7 posts tagged with "华为昇腾"

10 月 6 日，华为全联接（HC）大会期间，轮值董事长徐直军与海思首席科学家廖恒面对记者给出两个重磅判断：其一，按华为可统计口径，昇腾在中国市场的份额已经超过英伟达；其二，昇腾当前的主要约束不再是需求，而是供给——「现在能产多少就供多少」。

950 系列供货时间线（官方口径）​

型号	状态	官方口径
昇腾 950PR	2026 Q1 发布并上市	面向推理（Prefill）场景，徐直军称「上市量不算大」
昇腾 950DT	测试中	超节点（训练用）规模供货 2026 年底或 2027 年初

与 8 月「华为云上线」的节奏相比，这次口径把物理超节点形态的规模供货明确放到了 2026 年底至 2027 年初。徐直军同时给出一个重要信号：与各模型厂商的联合测试「训练表现非常不错」，预计 2027 年起大量模型训练将构筑在 950DT 超节点上——如果兑现，2027 年将是国产算力首次承担前沿模型训练主负载的年份。

份额判断的证据边界​

「昇腾份额超英伟达」这个说法需要谨慎引用：徐直军自己承认中国市场统计英伟达份额很难，结论来自「华为能够统计到的数据」，华为未公布支撑该判断的出货或营收数字。第三方可引用的旁证包括路透社 9 月的报道与 IDC 2026 上半年中国 AI 服务器份额数据（英伟达 34%、华为 28%），以及出口管制后英伟达「中国数据中心收入不再纳入展望」的财报事实。合理的表述是：在高端 AI 加速卡的可获得性维度，昇腾已事实性成为中国市场主力供给。

三条供给约束​

徐直军「能产多少供多少」的背后，是三层产能天花板：

1. 先进制程晶圆产能：余承东同日确认国内先进产能跟不上需求——昇腾芯片与 Mate90 系列的逻辑堆叠硅片共享同一产能池，手机与 AI 加速卡在抢同一批晶圆。
2. HBM 内存：摩根士丹利最新报告认为 DRAM 短缺将贯穿整个 AI 周期，连 NVIDIA 都被迫在 Rubin 平台上做减配（机架 LPDDR5 从规划的 54TB 砍到 28TB），昇腾的供应链同样躲不开挤压。
3. 互联部件：NPO 光引擎等新部件在国内供应链的量产成熟度仍需时间。

Peerium 架构：用系统换制程​

同一场合，华为首次系统阐述了 Peerium 计算架构与灵衢（UnifiedBus）总线：让 CPU、NPU、内存与存储在统一协议下组成一台「逻辑计算机」，目标支持百万颗处理器规模。徐直军不回避制程差距——单芯片性能受国内制造限制，但多芯片互连与系统架构是华为自己的路线。华为正在部署和测试 25.6 万张卡规模的 Atlas 950 SuperPoD。

这与 NVIDIA 的路线形成鲜明对照：Rubin 用最新制程堆单卡性能，昇腾用架构补制程差。两条路线孰优，2027 年 950DT 超节点上跑出来的前沿模型训练成绩会给出第一个可验证的答案。

相关阅读​

• 昇腾 950DT 芯片卡片
• 昇腾 950PR 芯片卡片
• 昇腾 960 芯片卡片

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。

2026 年四季度，国产卡与进口卡的对比已经不能只看「单卡算力差多少」。三条硬约束同时收紧：政策红线（7 月 15 日七部委行动方案要求新增财政与央企自建算力国产硬件采购占比不低于 75%，9 月 1 日生效无过渡期）、价格双向上涨（国产卡在涨，进口卡配额在涨）、生态差距量化（WAIC 2026 演示中国产昇腾与同配置英伟达差距约 15% 至 25%）。这是一篇给决策者用的决策树，不是参数对比表。

---

一、先看两个真实报价趋势​

国产侧在涨价。 路透社与彭博社在 2026 年 10 月报道，华为将昇腾 950DT 加速卡指示性报价上调至 25 万元以上，较约两个月前的报价高出 20% 至 50%；彭博称三个月内涨约 60% 至同一水平，有消息人士称该报价是对标英伟达 B200 的多卡交易。老款也不豁免：昇腾 950PR 从年初约 6 万元涨至 8 万元以上，昇腾 910C 从约 9 万元涨至 11 万元以上。寒武纪下一代（暂称 690）报价上调 20% 至 30%，沐曦与燧原也有类似动作。根因是 HBM 供应集中，国产厂商不得不更多依赖成本更高的灰色渠道。

进口侧配额放松但落地存疑。 据报道北京已原则批准 DeepSeek、字节、阿里、腾讯采购 H200，累计超 40 万颗，但条件严格到「实际一单都没下」——英伟达 CEO 黄仁勋已亲口确认没有正式订单。

这两条趋势合起来的判断：四季度是国产卡的窗口期，但不是捡漏窗口期。 国产卡在涨是因为需求真实，不是因为供给变宽裕。

二、决策树：四个问题，四个出口​

问题一：你的负载有合规红线吗？​

若有（政务、央企、金融、医疗数据）——国产卡是必选项，不是选项。 政策要求新增财政与央企自建算力国产硬件采购占比不低于 75%，且无过渡期。此时决策树直接终止在国产分支，后续三个问题只在国产卡内部做型号选择。

若没有——继续。

问题二：你的模型栈是纯国产开源，还是重度依赖海外闭源？​

若你的模型栈以 Qwen、DeepSeek、GLM 等国产开源模型为主，国产卡的适配红利非常明确。昇腾走「全栈共定义」路线，DeepSeek V4 的训练即在昇腾上完成；寒武纪走「生态白手套」路线，把 vLLM 适配做深且 Flash 与 Pro 双开源。这类栈在国产卡上的迁移成本最低。

若你的核心负载重度依赖海外闭源模型或特定算子实现——继续评估，不要勉强。 需要提醒的是，公开分析提到 V4 上国芯曾需要重写约 200 个算子、投入约 30 人年才把性能从 1/35 追回来。这不是小工程。

问题三：你的负载是 decode 受限还是 prefill 受限？​

这是国产卡四季度最有价值的一个判据。昇腾 950 系列的双 die 分工正是围绕这一点设计：950PR（128GB HBM、约 1.6 TB/s）主打推理与 prefill，950DT（144GB 自研 HBM、4 TB/s 带宽、2 TB/s 互连）主打训练与 decode。

如果你的负载是 49B 激活量级的大模型 decode 路径（内存带宽受限），950DT 的 4 TB/s 是国产阵营里最合适的物理答案。 反之，如果是 prefill 密集或小模型高并发，950PR 或寒武纪 MLU690（192GB HBM3E，国产卡中最大显存配置）更匹配。

问题四：你能接受多长的交期和多少的性能折损？​

公开口径的性能差距是：昇腾与同配置英伟达在主流中国模型上差距约 15% 至 25%（WAIC 2026 演示）；第三方评测的推理吞吐对比中，2 卡昇腾 910C 约为 2 卡 H100 的 82%；训练吞吐口径下昇腾 910C 约为 H100 的 79%。同时要注意功耗代价：SMIC 7nm 级工艺的能效劣势使 Atlas 950 SuperPoD 的整机功耗约为可比英伟达配置的两倍以上。

如果你的业务 SLA 允许这 15% 至 25% 的折损，且机房有足够功率余量——选国产。 如果 SLA 卡死在毫秒级，先算功耗余量再决定。

三、四季度选型对照表​

维度	国产卡	进口卡
采购价走势	普涨，950DT 意向价超 25 万元	H200 配额放开但落地未验证
现货可获得性	950DT 商用时间窗口为 2026 年 Q4，量产出货有不确定性	H100 整机稳定在 325 至 330 万元区间
合规适配	满足 75% 国产采购红线	不计入国产比例
生态成熟度	国产模型栈适配最稳，海外闭源有坑	CUDA 生态完整
性能折损	主流国产模型 15% 至 25%	基线
单位成本	主力训练档单卡 11 万元左右，950PR 约 8 万元	H100 单卡 19.5 万至 29 万元，H200 18.1 万至 32 万元
整机功耗	偏高，同配置约为英伟达两倍以上	更优

四、四条执行建议​

• 不要为「国产化」三个字单独付费。 如果你的合规压力真实存在（问题一为是），国产卡的溢价是可以接受的；如果不存在，压着 15% 至 25% 的性能折损选国产，是纯粹的成本损失。
• 押注生态路线而非单卡参数。 昇腾的全栈共定义与寒武纪的 vLLM 深适配，是两条不同的赌注。多卡集群的决策应该押在生态路线上，因为单卡差距会被系统级优化覆盖。
• Q4 是窗口但不是折扣。 国产卡的涨价幅度（950DT 三个月约 60%）说明需求侧在抢。如果确实要用 950DT，Q4 下单比 Q1 下单便宜。
• 保留一条 CUDA 回退路径。 至少让推理栈能编译回 CUDA，避免在 H200 实际落地那天才发现切换成本已经超过预算。

一句话总结：2026 年四季度的国产卡 vs 进口卡，本质上不是性能选择题，而是「合规压力 + 模型栈归属 + decode 还是 prefill」三问的组合题。前一问决定要不要买国产，后两问决定买哪一款国产。

谈起华为昇腾，话题总是围绕 910B、910C 乃至最新的 950 系列在云端大模型训练上的鏖战。但在数千公里之外的路口摄像头、工厂质检台和安防盒子中，真正大规模部署的其实是另一颗芯片——昇腾 310B。它不跑大模型训练，却是国产边缘 AI 交付量最大的推理底座之一。

从 310 到 310B：一次务实的迭代​

昇腾 310 是 2018 年随达芬奇架构一同亮相的首代边缘推理芯片，昇腾 310B 则是它的全面升级版，约在 2025 年前后以新命名体系广泛铺货。它延续了达芬奇架构的双 AI Core 设计，集成 4 个 TAISHAN V200M 处理器核，支持 FP16 与 INT8 混合精度计算。制程方面官方并未大张旗鼓宣传，公开资料多记为 12nm 级工艺。

核心规格如下：

参数	昇腾 310（初代）	昇腾 310B
架构	达芬奇	达芬奇（升级版）
INT8 算力	16 至 20 TOPS	8 或 20 TOPS（两档可选）
FP16 算力	8 TFLOPS	4 或 10 TFLOPS（对应两档）
内存	LPDDR4X	LPDDR4X 8GB 或 12GB
内存带宽	25.6 GB/s	最高 51.2 GB/s
芯片功耗	未公开	约 8W（整机典型 21 至 25W）
视频编码	H.264/H.265	满配 20 路 1080P 30FPS

8 瓦功耗里的工程哲学​

昇腾 310B 的价值不在于峰值算力，而在于能效与工程完备度。芯片级功耗约 8W，意味着它可以塞进无风扇的枪机摄像头和巴掌大的边缘盒子，靠被动散热常年 7 乘 24 小时运行。芯片同时集成视频编解码引擎，满配可解码 40 路 1080P 视频，做到"解码、推理、编码回流"一条龙，这对安防视频结构化场景是刚需。

软件层面，它共享昇腾的 CANN 工具链与 AscendCL 运行时，与云端 910 系列同一套开发体系。开发者在 310B 上写的推理代码，未来迁到 Atlas 300I Duo 或 910 服务器上改动极小，这种"端边云同构"正是华为全栈路线的护城河。

落地形态：开发板、智能小站与模块​

昇腾 310B 的典型载体有三类：其一是香橙派等厂商推出的 AI 开发板，20 TOPS 档的版本已成为高校和中小企业接触昇腾生态的最低门槛；其二是 Atlas 200 系列模组与 Atlas 500 智能小站，面向安防、工业质检的量产部署；其三是各板卡厂商的核心板与整机方案，支持 PCIe 3.0、多路 MIPI 摄像头接口，适配无人机、机器人等移动场景。

据公开报道，围绕 310B 的整机方案已覆盖智能安防、智慧交通、工业检测、无人零售等大量行业场景，配合模型压缩技术可在片上跑 YOLO 系列检测、OCR 与轻量级语音模型。

小结：边缘推理不性感，但很重要​

云端大模型是聚光灯下的战场，而边缘推理是颗粒度最细、出货量最大的市场。昇腾 310B 没有惊艳的参数，却以低功耗、完整工具链和端边云一致的软件生态，成为国产边缘 AI 难以绕开的基石。对于需要大规模视频分析、低成本私有化部署的团队，它值得放进选型清单的第一梯队；对于想学习昇腾生态的开发者，一块 310B 开发板也是最便宜的入场券。

如果统计 2025 年以来国产 AI 推理卡的实际装机量，华为 Atlas 300I Duo 大概率排在最前列。它不在算力峰值上炫技，而是把"够用的算力、超大的显存、极低的功耗"组合进一张单槽位标卡，恰好命中了大模型推理时代最真实的采购需求。

双芯设计：两颗 310P 的乘法​

Atlas 300I Duo 的架构思路非常直接：把两颗昇腾 310P 处理器封装在一张 PCIe 卡上，算力和显存同时翻倍。单卡最大提供 280 TOPS INT8 算力与 140 TFLOPS FP16 算力，能效比达 1.86 TOPS/W，官方称业界领先。卡的规格要点如下：

参数	规格
AI 算力	280 TOPS INT8，140 TFLOPS FP16
处理器构成	2 颗昇腾 310P，另含 16 核 1.9GHz 通用 CPU
内存	LPDDR4X 48GB 或 96GB，总带宽 408 GB/s
视频解码	256 路 1080P 30FPS（H.264/H.265 硬解）
编解码上限	32 路 3840 乘 2160 60FPS 解码
PCIe 接口	Gen4.0 x16，兼容 x8、x4、x2
功耗	150W，单槽位全高全长
工作温度	0 至 55 摄氏度

为什么是推理市场的"最大公约数"​

大模型推理的瓶颈往往不在算力而在显存。Atlas 300I Duo 提供最高 96GB LPDDR4X 显存，虽然带宽 408 GB/s 远不及 HBM 方案，但胜在容量大、成本低、功耗低，对于 7B 至 70B 级别模型的 INT8/W8A8 量化推理来说，性价比非常突出。2025 年 DeepSeek 系列开源模型走红后，大量企业以两卡、四卡、八卡 300I Duo 服务器搭建私有化推理底座，京东等渠道单卡价格长期在 1.1 万至 1.2 万元区间，远低于同代 HBM 推理卡。

另一个被低估的能力是视频分析：256 路 1080P 硬解码叠加推理，让它可以同时服务"大模型对话"和"传统视频结构化"两类负载，这在智慧城市、交通枢纽等项目中意味着一张卡顶过去两张卡。

生态与部署体验​

Atlas 300I Duo 依托 CANN 工具链与 MindIE 推理引擎，已适配 DeepSeek、Qwen 等主流开源大模型，vLLM 类服务框架也有对应支持。对运维团队而言，它的 150W 单槽设计无需改造供电与散热，普通 2U 服务器即可插满 8 卡，从采购到上线的周期很短。

当然短板同样明确：LPDDR4X 带宽限制了长上下文和高并发场景的解码速度，FP16 峰值算力也不足以承担千亿参数训练。它的定位从来不是全能选手，而是推理规模化部署的经济解。

小结：把一张卡做对，比做强更难​

在国产 AI 芯片普遍追求峰值算力的语境下，Atlas 300I Duo 证明了"均衡"的商业价值：以两颗成熟芯片组成双芯标卡，用大显存和高能效比承接了最广泛的推理需求。对于以推理为主、预算敏感、追求快速落地的团队，它至今仍是国产推理卡里最难跳过的默认选项。

国产化替代最常见的失败模式不是"卡买不到"，而是"代码跑不动、精度对不齐、性能差五倍"。迁移本质是一个软件工程问题，用清单化的方式管理，成功率会高得多。

一、三条生态路线先分清​

昇腾（CANN 加 torch_npu）：生态最完整的国产路线。PyTorch 官方支持度较好，主流模型（LLaMA、Qwen、DeepSeek 系列）的适配案例最多，社区踩坑记录丰富。硬件侧 Atlas 800T A2（8 卡 910B）训练机约 75 万至 200 万元区间，910C 8 卡服务器渠道价约 110 万至 120 万元，推理侧 Atlas 300I Duo 单卡约 2 万至 4 万元。

寒武纪（Neuware）：训练卡 MLU 系列、推理卡加边缘盒子的组合，推理场景渗透率提升明显，国产推理卡渠道价已进入 3 万至 5 万元区间。

海光（DTK，ROCm 系）：DTK 从 ROCm 分支演化，对 CUDA 代码的兼容性是三条路线中相对友好的，GPGPU 架构使通用算子迁移成本较低，适合已有大量自定义 CUDA 算子的团队。

二、六阶段迁移清单​

阶段	工作内容	典型工作量	常见坑
1. 资产盘点	扫描代码中的自定义 CUDA 算子、专有库依赖（NCCL、TensorRT、FlashAttention）	1 至 2 周	低估第三方闭源库依赖
2. 环境搭建	驱动、固件、CANN 或对应 SDK、框架版本对齐	1 至 2 周	版本矩阵组合错误，驱动与 SDK 不匹配
3. 框架适配	安装 torch_npu 或对应插件，跑通开源模型 baseline	2 至 4 周	依赖库里隐藏的 CUDA 专属调用
4. 自定义算子迁移	用等价 API 重写或请求原厂支持	2 至 8 周，取决于算子数量	算子性能回退数倍，需原厂深度调优
5. 精度对齐	FP16 或 BF16 下逐层对比 loss 与输出	1 至 3 周	舍入差异累积导致 loss 曲线发散
6. 性能调优与压测	通信库替换、算子融合、混合精度策略	2 至 6 周	集群线性加速比不达标，多因网络配置

整体而言，一个"标准开源模型加常规训练脚本"的项目迁移到昇腾，顺利情况下约 6 至 10 周；有大量自定义算子和闭源依赖的项目，周期可能拉长到半年，且强依赖原厂驻场支持——签约时务必把驻场支持写进合同。

三、最容易翻车的五个环节​

1. NCCL 依赖。 分布式训练脚本里的 NCCL 调用要替换为昇腾 HCCL 或对应通信库，超参与拓扑配置需要重新调试，多机通信效率是国产集群性能差距的最大来源。

2. 量化推理工具链。 从 TensorRT 到昇腾 MindIE 或各家的量化工具，量化校准数据集和精度评估都要重做，生产环境的精度回归测试不可省略。

3. 生态外围工具。 DeepSpeed、vLLM、Transformer Engine 等常用库在国产平台上的版本支持滞后，很多团队卡在"模型能跑，加速库不兼容"这一步。

4. 运维体系。 现有监控（DCGM 类工具）、故障诊断、驱动升级流程全部要重建，这部分工作量经常被漏算。

5. 人才储备。 国产平台的调优经验集中在原厂和头部客户，招聘有昇腾或寒武纪实战经验的工程师成本高，提前安排团队参加原厂认证培训更实际。

四、结尾建议​

给准备迁移的团队三条建议：第一，先迁推理、后迁训练——推理负载对生态的依赖更浅，Atlas 300I Duo 这类推理卡性价比高，能用最小代价验证国产路线的可行性；第二，选硬件前先选生态，优先挑你的核心模型已有官方适配案例的平台，能省一半工作量；第三，保留双栈能力，迁移期让 CUDA 与国产平台并行运行至少一个季度，用同一份测试集做持续对比，确认精度与性能达标后再下线旧集群。国产化替代是一场马拉松，清单化管理、分阶段验收，才能避免"买回来跑不起来"的困境。

Huawei Ascend 910C (Ascend 910C), Huawei's third-generation Ascend AI chip, adopts innovative dual-die (Chiplet) packaging and began mass supply in May 2025, becoming the backbone of domestic AI compute.

This article comprehensively analyzes this domestic flagship AI chip across four dimensions: technical specs, deployment cases, performance comparison, and market positioning.

---

1. Core Technical Specifications​

1.1 Chip architecture and process​

Item	Parameter
Architecture	Da Vinci (dual-die packaging)
Process	SMIC N+2 (7nm-class)
Packaging	Chiplet (2× Ascend 910B compute dies)
Transistors	~53 billion
Die size	~800mm² (estimated)

Technology highlights:

• Dual-die Chiplet packaging integrates two 910B chips, breaking the single-die yield bottleneck
• Centerless I/O die design lets the two compute dies interconnect directly, reducing communication latency
• SMIC N+2 process delivers 7nm-class performance with a controllable, autonomous supply chain

1.2 Compute performance​

Precision	Compute	Reference
BF16	800 TFLOPS	~60% of NVIDIA H100
FP16	~800 TFLOPS	Close to H100 at same precision
INT8	~1600 TOPS	Clear inference advantage
FP32	Not disclosed	Training mainly uses BF16/FP16

Performance characteristics:

• 800 TFLOPS at BF16, a new domestic AI chip compute benchmark
• ~2× compute over 910B (dual-die stacking + architecture optimization)
• No FP8 precision support (NVIDIA Blackwell's strength)

1.3 Memory and interconnect​

Item	Parameter
HBM type	HBM2E (8 stacks)
Memory capacity	~128 GB (combined dual-die)
Memory bandwidth	784 GB/s
Interconnect protocol	Huawei AscendLink (in-house)
Interconnect bandwidth	400 GB/s unidirectional (800 GB/s bidirectional)

Memory advantages:

• 128GB capacity supports full-pipeline training of hundred-billion-parameter models
• 784 GB/s is a high-end configuration among HBM2E solutions
• In-house AscendLink protocol supports 384-chip all-optical interconnect

1.4 Power and energy efficiency​

Item	Parameter
TDP (dual-die)	~310 W
Energy efficiency (BF16)	~2.58 TFLOPS/W
vs. H100	~45% of H100's power, comparable energy efficiency

Energy efficiency advantages:

• At equal compute, significantly lower power than NVIDIA H100 (700W)
• 7nm-class process, ~30% better energy efficiency than 910B
• Suited to large-scale cluster deployment, reducing data center PUE pressure

---

2. Key Deployment Cases​

2.1 CloudMatrix 384 SuperNode​

System specs:

Item	Configuration
Chip count	384 Ascend 910C
Cabinets	16 (12 compute + 4 network)
Total HBM	~49 TB (128GB × 384)
Interconnect	All-optical mesh network
Optical modules	6,912 LPO optical modules
System BF16 compute	~300 PFLOPS

Performance comparison:

• CloudMatrix 384's total BF16 compute exceeds NVIDIA GB200 NVL72 (72× B200)
• In large-model training, 384-chip 910C linear scaling efficiency reaches 85%+
• Supports smooth scaling to ten-thousand-card clusters for ultra-large training

Deployment progress:

• As of June 2026, over 500 CloudMatrix 384 SuperNodes deployed
• Key customers: China Telecom, China Mobile, China Unicom, Huawei Cloud, iFlytek
• Scenarios: large-model training, smart customer service, autonomous-driving simulation, scientific computing

2.2 DeepSeek-V4-Pro full-parameter post-training​

Breakthrough significance:

On June 5, 2026, the AI training platform of Shenzhen Hetao College — together with Harbin Institute of Technology (Shenzhen), Shenzhen Big Data Research Institute, Huawei, and Shenzhen Zhicheng AI Compute Platform — completed full-parameter post-training of the 1.6-trillion-parameter DeepSeek-V4-Pro large model on an Ascend 910C compute cluster.

Technical highlights:

• Among the world's first to run full-parameter post-training of a trillion-parameter model on a domestic compute platform
• Validates Ascend 910C maturity in ultra-large-model training
• Proves domestic AI chips now have the capability to replace imported chips

Performance data (official disclosure):

• Training throughput: ~60% of an H100 cluster (BF16 precision)
• Memory utilization: 92% (128GB HBM2E capacity advantage)
• Interconnect efficiency: 384-chip linear scaling efficiency 85%+
• Stability: 30 consecutive days of training with no failures

2.3 Commercial deployment cases​

Case 1: A provincial big-data center (300 P FLOPS compute center)​

• Scale: 300 P FLOPS AI compute (~1,000× 910C)
• Scenarios: government large model, city brain, smart transportation
• Deployment: September 2025
• Investment: ~¥200M (120 servers)

Case 2: Huawei Cloud AI training platform​

• Chips: over 10,000 Ascend 910C
• Customers served: over 500 enterprises
• Model support: Pangu large model, third-party open-source models (LLaMA, ChatGLM, etc.)
• Global deployment: China, Southeast Asia, Middle East, Latin America

Case 3: iFlytek smart education​

• Scale: 256 Ascend 910C
• Scenarios: smart-education large model, speech recognition, machine translation
• Performance: 90% faster training than 910B

---

3. Performance Comparison Analysis​

3.1 vs. NVIDIA H100​

Item	Ascend 910C	NVIDIA H100	Notes
BF16 compute	800 TFLOPS	~1,300 TFLOPS	910C ~60% of H100
HBM capacity	128 GB	80 GB	910C +60%
HBM bandwidth	784 GB/s	3.35 TB/s	H100 clear bandwidth lead
TDP	310 W	700 W	910C only 45% of H100 power
Process	7nm (SMIC N+2)	4nm (TSMC)	H100 more advanced
Software ecosystem	CANN (CUDA-compatible)	CUDA	H100 more mature
Supply	China autonomous	Export-controlled	910C no supply-chain risk

Conclusion:

• In raw compute, 910C is ~60% of H100
• In memory capacity, 910C leads by 60%, suited to large-model training
• In energy efficiency, 910C clearly outperforms H100
• In supply chain security, 910C wins outright

3.2 vs. Ascend 910B​

Item	Ascend 910C	Ascend 910B	Improvement
Architecture	Dual-die Chiplet	Single die	—
BF16 compute	800 TFLOPS	~400 TFLOPS	+100%
HBM capacity	128 GB	64 GB	+100%
TDP	310 W	310 W	Flat (single-die power)
Process	SMIC N+2	SMIC N+2	Same
Yield	~40%	~30%	+33%

Conclusion:

• 910C's dual-die packaging doubles compute and memory capacity
• Yield up from 910B's 30% to 40%, lowering manufacturing cost
• At equal power, 100% performance gain, significantly better energy efficiency

3.3 Inference performance (DeepSeek measured)​

Test environment:

• Model: DeepSeek-V3 (671B parameters)
• Hardware: Ascend 910C vs NVIDIA H100
• Precision: BF16
• Batch size: 64

Results:

Metric	Ascend 910C	NVIDIA H100	Ratio
Inference speed (tokens/s)	8,500	14,200	60%
First-token latency (ms)	120	85	141%
Power (W)	310	700	44%
Cost (¥10k/card)	~10	~18	56%

Conclusion:

• 910C inference speed is 60% of H100, but power only 44%
• In cost-sensitive scenarios, 910C's cost-performance advantage is clear
• For China-market localization needs, 910C is the only option

---

4. Market Positioning and Competitive Advantages​

4.1 Target markets​

Core markets:

1. Chinese government and SOEs: localization, data security, autonomy
2. Large-model startups: cost-sensitive, high compute demand
3. Operators and cloud providers: large-scale deployment, high efficiency requirements
4. Research and education: ultra-large-scale computing, talent development

Edge markets:

1. Autonomous driving: end-to-end large-model training
2. Smart healthcare: medical imaging, drug discovery
3. Fintech: risk control, robo-advisory

4.2 Competitive advantages​

Advantage	Description
Autonomy	SMIC N+2 process + Huawei in-house architecture, no supply-chain risk
Large memory	128GB HBM2E, full-pipeline training of hundred-billion-parameter models
High energy efficiency	310W TDP delivers 800 TFLOPS, close to H100 efficiency
System scaling	CloudMatrix 384 SuperNode, total compute exceeds GB200 NVL72
Software ecosystem	CANN CUDA-compatible, lower migration cost
Cost advantage	~¥100k/card, ~44% cheaper than H100

4.3 Weaknesses and improvement directions​

Weakness	Improvement direction
Single-chip compute	Next-gen 910D to adopt 3nm, target doubling
HBM bandwidth	950 series to adopt in-house HBM (HiBL 1.0), bandwidth to 4 TB/s
Software ecosystem	Continued CANN + MindSpore investment, expand developer community
Process	Deep cooperation with SMIC to ramp N+3 (5nm-class)

---

5. 2026 Shipment Plan and Market Forecast​

5.1 Shipment plan​

Period	Shipments	Cumulative	Key customers
2025 Q2-Q4	200k	200k	Huawei Cloud, China Telecom
2026 Q1-Q2	300k	500k	China Mobile, China Unicom, iFlytek
2026 Q3-Q4	300k	800k	Government projects, large-model startups
2027	1,000k	1,800k	Global market (Southeast Asia, Middle East, Latin America)

Capacity bottleneck:

• SMIC N+2 capacity ~100k wafers/month, Ascend 910C ~30% of that
• 2026 plan of 800k chips needs ~400k wafers, requiring 80%+ utilization
• Huawei prioritizes 910C capacity via deep SMIC cooperation

5.2 Market forecast​

China AI chip market (2026):

• Total: ~¥50B
• Domestic share: ~35% (¥17.5B)
• Ascend 910C share: ~60% (¥10.5B, ~800k chips)

Global AI chip market (2026):

• Total: ~$200B
• Huawei share: ~5% ($10B)
• Growth drivers: China-market localization + Belt and Road exports

---

6. Summary and Outlook​

6.1 Core conclusions​

1. Ascend 910C is a milestone domestic AI chip, with comprehensive breakthroughs in compute, memory, energy efficiency, and system scaling
2. CloudMatrix 384 SuperNode proves domestic chips can replace imported ones
3. DeepSeek-V4-Pro training success validates 910C maturity in ultra-large-model training
4. 800k chips shipped in 2026, projected 60% of China's AI chip market

6.2 Future outlook​

Short term (2026-2027):

• 910C continues ramping, shipments exceed 1,000k
• CloudMatrix 384 deployments over 1,000 units
• Software ecosystem (CANN + MindSpore) maturity approaches 70% of CUDA

Medium term (2028-2029):

• Next-gen 910D mass production, 3nm process, target 1.6 PFLOPS BF16
• 950 series (PR/DT) becomes inference-market mainstay, share over 30%
• 960/970 launch, N+3 process, supports trillion-parameter models

Long term (2030+):

• Huawei Ascend series becomes TOP 3 of the global AI chip market
• Domestic AI chips exceed 20% of the global market
• Transition from "following" to "running alongside" to "leading"

---

References​

1. Huawei Ascend 910C — Baidu Baike
2. Huawei Ascend series AI chip detailed parameter comparison (2025-2028) — EET-China
3. Huawei Ascend 910C compute cluster powers domestic chip's successful trillion-scale AI large-model training — QQ News
4. Huawei Ascend 910C completes DeepSeek V4 Pro training — Huxiu
5. Huawei Ascend 910C measured efficiency surpasses H100, AI Infra software-hardware co-optimization shines at ten-thousand-card cluster — CNBlogs

---

Last updated: June 10, 2026