华为追赶英伟达：把单卡之争变成一场集群战

“华为的目标是成为英伟达”。 9月14日，华为心声社区公开了一份监事会主席郭平与新员工的座谈纪要。在被问及华为对大模型的战略定位时，郭平罕见地给出了一个直白的回答。 他同时划定了边界。 华为的核心优势不在于拥有自研大模型，而在于支持客户构建优秀的大模型，确保全球各种大模型都能在华为昇腾、鲲鹏、超节点及集群上高效运行。 三天后，9月17日，华为全联接大会2026上，昇腾960超节点、灵衢UnifiedBus互联协议、CANN开源生态、华为云Agentic Cloud、SCALE伙伴体系陆续发布。把这些发布串起来看，郭平那句话不是一次内部对新员工的激励，而是一份有产品路线图支撑的战略说明书。 问题是，这份说明书完成度有多高？目前来看，华为的策略是一块块把版图拼好。 从采购方到竞争者 华为对英伟达的追赶，不是从昇腾发布才开始的。 2020年之前，华为几乎所有芯片都从美国采购，一度是英伟达在中国最大的客户之一。 当时，华为正承受着高昂的成本压力：其智能云硬件平台Atlas在市场拓展上面临的最大阻碍，就是服务器动辄六七十万元的售价，其中仅英伟达的算力卡就占去了40万元。高昂的成本导致这一代产品在市场上的销量寥寥无几，多靠华为内部消化。 然而，转向自研的线索，早已草蛇灰线。 2016年CES期间，华为海思总裁何庭波与英伟达CEO黄仁勋有过一次交谈。彼时，英伟达宣布淡出手机芯片市场，何庭波试探性地询问能否将相关技术授权给华为，遭到了黄仁勋当场拒绝。 这次拒绝让何庭波坚定了布局AI芯片的决心。回国后接触了寒武纪，并选择了其芯片产品，但听完陈天石的演讲后，何庭波判断华为内部同样拥有中科大少年班背景的人才，随即把开发AI处理器的任务交给了廖恒。2017年，代号为“达芬奇”的内部AI芯片预研究项目正式立项。 如今，廖恒已是华为半导体首席科学家。他曾带领团队系统梳理了过去十多年的深度学习成果，发现了一条完全不同的道路。 当时，英伟达走的是“积木拼装”的CMP（多芯粒异构封装）路线。其核心优势在于极其聪明的“多线程协同指挥系统”，能让成千上万个线程同时排队跑。但这更像一个全能选手，并没有将AI最核心的计算优化到极致。 华为想得很清楚，如果像素级模仿英伟达，做出来的产品顶多价格略低，性能却未必跟得上。于是，华为选择了DSA（面向特定领域优化的专用架构）的路线。 传统CPU走的是串行处理，一次算一个。英伟达GPGPU走的是大规模并行，让成千上万个线程同时跑。华为两条都没选，而是把计算单元改造成了三维立体的方块阵列。这种设计，让芯片每瓦功耗能换来的AI算力大幅提升。 2018年上半年，自研昇腾芯片项目正式启动，主要瞄准数据中心推理卡和边缘计算两个场景，明确对标英伟达GPU。 但华为很快发现，光有芯片不够。此前为了自主完成二次开发，华为打造出支持资源池编排、完成二次封装的CUDA层，实现突破。据方兴东所著《晟腾崛起》一书中讲述，当华为向英伟达申请授权时，被英伟达拒绝了。原因是，这不仅触碰了英伟达靠卖硬件赚钱的核心商业利益，还需要英伟达团队贴身参与服务，增加了成本。 这条路走不通，华为决定换一种打法。不跟英伟达比拼单一产品的参数和性能。华为把产品形态改为一台机器、一个机架、一个集群、一个规模化数据中心。这给了华为更大的设计自由度，也避开了单卡竞争的正面战场。 但想成为“中国英伟达”的并不只有华为。 2025年底到2026年初，摩尔线程、沐曦股份、壁仞科技、天数智芯四家国产GPU公司密集完成上市，燧原科技也在2026年9月登陆科创板。媒体给它们贴上了同一个标签，“中国版英伟达”。摩尔线程创始人张建中曾任英伟达中国区总经理，壁仞科技CTO洪洲曾主导华为海思自研GPU，沐曦的核心团队也有英伟达和AMD背景。 但“中国英伟达”这个标签底下，走的是不同的路。四小龙中，摩尔线程、沐曦、壁仞采用GPGPU路线，兼容CUDA生态，让现有代码尽量跑起来；燧原科技和华为昇腾一样选择了DSA路线，但燧原科技选择不兼容CUDA，所以需要重建自己的软件栈。 壁仞科技招股书引用的灼识咨询数据显示，2024年英伟达和华为海思（根据附注线索推断）占据了中国智能计算芯片市场94.4%的份额。 在这极高的头部集中度下，其他国产AI初创势力在2024年尚处于起步或商业化前期，“四小龙”合起来在中国AI芯片市场的份额不到2%，而华为昇腾已经是其中份额最大的国产厂商。 也就是说，喊着同一个口号的公司很多，但真正在系统级、集群级与英伟达正面交锋的，目前只有华为一家。 七年之后，昇腾960是这套系统级打法的第一个完整落地成果。 速度在追赶，代差仍存在 昇腾960系列芯片的提前亮相成为这次大会的核心话题。轮值董事长汪涛在大会上宣布该系列芯片“提前研发就绪”， 并披露了它提速后的发布路线图。 昇腾960DT面向训练，比原计划提前三个季度，2027年第一季度就绪。960PR面向推理，提前一个季度，2027年第三季度就绪。后续970、980将保持一年一代的迭代节奏。 以华为公布的性能参数来看，昇腾960DT的核心算力和存储能力较上一代翻倍。 综合多家行业数据分析，其性能高于英伟达2023年发布的H200 SXM，但低于2025年下半年开始发货的B300。前者是英伟达上一代旗舰，后者是它当前的主力产品。 这意味着，昇腾960的单卡水平大致相当于英伟达两年前的产品，还没赶上它现在的主力。 图片来源：华为提供 华为没有回避单卡差距，选择了另一条路径来对冲。 华为内部曾对算力效率做过比较。在单位有效面积里，华为的算力暂时达不到英伟达顶尖水平，只能通过服务器、集群等方式把整机算力密度做上去，代价是功耗高。 这种打法逼着华为去思考大模型到底需要什么样的硬件，其结论是，OpenAI和英伟达在底层紧密联动，就像当年的微软和英特尔，所以华为必须咬住英伟达。 华为自认为比英伟达有一个优势，可以把CPU和GPU彼此相通、协同。但协同的前提是互联，而互联恰恰是英伟达布局更早的领域。 英伟达推出NVLink技术，还收购了Mellanox，比其他公司提早三年预判到了互联的重要性。所以ChatGPT-3.5爆发的时候，华为在互联领域已经慢了1至2年。 差距摆在那里，华为策略是在存储发力，做定制化布局。 据《晟腾崛起》所述，华为内部对英伟达的竞争策略，被概括为一句话，像蛇一样用长链条布局和迂回方式咬住对手。 直到2023年上半年，910B芯片回归，华为才解决了此前架构性缺陷，同时开放底层能力，让用户能基于集群计算提供的工具自行开发。到6月，推理芯片性能达到了英伟达的1.6至1.7倍。这是“咬住”策略的第一个可见成果。 2026年初，华为高层召开昇腾业务研讨会，对“超节点+集群”解决方案给予重视，明确昇腾的战略意义，并决定满足头部客户的大规模算力需求，通过一体机业务解决中小算力场景。至此，中国市场能够实现大规模商用，并且稳定支撑上万个节点集群运行的AI芯片，只有华为昇腾。 这背后的逻辑很清楚，华为的竞争力不在单卡，在集群。 用超节点绕开单卡瓶颈 全联接大会上，汪涛正式发布了采用NPO技术的昇腾960超节点，并公布将在2027年上市。同时，他在会上提到，此前的昇腾910C超节点已部署超1000套，昇腾950超节