华为发布昇腾新芯片，自研HBM内存亮相，未来三年规划曝光？

抖音热门 2025年09月23日 13:02 2 admin

从昇腾950的发布到灵衢协议的开放，华为正试图通过“系统构建能力”开辟AI算力的新路。这不仅是对英伟达的反击，更是中国在AI基础技术领域的一次突破。

9月18日，在深圳举办的华为全联接大会上，华为正式发布了新一代昇腾950芯片，并首次展示了自研的“双模HBM内存体系”，华为还公布了昇腾芯片未来三年的迭代计划。

相比过去强调“单芯片性能”的竞争方式，这次华为选择了另一条路线：绕开单点性能短板，用集群架构和开放协议打破封锁。

“我们单颗芯片与英伟达是有差距的，但我们构筑的超节点，可以做到世界上最强。”这是华为轮值董事长徐直军在会上做出的表态。言下之意，单靠一颗芯片赢不了，就换一个思路，把几万颗芯片“组织起来”算总账。

当天发布的Atlas 950超节点，支持8192张昇腾AI加速卡，总算力达到8EFLOPS，已经是目前是目前全球最强的单一超节点。未来的Atlas 960超节点将扩展至15488张卡。

通过华为自研的“灵衢协议”，可以实现大规模互联，构建起超过99万张卡的AI集群，算力规模接近一个国家级AI中心。

即便单颗昇腾950芯片在性能上不如英伟达H100，但整个系统聚合起来的能力，足以与之抗衡，甚至在某些场景下更具优势。

过去几年，英伟达依靠CUDA和NVLink构建起一整套封闭的AI生态，几乎垄断了AI训练和推理平台。

在芯片之外，昇腾950的另一个亮点是首次实现了双模HBM内存的物理集成。华为推出的HiBL 1.0和HiZQ 2.0，分别面向AI模型在推理和训练不同阶段的需求进行优化。

HiBL更适合模型推理阶段的Prefill操作，强调性价比；而HiZQ则聚焦训练和解码阶段，要求高带宽与高稳定性。

两者被同时集成在一颗芯片上，形成了“一芯双模”的内存系统，从硬件提高了系统在不同阶段对大模型的适应能力。

在先进制程受限的情况下，这种内存结构的创新，成为华为对抗摩尔定律瓶颈的一种有效手段。

过去，芯片厂商想进入AI主流市场，最大障碍不是硬件性能，而是生态封闭。英伟达的CUDA系统早就把PyTorch、TensorFlow等深度学习框架牢牢绑定，开发者几乎无法绕过它。

华为轮值董事长徐直军发表主题演讲

华为提出的“灵衢协议”2.0想要打破这个生态壁垒。这个协议支持每秒16PB的超高带宽，能够在200米内进行光纤连接，可靠性比行业平均水平高100倍。

不同于NVLink的“芯片绑定”模式，灵衢协议是为全行业开放的，理论上可支持任何AI芯片或服务器主板接入。

它不仅是硬件互联协议，更是试图打破AI生态封闭的“底层通道”。在会议现场，华为明确表示愿意开放该协议标准，推动国产AI互联生态的统一。

华为在大会上还公布了昇腾芯片未来三年的演进路线：2026年第一季度将推出昇腾950PR，年底推出950DT，2027年发布960系列，2028年升级至970。

华为首席执行官任正非

有人担心这是不是“堆产品战术”，但这些芯片的发布并不是单独进行的，而是与集群架构、内存系统、互联协议等多个方面一起同步升级的。

每一代芯片都建立在对AI模型需求的理解之上，而不是简单的性能叠加，背后是对AI基础设施“系统能力”的全面构建。

2025年起，中国监管部门明确要求包括字节跳动、阿里在内的企业暂停采购英伟达高端GPU（如RTX 6000D系列），并逐步转向国产平台。这为华为的昇腾系统提供了应用场景和成长空间。

政策提供的是窗口期，真正能站住脚的，还是系统建设能力。是否能真正支撑起大模型训练、推理、部署的全流程，才是这条系统路线的真正考验。

在制程被封锁、生态被垄断的现实下，华为选择了从集群架构、内存体系、互联协议等多个层级构建完整AI基础设施。

英伟达还是很强大，CUDA依然主导着生态。但今天，中国企业不再只是等着技术传过来，而是开始主动建设自己的算力基础。

正如徐直军所说：“不是为参数造芯片，而是为大模型的生存环境构建生态。”

“微光”志愿者招募令 | 光影有声放映希望

发表评论