一、一场被低估的“提前”：昇腾960释放了什么信号？
2026年9月17日，华为全联接大会2026在上海启幕。华为副董事长、轮值董事长汪涛在主题演讲中宣布了一个令产业界为之振奋的消息：昇腾960芯片研发进度超出预期，整体性能实现翻倍提升。
具体来看，昇腾960DT（风冷版）将于2027年第一季度正式推出，较原计划提前了整整三个季度；昇腾960PR（液冷版）则定于2027年第三季度发布，较原定计划提前一个季度。华为同时明确，昇腾系列芯片将坚持“一年一代”的演进节奏，2028年和2029年将分别推出昇腾970和昇腾980。
这场“提前”背后的产业信号远比时间表本身更值得关注。芯片研发进度的超预期，意味着自研HBM、先进封装与互联协议的成熟度好于市场此前预期——自昇腾950PR起，该类芯片已采用华为自研HBM，显著降低了对海外存储供应的依赖。与此同时，昇腾超节点累计部署已超过1000套，昇腾950超节点已进入规模商用阶段。芯片与系统同步推进，国产算力正由“单卡可用”走向“集群可交付”的新阶段。
二、参数对比的真相：单卡接近H200，系统级实现“换道超车”
将昇腾960DT与英伟达H200 SXM进行纸面对比，是理解其竞争力的必要起点，但远非全部。
从核心参数看，昇腾960DT支持2 PFLOPS（FP8）和4 PFLOPS（FP4）算力，片上HBM容量最大可达288GB，访存带宽达9.6TB/s，互联带宽为2.2TB/s。相比之下，英伟达H200 SXM的FP8算力为1.979 PFLOPS，访存容量141GB，访存带宽4.8TB/s。
这意味着昇腾960DT在FP8算力上与H200 SXM基本持平，而HBM容量达到H200的2倍以上，访存带宽更是达到其2倍。在AI大模型训练中，HBM容量直接决定了单卡能够承载的模型参数规模，访存带宽则决定了数据吞吐效率。这两项指标的翻倍提升，对于缓解大模型训练中的“内存墙”瓶颈具有实质意义。
当然，如果与英伟达Blackwell系列对比，差距依然存在。B200的FP8算力为4.5 PFLOPS，B300则达到7 PFLOPS。但华为的技术路线并非比拼单卡峰值算力，而是选择了一条更具战略纵深的路径——以系统级架构创新弥补单卡制程差距。
华为发布的昇腾960超节点是业界首个采用NPO（近封装光学）光引擎的超节点，基于“灵衢UnifiedBus+Hi-ONE”架构打造。单超节点支持4096卡互连，最大可提供8 EFLOPS（FP8）算力和高达1PB的HBM容量。更值得关注的是其能效表现：超节点中用5500个Hi-ONE替代了原本需要的48000颗800G光模块，降低功耗超过550千瓦，系统无故障运行时间提升一倍，系统可用度达到99.8%。
这套系统级方案的背后逻辑在于：当单芯片算力受制程约束提升有限时，通过高效互联将多个计算节点紧密耦合，使集群在逻辑上具备“一台计算机”的特征，从而在系统层面实现有效算力的倍增。华为马尔科夫实验室的仿真结果显示，4K超节点组成的10万卡集群相比由8卡服务器组成的10万卡集群，MFU（模型浮点算力利用率）提升了2.75倍。
三、产业链的结构性变化：价值量从芯片向系统环节扩散
昇腾960系列的提前就绪，对产业链的影响并非简单的“芯片利好”，而是价值量从芯片环节向系统级配套环节的结构性扩散。
这一判断的核心依据在于：超节点架构对高速互联、液冷散热、先进封装、封装基板与电源管理等环节提出了远高于传统服务器集群的技术要求。具体而言，三个方向值得重点关注：
第一，算力整机与超节点集成环节。承接智算中心与超节点集群的交付，需要具备从单板设计到系统级调优的全链条能力。华为昇腾部件伙伴体系中的神州鲲泰、长江计算、宝德、软通华方等企业，已具备基于昇腾处理器的服务器整机量产能力。
第二，高速互联与光互联环节。超节点密度的大幅提升，直接带动连接器与光模块的用量及规格升级。NPO光引擎Hi-ONE实现了单引擎7.2T的传输容量，是业界首个量产的NPO产品。随着超节点从千卡向万卡、十万卡规模扩展，光互联环节的价值量将持续提升。
第三，液冷散热环节。单柜功耗的显著抬升，使得传统风冷方案已难以满足散热需求。Atlas 960液冷超节点计划于2027年第三季度上市，标志着液冷方案正在从“可选”变为“必选”。
四、算力芯片供给格局：多路线并行的国产化图景
在华为昇腾之外，国产算力芯片领域已形成多企业、多技术路线并行的供给格局。以下从技术架构角度，对各主要参与者的差异化定位做客观梳理。
寒武纪聚焦推理赛道，其MLU架构智能处理器在搜索推荐、金融风控等高并发场景已有较广泛的落地，已完成DeepSeek-V4等主流大模型的原生适配。2026年上半年，寒武纪实现营业收入59.96亿元，同比增长108.13%。
海光信息以“CPU+DCU”双芯协同构建差异化壁垒。其深算三号产品已适配365款主流大模型，在信创与智算中心场景具有较为明显的卡位优势。上半年实现营业收入90.99亿元，同比增长66.52%。
沐曦股份与摩尔线程更接近通用GPU架构，前者主要面向数据中心计算，后者还涵盖图形渲染能力。两家企业上半年收入均实现快速增长，摩尔线程收入同比增长147.42%，沐曦股份实现归母净利润扭亏。
从产业链配套角度看，主控芯片与高速互联环节的参与者同样值得关注。澜起科技作为PCIe 5.0 Retimer芯片供应商，在解决AI SSD高速传输瓶颈方面具有关键作用。国科微自研SSD主控芯片已进入华为AI存储供应链测试阶段，适配高密度AI SSD产品。
在行业应用与算力运营层面，昆仑万维、岩山科技、优博讯等企业在AI应用落地方面各有布局，算力产业链的下游应用生态正在逐步丰富。
五、市场规模与风险提示
从宏观数据看，中国AI芯片市场规模已由2021年的303亿元增长至2025年的3039亿元，年复合增长率达77.9%；预计到2030年将接近1.6万亿元，2026年至2030年年复合增长率约为38.6%。IDC预计2026年中国智能算力规模将达1460.3 EFLOPS，市场规模增至337亿美元。
在国产算力芯片的商业化进程方面，头部企业正从“产品验证”阶段迈向“规模部署”阶段。一个值得关注的信号是战略备货的显著升温：截至2026年上半年末，寒武纪存货账面价值达82.48亿元，较上年末增长66.83%；海光信息存货达75.18亿元，预付款项47.71亿元；摩尔线程存货较上年末增长166.48%。存货与预付款的同步大幅增长，反映了企业对后续市场需求和供应链保障的积极预期。
当然，也需要清醒认识到潜在风险：全球AI芯片竞争格局仍在快速演变，技术迭代速度可能超出预期；超节点架构的规模化部署对系统集成能力提出了极高要求，交付节奏存在不确定性；国产算力生态的成熟度仍需时间检验，逻辑软件适配与开发者迁移的成本不可忽视探讨。
免责声明：本文内容基于公开信息整理，仅供产业与信息交流，不构成任何投资建议。市场有风险，投资需谨慎。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。