博士算力猎场 · 2026年7月25日 07:00 · 行业洞察 Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者

WAIC 2026落幕五天了。

7月17-20日，上海。这届WAIC最大的新闻不是某个大模型发布，不是某个融资消息，而是中国算力竞争范式的转变——从"芯片追赶"切换到"系统级竞争"。

这个转变的标志，是Atlas 950 SuperPoD。

1024卡，1 EFLOPS FP8，2 EFLOPS FP4，256TB统一编址内存（UAM），3微秒RTT。真机首展，SAIL大奖。这不是PPT，是跑起来的机器。

但Atlas 950的意义不在于"又一个国产超节点"。它的意义在于：它证明了一条路——单颗芯片追不上英伟达，但系统级可以。

这条路能走多远？今天深挖。

一、SemiAnalysis的判断：1/3与系统级弥补

先说一个残酷的事实。

SemiAnalysis——全球最受关注的半导体分析机构之一——对昇腾芯片的评估是：单颗Ascend性能约为Nvidia同代的1/3。

这个判断在业内争议不大。Ascend 950的FP8单卡算力是1 PFLOPS，英伟达B200的FP8算力约2.5 PFLOPS，B300更高。单卡对比，差距是明确的。

如果中国算力的叙事停在"单卡追赶"，那结论很简单：追不上，永远差一代。英伟达每更新一代，昇腾追一代，但永远落后。这就像一场永远跑第二名的比赛——第二名不丢人，但第一名拿走所有利润。

但WAIC 2026展示的不是"单卡追赶"，是"系统级超越"。

Atlas 950 SuperPoD的1024卡集群，总FP8算力1 EFLOPS。英伟达NVL144是144卡——单个NVL72机柜的卡数翻倍。Atlas 950的卡规模是NVL144的7.1倍，总算力是NVL144的6.7倍。

等等，如果单卡只有英伟达的1/3，为什么总算力是NVL144的6.7倍？

因为卡多。

1024卡 vs 144卡，卡数比7.1:1。单卡算力比1:3。总算力比 = 卡数比 × 单卡算力比 = 7.1 × (1/3) ≈ 2.37。

但实际总算力比是6.7倍。这意味着Atlas 950 SuperPoD的系统效率远高于NVL144——互联效率、并行效率、内存利用率，每个环节都在放大单卡算力。

这就是"系统级竞争"的核心：单颗芯片差3倍，但通过超节点和集群架构，系统总算力反超6.7倍。

这个逻辑成立的前提是：互联足够快、内存足够大、软件栈足够高效。Atlas 950 SuperPoD的256TB UAM和3μs RTT，就是为了让1024卡"像一个大GPU一样工作"。

二、Atlas 950 vs NVL144：系统级对比

把Atlas 950 SuperPoD和英伟达NVL144放在一起对比，才能看清"系统级竞争"的全貌。

这张表是WAIC 2026上最被引用的数据。注意最后一行——Atlas 950 SuperPoD最大可扩展至8192卡，英伟达NVL144止于144卡，最大扩展差距56.8倍。而1024卡配置下的总算力已是NVL144的6.7倍，内存是15倍。

倍数的具体口径取决于怎么定义"系统边界"。但不管怎么比，结论是一致的：Atlas 950 SuperPoD在卡规模、总算力、内存容量、互联带宽上，都大幅超过英伟达的单个NVL系统。

这意味着什么？

意味着中国算力的竞争策略变了。 不再是"造一颗和英伟达一样的芯片"，而是"造一个和英伟达一样强的系统"——用更多的卡、更大的内存、更快的互联，弥补单颗芯片的性能差距。

这是一个聪明的策略。因为芯片制程受制裁限制，短期内追不上台积电的工艺。但系统架构设计不受制裁——超节点、统一内存、互联拓扑，这些都是架构能力，是中国工程师的强项。

三、昇腾芯片路标：950→960→970意味着什么

系统级竞争不是一蹴而就的。它需要一个可持续的芯片迭代路线图来支撑。昇腾的路标是这样的：

三个关键趋势：

趋势一：超节点规模指数级扩张。

Atlas 950 SuperPoD是1024卡，Atlas 960是15488卡——规模扩大15倍。30 EFLOPS FP8是什么概念？目前全球最大的AI训练集群大约在几十EFLOPS量级。Atlas 960单集群就能达到这个级别。

规模扩张的意义在于：更大的集群能训练更大的模型。 当万亿参数模型成为主流，千卡级集群不够用，万卡级也只是起点。15488卡的Atlas 960，是面向万亿参数时代的。

趋势二：互联带宽持续翻倍。

950的互联是2TB/s，970的互联是4TB/s。互联带宽决定了超节点的"系统效率"——带宽越高，卡间通信的损耗越小，系统总算力越接近"单卡算力×卡数"的理论值。

950的1 EFLOPS来自1024卡×1P单卡 = 1.024 EFLOPS，系统效率约97.6%。这已经是极高的效率了。970的4TB/s互联，会让系统效率进一步逼近100%——意味着每增加一颗卡，算力就线性增长，没有边际递减。

趋势三：推理先发，训练后发。

950PR（推理版）2026年Q1已量产并卖出超100万片，950DT（训练版）原计划10月上市、6月官宣提前至8月。这个节奏说明昇腾的战略是：先吃推理市场，再攻训练市场。

推理市场对单卡性能的要求低于训练——推理可以靠"卡多+内存大"来弥补单卡性能差距。训练市场对单卡算力和互联效率的要求更高——训练的并行策略（数据并行、张量并行、流水线并行）对通信延迟极其敏感。

先推理后训练，是务实的路线。先把推理市场做起来，有了规模和收入，再投入训练芯片的研发。这和英伟达"先游戏GPU再AI GPU"的路径类似——先在低门槛市场站稳，再向高门槛市场进攻。

四、系统级竞争的底层逻辑：三个支点

"系统级竞争"不是一句口号，它需要三个支点来支撑。

支点一：超节点架构。

超节点的本质是"把多颗GPU通过高速互联组成一个逻辑上的大GPU"。传统GPU集群通过InfiniBand或以太网互联，跨节点通信延迟在几十微秒到毫秒级。超节点通过NVLink或类似的高速互联，把延迟压到微秒级——Atlas 950 SuperPoD的RTT是3微秒。

低延迟意味着什么？意味着跨卡通信的代价极小，你可以把任务分配到更多卡上，而不担心通信开销吃掉性能。这就是"系统级弥补单卡差距"的技术基础。

昇腾384超节点已经商用部署超750套——这不是实验室数据，是实战验证。750+套意味着华为已经跑通了超节点的工程化、部署、运维全链路。

支点二：统一编址内存（UAM）。

Atlas 950 SuperPoD的256TB UAM，是系统级竞争的"灵魂"。

传统GPU集群的内存是分散的——每颗GPU有自己的显存，跨GPU访问需要显式拷贝。UAM让所有GPU共享一个统一的内存地址空间，任何GPU都可以直接访问任何位置的数据，不需要拷贝。

256TB是什么概念？一台B300 NVL8整机的HBM是2304GB（2.25TB），Atlas 950 SuperPoD的UAM是它的113倍。这意味着Atlas 950可以装下超大规模的模型和数据集，不需要做内存切分和offload。

UAM是超节点架构的放大器。 没有UAM，1024卡就是1024个独立的内存池，跨卡访问的代价巨大。有了UAM，1024卡就是一个256TB的大内存池，系统效率逼近线性扩展。

支点三：开源生态。

CANN全面开源，3000+合作伙伴，7000+行业解决方案。这不是技术指标，是生态指标。

系统级竞争不仅是硬件竞争，更是生态竞争。英伟达的护城河不是芯片性能，是CUDA生态——十几年的积累，几百万开发者的依赖，几乎所有AI框架的原生支持。

华为用CANN开源来破这个局。开源意味着任何开发者都可以参与生态建设，任何企业都可以基于CANN做适配。3000+合作伙伴和7000+行业解决方案，说明CANN已经不是"华为自己的生态"，是"行业的生态"。

生态成熟度决定了系统级竞争的"天花板"。 硬件可以靠架构设计弥补，但生态只能靠时间积累。CANN的开源策略，是在缩短这个时间。

五、这条路能走多远：三个挑战

系统级竞争的路是对的，但能走多远，取决于三个挑战能不能解决。

挑战一：功耗和部署门槛。

1024卡的超节点，功耗是多少？没有公开数据，但可以估算。单卡Ascend 950功耗约400W（推测），1024卡约400KW——加上散热、网络、供电损耗，整机功耗可能超过500KW。

这不是普通数据中心能接的。昇腾384超节点能部署750+套，说明华为已经解决了液冷和高密度部署的工程问题。但1024卡的SuperPoD比384超节点规模大2.7倍，部署门槛更高。

系统级竞争的隐形成本是基础设施。 超节点规模越大，对数据中心的要求越高。中国有多少数据中心能接500KW以上的超节点？这个数字决定了系统级竞争的规模上限。

挑战二：单卡性能差距的长期影响。

系统级可以弥补单卡差距，但不能消除。1/3的单卡性能意味着：同样的总算力，昇腾需要3倍的卡数。3倍的卡数意味着3倍的功耗、3倍的占地面积、3倍的硬件成本。

系统级竞争的前提是"系统效率足够高"——如果系统效率只有50%，3倍卡数只能产出1.5倍算力，不划算。Atlas 950 SuperPoD的97.6%系统效率很高，但这是在1024卡规模下的数据。当规模扩大到Atlas 960的15488卡，系统效率能不能维持？

系统级竞争的可持续性，取决于单卡性能能不能同步提升。 如果昇腾960、970的单卡性能也能逐步追上英伟达，那系统级优势就是"锦上添花"。如果单卡差距持续3倍甚至扩大，系统级弥补的代价会越来越高。

挑战三：软件栈的深度适配。

CANN开源是好事，但"开源"和"好用"是两回事。CUDA的护城河不仅是API兼容，更是十几年的优化积累——cuDNN、TensorRT、NCCL，每一个库都经过了无数次调优。

昇腾要做的不仅是CANN开源，更是让CANN上的性能逼近CUDA。一个算子在CUDA上跑1ms，在CANN上跑2ms——这个差距在单次调用看不出来，但在千亿参数模型的训练中，会被放大百万倍。

系统级竞争需要软件级支撑。 硬件可以靠架构弥补，软件只能靠工程积累。

六、不只是华为：国产算力的群像

系统级竞争不是华为一家的故事。WAIC 2026展示了国产算力的群像：

寒武纪思元690量产。 FP16超700 TFLOPS，这是国产GPU在FP16精度上的新高。寒武纪的定位是"纯GPU公司"——不做超节点，只做芯片。思元690的性能离英伟达还有差距，但量产意味着可以交付了。

中兴OEX。 中兴的超节点方案，具体规格未完全公开，但WAIC上展示了真机。中兴的优势是通信设备出身，互联技术是强项。

曙光8000"登峰"。 中科曙落的超算路线，8000"登峰"是面向AI的升级版。曙光的优势是超算经验——中国最强的几台超算都是曙光做的，系统级设计能力深厚。

国产GPU租赁Q1 +187%，TCO最高降45%。 这个数据说明市场已经在用脚投票。187%的增长不是政府补贴拉动的，是企业真金白银采购的。TCO降45%是实打实的成本优势——同样的预算，用国产卡能多跑45%的算力。

群像的意义在于：系统级竞争不是单点突破，是体系对抗。 华为做超节点，寒武纪做芯片，中兴做互联，曙光做超算——每家都在自己的强项上发力，合在一起就是中国算力的系统级能力。

七、Dr.Wu判断：范式转变已发生，但要清醒

WAIC 2026的核心信号是：中国算力竞争的范式，已经从"芯片追赶"切换到"系统级竞争"。

这个转变是真实的。Atlas 950 SuperPoD的1024卡、1 EFLOPS、256TB UAM、3μs RTT——每一个数字都经过了SAIL大奖的验证。昇腾384超节点750+套的商用部署——这是实战不是PPT。

但清醒地看，系统级竞争是"换道"，不是"超车"。

换道意味着你在一条新的赛道上跑，这条赛道上你暂时领先。但英伟达也在跑这条赛道——NVL72、NVL144、未来的NVL432，都是超节点路线。英伟达的系统级能力也在快速进化。

系统级竞争的窗口期有多长？取决于华为能多快把昇腾960、970做出来，以及CANN生态能多快逼近CUDA的成熟度。

我的判断是：窗口期大约2-3年。 在这2-3年里，中国算力可以利用系统级优势，在推理市场建立本土主导权——国产GPU渗透率从15%向30%推进。训练市场需要更长时间，因为训练对单卡性能和软件栈的要求更高。

2-3年后，如果昇腾960的15488卡、30 EFLOPS能如期交付，且CANN生态已经足够成熟——中国算力就能在系统级竞争上站稳脚跟，和英伟达形成"双轨格局"。

如果960延期，或CANN生态没跟上——系统级优势就会被英伟达的下一代超节点追平。

系统级竞争不是终点，是中场。下半场怎么打，取决于这两年能跑多快。

关注算力产业格局深度分析？加入算力猎场，和洞察全局的人一起看。

群里有算力产业链的决策者、投资人和技术专家，每日独家分析和行业前瞻。

博士算力猎场 | 行业洞察 Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者