华为集群战对标英伟达，昇腾960超节点成关键一步

在人工智能芯片领域，华为正以一种不同于传统单卡直接对标的方式，向英伟达发起挑战。2026年全联接大会期间，华为发布的昇腾960超节点成为这场"集群战"的关键一环。这款产品不仅标志着华为在数据中心计算架构上的重大突破，也揭示了其绕开英伟达技术优势的独特策略。

从硬件层面看，昇腾960超节点采用NPO（光引擎）技术，单个节点最大支持4096张昇腾AI芯片，在FP8精度下理论峰值算力达到8 EFLOPS，并配备1PB高带宽内存。这种设计使得多个超节点可以进一步连接，组成包含约100万张计算卡的大型集群。值得注意的是，华为强调"百万卡"并非物理堆叠，而是通过系统级整合实现的逻辑集群效果。

"我们不追求单颗芯片的绝对领先，而是通过系统集成来弥补制程和单卡性能的差距。"一位华为内部人士表示。这种思路与英伟达传统的CMP（多芯粒异构封装）路线形成鲜明对比。英伟达的核心优势在于其强大的多线程协同能力，而华为则选择了DSA（面向特定领域优化的专用架构），将计算单元改造为三维立体的方块阵列，从而在每瓦功耗下获得更高的AI算力。

在软件生态方面，华为同样采取了差异化策略。虽然CANN社区月活跃开发者已超过5200名，外部占比达61%，但CUDA生态的惯性依然强大。为了降低模型迁移成本，华为开发了专门的工具链，将适配时间从原来的数月缩短至仅需1小时。然而，商业模型的迁移仍然需要较长周期，这成为其生态建设中的一个重要挑战。

当前，中国AI芯片市场的格局正在发生深刻变化。研究机构预测，到2026年，华为在中国市场的份额将达到50%，而英伟达则降至8%左右。不过，黄仁勋曾明确表示，英伟达在中国的实际市场份额已降至0%，这一现象背后更多是地缘政治因素而非单纯的技术竞争结果。

"集群规模扩大后，互联带宽、数据存储等环节都会影响算力利用率。"盘古智库高级研究员江瀚指出，"产业真正需要的是能够落地的有效算力，而不是纸面算力。"华为正是通过提升系统整体效率来解决这一问题，其Hi-ONE NPO光引擎技术可减少超过550千瓦的功耗，同时OceanStor M900 AI记忆存储则在容量、速度和成本之间找到了平衡点。

尽管面临诸多挑战，华为的系统级创新已经初见成效。根据内部测试数据，十万卡集群的实际模型算力利用率已经达到20%，远高于传统架构下的水平。这种通过系统集成提升有效算力的做法，正在成为AI算力竞争的新方向。