华为在 2026 年 8 月发布了新一代 AI 芯片昇腾950。它是一款专门用于训练和运行大模型的国产 AI 芯片——AI 芯片就是为人工智能计算专门设计的处理器，大模型（用海量文本训练出来、能理解和生成文字的 AI 程序）的训练与推理都要靠它。昇腾950 的意义在于：国产大模型厂商在高端芯片上长期依赖进口，昇腾950 用 804 TFLOPS 的 FP8 算力（TFLOPS 是衡量芯片计算速度的单位，1 TFLOPS 约等于每秒一万亿次浮点运算；FP8 是 AI 计算常用的一种数值精度格式）和可扩展到千卡规模的组网能力，把国产算力向「能撑起大模型训练」再推进一步。
两款型号，统一 804 TFLOPS 算力
昇腾950 系列分为 950PR 与 950DT 两个型号。据《昇腾950 NPU 架构白皮书》，两者都采用第三代 DaVinciCore 架构——DaVinciCore 是华为自研的 AI 计算核心，相当于芯片的计算引擎。950PR 与 950DT 的 FP8 算力均为 804 TFLOPS，差异主要在显存配置（显存是芯片临时存放数据和模型权重的高速内存）：
- 950PR：显存容量 112GB 或 128GB 两种规格，显存带宽 1.4TB/s 或 1.6TB/s（带宽指芯片每秒能读写多少数据）；
- 950DT：显存容量 96GB 或 144GB，显存带宽最高 4TB/s。
芯片内部，单颗昇腾950 把 2 个 AI Die、2 个 IO Die 与 8 个（950PR）或 4 个（950DT）高速片上内存模块合封在一起（Die 是芯片内部的功能单元，合封就是把它们封装进同一颗芯片，缩短通信距离）。
性能层面，昇腾950 新增 HiF8、MXFP8、MXFP4 三种低精度格式，张量核心（专门做矩阵运算的计算单元）浮点峰值算力提升到上一代的 4 倍，向量核心（负责非矩阵类计算）的 FP32 与 FP16 单核算力提升 100%。针对大模型训练中最关键的 FlashAttention 算子（注意力机制的计算组件，是大模型理解句子的核心环节），昇腾950 做了深度硬件优化，单核性能比上一代提升 1.5 到 2 倍。
千卡超节点：把许多芯片连成一台「超级计算机」
单颗芯片再强，训练大模型也需要成百上千颗芯片协同。昇腾950 用自研的 UB 高速互联协议（芯片之间传输数据的高速通道标准）把多颗芯片连成「超节点」——超节点就是把成百上千颗 AI 芯片通过高速网络组成一个整体，让它们像一台超大型计算机那样协同工作。搭配 UB Switch（超节点内部的交换设备），昇腾950 可以组建多达千卡规模的超节点集群；UB Switch 还提供从 UB 到以太网（Ethernet，最常见的计算机网络标准）的转换能力，可以直接接入现有标准以太网交换机，降低组网门槛。
超节点的规模效应有实测数据。据《超节点发展报告》，以昇腾384 超节点（384 颗芯片组成的集群）为例，相比传统服务器架构：通信带宽提升 15 倍，单跳通信时延（数据在芯片间传送一跳所需的时间）从 2 微秒降到 200 纳秒，降低 10 倍；在 DeepSeek、Qwen 等多模态与 MoE 模型上（MoE 即混合专家模型，把一个大模型拆成多个擅长不同任务的「专家」子网络、按需调用），整体性能提升可达 3 倍以上。
对国产算力意味着什么
昇腾950 的发布带来两个直接变化。其一，国产大模型厂商有了比上一代强得多的训练与推理选择，参数规格全面升级会加速国产 AI 大模型的迭代；其二，千卡超节点的商业化落地会提高国产芯片的性价比——同样的预算能组出更强的算力集群，从而带动国产算力芯片需求增长。东方证券 8 月 25 日的通信行业研报判断，国产大模型的加速迭代将驱动国产算力与交换芯片需求高速增长，并点名寒武纪、海光信息、盛科通信等产业链公司（研报观点，不构成投资建议）。
昇腾950 用 804 TFLOPS 的单卡算力和千卡级组网能力，把国产 AI 芯片的「单卡性能」与「集群规模」都推上新台阶，国产大模型训练算力对进口芯片的依赖正在被逐步拆解。