完成部署，且已构建覆盖互联网、能源、金融、制造、汽车、通信、教育等行业的全栈昆仑芯集群。

在安全认证上，据公开报道，昆仑芯 M100 在最新一轮安全可靠测评中获得 Level I 评级，同期华为昇腾 950 获得 Level II 评级，龙芯与海思鲲鹏的通用处理器则获得最高等级的 Level III 评级。该三级体系正在塑造政府采购的实质性导向。需要注意，测评结果不等于性能结论——官方报道也指出 M100 较低的评级意味着它在满足该框架最严苛基准上仍有距离。

研判​

昆仑芯当前的处境与华为、寒武纪、摩尔线程都不同：它不缺乏产能，也不缺乏标杆模型，它缺的是足够大的外部需求。据公开报道的行业调研，昆仑芯自用需求 2026 年无明显提升，P800 和 M100 需求趋于饱和，更多是借 AI 软件影响力做生态推广；对外主要靠推理业务与百度软件绑定，面向政府、教育、政务等传统政企行业，侧重点在生态渗透而非自身业务放量。

这解释了百度为何要开放天池超节点的六大核心模块技术规范——当自家消纳能力见顶，向外输出系统规范与工具链就成了打开市场的方式。而安全可靠测评中 M100 仅获 Level I，也说明政企市场的主流通道目前更偏向评级更高的昇腾。

昆仑芯的战略价值因此不在短期营收，而在于它把国产自研芯片的"第三条路"走通了：不与华为拼超节点规模，也不与寒武纪拼产能，而是绑定云平台做算力输出。如果 M100 在推理侧把性价比做实，并借天池规范形成生态飞轮，它将在国产算力市场占据一个与华为错位的位置——用推理性价比与云服务捆绑，而不是用训练规模与系统架构正面对抗。M300 在 2027 年的表现，才是这条路线的最终答卷。

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。

昆仑芯P800（Kunlun P800）是百度旗下昆仑芯科技推出的第三代AI加速卡，基于自研XPU-P架构，FP16峰值算力345 TFLOPS（超越NVIDIA H20的148 TFLOPS），于2024年3月正式上市，已成为国产AI训练/推理加速卡的重要力量。

本文将从性能数据、架构创新、超节点部署、大模型适配、市场定位五个维度，全面解析这款国产AI芯片的技术突破。

---

一、核心性能数据​

1.1 算力性能​

精度	算力	对比参考
FP16	345 TFLOPS	超越NVIDIA H20（148 TFLOPS）2.3倍
FP32	未公开	估算约170 TFLOPS
INT8	支持8-bit推理	具体TOPS未公开
低功耗模式	128 TFLOPS @ 120W	能效比优化场景
MoE优化	原生支持MoE架构	稀疏模型推理效率提升4.3倍

性能特点：

• 在FP16精度下达到345 TFLOPS，成为国产AI芯片算力新标杆
• 相比NVIDIA H20，算力提升2.3倍（H20仅148 TFLOPS）
• 原生支持MoE架构，稀疏模型推理效率提升4.3倍（需特定优化）

1.2 内存与带宽​

项目	参数
HBM类型	HBM3e（3D堆叠显存）
内存容量	128 GB
内存带宽	1.5 TB/s
ECC保护	支持端到端ECC

内存优势：

• 128GB大容量支持千亿参数模型全流程训练
• 1.5 TB/s带宽为HBM3e方案中的高端配置
• 3D堆叠技术缓解大模型训练显存瓶颈

1.3 功耗与能效​

项目	参数
TDP	400 W
低功耗模式	128 TFLOPS @ 120W
能效比（FP16）	~0.86 TFLOPS/W
对比H100	功耗约为H100的57%（400W vs 700W）

能效特点：

• 在相同算力下，功耗显著低于NVIDIA H100
• 支持动态功耗调整，可根据负载自动切换性能模式
• 适合大规模集群部署，降低数据中心PUE压力

1.4 制程与架构​

项目	参数
制程工艺	7nm
晶体管数量	超500亿个
架构	自研XPU-P架构
芯片形态	OAM模块
虚拟化	硬件级vXPU，单卡可拆分为32个虚拟实例

架构创新：

• 采用异构计算架构，矩阵乘法单元与张量核心解耦
• 支持计算任务与数据搬运并行化，理论算力较上代提升2.3倍
• 硬件级虚拟化，单物理机可划分为多个逻辑卡，提升资源利用率

---

二、三大架构创新​

2.1 异构计算架构优化​

技术创新：

• 矩阵乘法单元与张量核心解耦：实现计算任务与数据搬运并行化
• 动态任务调度：基于负载自动分配计算资源
• 稀疏计算优化：原生支持MoE架构，稀疏模型推理效率提升4.3倍

性能收益：

• 理论算力较上代（昆仑芯2代）提升2.3倍
• 在相同功耗下，训练吞吐量提升1.8倍

2.2 3D堆叠显存技术​

技术创新：

• 搭载HBM3e显存，采用3D堆叠技术
• 单卡显存容量128GB，带宽达1.5 TB/s
• 支持ECC端到端保护，保障数据可靠性

性能收益：

• 缓解大模型训练显存瓶颈
• 支持千亿参数模型全流程训练（无需模型并行拆分）
• 相比GDDR6方案，带宽提升5倍

2.3 自适应互联协议​

技术创新：

• 支持动态调整卡间通信拓扑
• 内置NPU实现零拷贝数据传输，减少CPU干预
• 基于机器学习的拥塞控制算法，较传统ECN机制丢包率降低30%

性能收益：

• 在256节点集群中，通信延迟降低40%
• 卡间互联带宽达1.2 TB/s（天池256节点）
• 支持万卡级集群平滑扩展

---

三、天池超节点部署​

3.1 天池256节点​

系统规格：

项目	配置
单节点P800芯片数量	8片
卡间互联带宽	1.2 TB/s（较上一代提升40%）
最大支持模型参数量	5,000亿
典型功耗	12 kW
互联技术	硬件级RDMA加速 + 动态流量调度

核心技术突破：

1. 互联带宽工程实现：

   • 芯片内置NPU实现零拷贝数据传输，减少CPU干预
   • 动态流量调度：基于链路质量实时监控自动调整路由路径
   • 预测性拥塞控制：基于机器学习的拥塞控制算法

2. 虚拟化资源利用率：

划分方式	实际性能	理论性能	利用率
1卡	100%	100%	100%
2卡	185%	200%	92.5%
4卡	340%	400%	85%

3.2 天池512节点​

系统规格：

项目	配置
单节点P800芯片数量	16片
卡间互联带宽	2.4 TB/s
最大支持模型参数量	1.2万亿
典型功耗	24 kW
训练恢复速度	节点故障后5分钟内恢复训练

核心技术突破：

1. 超大规模训练支持：

   • 混合精度优化：在FP16/BF16基础上引入NF4 4位量化，显存占用降低75%
   • 梯度检查点加速：重构计算图，激活值存储量从O(n)降至O(√n)，训练速度提升1.8倍
   • 故障恢复机制：分布式快照技术，恢复速度较传统checkpoint提升10倍

2. 通信效率优化：

   • 采用3D并行（数据+模型+流水线并行），计算通信比达12:1
   • 在1.75万亿参数MoE模型训练中，通信开销占比低于15%

3.3 天池系列性能对比​

指标	天池256节点	天池512节点	提升幅度
最大模型参数	5,000亿	1.2万亿	2.4倍
卡间互联带宽	1.2 TB/s	2.4 TB/s	2倍
典型功耗	12 kW	24 kW	2倍
训练恢复时间	<5分钟	<5分钟	持平
通信延迟降低	40%	50%	10个百分点

---

四、大模型适配能力​

4.1 DeepSeek系列适配​

适配认证：

• 2025年2月，通过DeepSeek-V3/R1 671B适配认证
• 支持单机8卡运行DeepSeek-V3 671B满血版
• 支持DeepSeek MoE全参训练，仅需32台即可完成

性能数据（DeepSeek-V3 671B）：

指标	P800	NVIDIA H100	比例
推理速度（tokens/s）	12,500	14,200	88%
训练吞吐量（samples/s）	8.5	10.2	83%
首token延迟（ms）	95	85	112%
显存占用（GB）	118	72	164%

结论：

• P800在推理速度上达到H100的88%，差距显著缩小
• 在训练吞吐量上达到H100的83%
• 128GB大内存优势明显，支持更大batch size

4.2 其他大模型适配​

模型	部署方式	备注
文心（ERNIE）系列	百度云原生支持	百度智能云主力部署
LLaMA系列	支持	含MoE蒸馏版本
Qwen系列	支持	阿里云模型适配
ChatGLM系列	支持	智谱AI模型适配
Baichuan系列	支持	百川智能模型适配

CUDA兼容性：

• CUDA上可运行的模型在P800上迁移成本低
• 支持vLLM等开源推理框架
• 需重写约14%的CUDA底层通信代码（稀疏模型推理需特定优化）

4.3 万卡集群验证​

集群规模：

• 已实现全自研三万卡集群部署
• 支持万卡级集群平滑扩展
• 线性扩展效率达85%+（千卡规模）

稳定性数据：

• 连续训练30天无故障
• 节点故障后5分钟内恢复训练
• 集群可用性达99.9%

---

五、性能对比分析​

5.1 与NVIDIA H20对比​

项目	昆仑芯P800	NVIDIA H20	备注
FP16算力	345 TFLOPS	148 TFLOPS	P800领先2.3倍
HBM容量	128 GB	64 GB	P800多100%
HBM带宽	1.5 TB/s	4.0 TB/s	H20带宽优势明显
TDP	400 W	400 W	持平
制程	7nm	4nm（TSMC）	H20制程更先进
软件生态	XPU-P（兼容CUDA）	CUDA	H20生态更成熟
供货情况	中国自主可控	受出口管制	P800无供应链风险

结论：

• 在FP16算力上，P800领先H20达2.3倍
• 在内存容量上，P800领先100%
• 在HBM带宽上，H20领先2.67倍
• 在供应链安全上，P800完胜

5.2 与NVIDIA H100对比​

项目	昆仑芯P800	NVIDIA H100	备注
FP16算力	345 TFLOPS	~1,300 TFLOPS	H100领先3.77倍
HBM容量	128 GB	80 GB	P800多60%
HBM带宽	1.5 TB/s	3.35 TB/s	H100领先2.23倍
TDP	400 W	700 W	P800功耗仅为H100的57%
制程	7nm	4nm（TSMC）	H100制程更先进
DeepSeek推理速度	12,500 tokens/s	14,200 tokens/s	P800达到H100的88%

结论：

• 在纯算力上，H100领先P800达3.77倍
• 在能效比上，P800显著优于H100（0.86 vs 1.86 TFLOPS/W）
• 在实际推理性能上，P800达到H100的88%，差距显著缩小
• 在成本上，P800约为H100的50%

5.3 与Ascend 910C对比​

项目	昆仑芯P800	Ascend 910C	备注
FP16算力	345 TFLOPS	800 TFLOPS	910C领先2.32倍
HBM容量	128 GB	128 GB	持平
HBM带宽	1.5 TB/s	784 GB/s	P800领先91%
TDP	400 W	310 W	910C功耗更低
制程	7nm	7nm（SMIC N+2）	相同
软件生态	XPU-P（兼容CUDA）	CANN（兼容CUDA）	各有优势

结论：

• 在FP16算力上，910C领先P800达2.32倍
• 在HBM带宽上，P800领先910C达91%
• 在软件生态上，两者均兼容CUDA，迁移成本相当
• 在应用场景上，P800更适合推理，910C更适合训练

---

六、市场定位与竞争优势​

6.1 目标市场​

核心市场：

1. 百度智能云：百舸平台核心算力底座
2. 中国电信/移动/联通：AI推理服务器集采中标
3. 大模型创业公司：成本敏感、算力需求大
4. 智算中心：万卡集群已验证

边缘市场：

1. 自动驾驶：端到端大模型训练
2. 智慧金融：风险控制、智能投顾
3. 智慧医疗：医学影像分析、药物研发

6.2 竞争优势​

优势	说明
算力领先	FP16 345 TFLOPS，超越H20达2.3倍
大内存容量	128GB HBM3e，支持千亿参数模型全流程训练
高能效比	400W TDP实现345 TFLOPS，能效比优于H100
系统级扩展	天池256/512超节点，支持万卡级集群
软件生态	XPU-P兼容CUDA，迁移成本低
成本优势	约为H100的50%，性价比优势明显
供应链安全	中国自主可控，无出口管制风险

6.3 竞争劣势与改进方向​

劣势	改进方向
单芯片算力	下一代M300将采用5nm工艺，目标翻倍
HBM带宽	M300将采用HBM4，带宽提升至3.2 TB/s
软件生态	持续投入XPU-P + 百度飞桨，扩大开发者社区
制程工艺	与中芯国际深度合作，推进N+2（7nm级）工艺量产

---

七、2026年出货计划与市场预测​

7.1 出货计划​

时间	出货量	累计出货	主要客户
2024 Q1-Q4	5万颗	5万颗	百度智能云
2025 Q1-Q4	15万颗	20万颗	中国移动、中国电信
2026 Q1-Q2	10万颗	30万颗	中国联通、科大讯飞
2026 Q3-Q4	10万颗	40万颗	政府项目、大模型创业公司
2027年	50万颗	90万颗	全球市场（东南亚、中东、拉美）

产能瓶颈：

• 受限于晶圆代工产能，目前供不应求
• 2026年计划出货20万颗，实际产能约15万颗
• 昆仑芯科技正与中芯国际、华虹半导体深度合作，提升产能

7.2 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）
• 昆仑芯P800市场份额：约20%（35亿元，约20万颗）

全球AI芯片市场（2026年）：

• 总规模：约2,000亿美元
• 昆仑芯份额：约1%（20亿美元）
• 增长驱动：中国市场国产化 + 一带一路国家出口

---

八、总结与展望​

8.1 核心结论​

1. 昆仑芯P800是国产AI芯片的重要突破，在FP16算力、内存容量、能效比等方面实现全面领先
2. 天池256/512超节点证明国产芯片已具备替代进口芯片的能力
3. DeepSeek-V3 671B适配成功验证P800在大规模模型训练/推理场景的成熟度
4. 2026年出货20万颗，预计占据中国AI芯片市场20%份额

8.2 未来展望​

短期（2026-2027）：

• P800持续放量，出货量突破50万颗
• 天池512节点部署超过100套
• 软件生态（XPU-P + 百度飞桨）成熟度接近CUDA的60%

中期（2028-2029）：

• 下一代M300量产，采用5nm工艺，算力目标700 TFLOPS FP16
• M100（推理专用）成为推理市场主力，市场份额超过15%
• 支持万亿参数模型全流程训练

长期（2030+）：

• 昆仑芯系列成为全球AI芯片市场TOP 5
• 国产AI芯片在全球市场份额超过15%
• 实现从"跟跑"到"并跑"的跨越

---

参考资料​

1. 昆仑芯p800 参数 - CSDN文库：https://wenku.csdn.net/answer/7sq6f9up2z
2. 昆仑芯P800：新一代AI加速芯片的技术突破与应用展望 - 云TECH：https://www.yunthe.com/news/834284.html
3. 昆仑芯P800最新参数：P800单精度算力达345 TFLOPS - 雪球：https://xueqiu.com/6681253486/348592353
4. 首发 | 昆仑芯 | 国产AI卡DeepSeek训练推理全版本适配 - 昆仑芯官网：https://www.kunlunxin.com/news/4477.html
5. 昆仑芯P800详细规格 - MirrorFrog：https://www.mirrorfrog.com/docs/cards/others/kunlun-p800

---

本文完

最后更新：2026年6月10日