理解Atlas 950的“6.7倍算力”：它说明了什么，又没有说明什么

上一篇说到，这次WAIC真正的信号不是某个数字漂不漂亮，而是“系统”能不能跑通。这一篇就从系列里分量最重的硬件说起——昇腾950超节点，7月17日真机首秀，展台前排的队伍绕了一圈，还拿下了大会Superior超越赛道的SAIL最高奖。

先把两个“Atlas 950”分清楚

写这篇之前，先得澄清一个容易混淆、而且第一版也没分清楚的地方：WAIC现场展出的真机，和华为路线图里讲的满配版本，根本不是同一个规模。

现场展出的昇腾950超节点，官方口径是“业界最大1024卡规模”：FP8算力1 EFLOPS，FP4算力2 EFLOPS，256TB全局统一内存编址空间，TB级NPU互联带宽，3微秒级RTT时延，走的是“灵衢互联协议”（也就是UnifiedBus）。需要说清楚的是，真机公开展示不等于已经实现大规模商业交付——目前能确认的是这套1024卡系统完整亮相并给出了这些技术指标，至于实际客户部署数量、长期运行稳定性、有效算力利用率和单位Token成本，还需要后续商业项目和第三方测试来验证，这里先按“WAIC 2026公开展示的1024卡配置”这个更准确的说法来称呼它，而不是直接说它是“当前已商用交付的版本”。

而华为此前在路线图里讲过的Atlas 950 SuperPoD满配版要大得多：8192颗昇腾950DT芯片，160个机柜（128个计算柜、32个互联柜），占地约1000平方米，FP8算力8 EFLOPS、FP4算力16 EFLOPS，整机内存1152TB，总互联带宽16PB/s，计划2026年第四季度上市。

两者规模正好相差8倍，可以看作同一条技术路线下的两个系统规模，但不能混用参数，更不能把满配版的路线图数据直接写成WAIC现场真机的数据。后面所有对比英伟达的“6.7倍”“56.8倍”这类数字，说的都是满配版对NVL144，不是现场这台1024卡真机——这个区分如果不讲清楚，后面的分析就会站不住脚，这也正是很多参数稿容易写乱的地方。

对比英伟达：先弄清楚在跟谁比

“Atlas 950算力是英伟达NVL144的6.7倍”这个说法，最早来自华为2025年公布路线图时给出的对比，当时的完整说法是：总算力约6.7倍、内存容量约15倍、互联带宽约62倍。

但这里有个值得注意的地方：“NVL144”这个名字，英伟达自己这一年也在往不同方向延伸。 2025年9月英伟达发布了专攻长上下文推理和视频生成的Rubin CPX，对应的机架级方案就叫“Vera Rubin NVL144 CPX”——单机架AI算力同样标称8 EFLOPS（NVFP4精度），配100TB高速内存，预计2026年底上市。也就是说，“NVL144”这个名字下面，英伟达自己这一年就有不止一种配置，华为2025年发布会上用来做基线的那个“NVL144”，不能不加说明地直接套到2026年所有叫这个名字的新配置上。产品代际、系统定位和精度口径都在变化，“6.7倍”更适合理解成一个特定时间点、特定对比对象、特定厂商口径下的路线图数字，而不是一句可以永久成立的结论。

精度、口径与一个不该轻易下的除法

第一个问题，是精度不能随便横向比。 FP8、FP4这类低精度格式，在不同厂商、不同芯片上的实现方式不完全一样，理论峰值（铭牌数字）和模型实际跑起来的有效吞吐，从来都是两回事。更严谨的表述应该是“按华为公布的系统规格口径，满配版峰值总算力约为其选定NVL144比较方案的6.7倍”，而不是“第三方测试证明Atlas 950比英伟达快6.7倍”——这两句话看着差不多，但严谨程度完全不同。

第二个问题，是“超节点”和“单机架”这两个统计单位本身不对等。 满配版Atlas 950 SuperPoD是可以跨160个机柜组网的超节点概念，NVL576描述的是单机架内的Scale-up方案，拿两者的总算力直接做除法，多少有点关公战秀才的意味。

第三个问题，是在这个系列第一版里犯过的一个错误，这次专门纠正一下。 原来的推导是：满配版用8192颗芯片，NVL144是144颗，芯片数量是56.8倍，但总算力只多出6.7倍，所以昇腾单芯片效率明显落后。这个除法看起来直观，但并不严谨——原因在于两边的“芯片”未必是同一层级的计算单元：一张加速卡可能对应一颗芯片，也可能包含多个计算Die；一个GPU封装本身也可能由多颗芯粒组成；再加上稀疏计算口径、低精度格式、功耗限制、产品定位都可能不同。8192除以144，只能说明系统内加速器数量存在差异，不能在缺少统一规格和实测数据的情况下，直接得出单芯片性能相差多少倍这个结论。要严谨比较单芯片能力，至少需要统一精度、稀疏口径、功耗范围、模型、Batch Size、上下文长度和有效算力定义——目前公开资料还不足以完成这样的比较。

这套数字真正想说明的，不是昇腾单芯片已经反超英伟达，而是华为在尝试证明：当单芯片能力暂时难以完全对齐时，可以通过互联、内存和系统架构，把更多芯片组织成一台逻辑计算机，用“系统规模”重新定义比较单位。

至于“领先两年”这个说法，也值得拆开看：满配版号称2026年Q4就能规模化交付，而Rubin Ultra要到2027年下半年才上市，这个时间差是真实的。但“领先”到底指产品可交付的时间、公开发布的时间，还是路线图规划的时间，三者混在一起讲，是发布会常见的话术陷阱。

系统工程，华为自己也是这么说的

现场工作人员被问到这次能拿下SAIL最高奖的原因时，给出的答案是“架构创新、系统工程，以及商用能力的超越和领先”——注意，这句话是华为自己讲的，不是媒体总结出来的角度。能支撑起1024卡规模、256TB统一内存编址的，核心是高密设计和光电互联这类“看起来不如EFLOPS好传播”的工程细节，而不是单颗芯片又快了多少。

这也不是华为第一次做超节点：上一代昇腾384超节点已经“商用落地750多套”，覆盖互联网、运营商、金融、教育、医疗、交通、制造等多个行业——950超节点不是从零起步的新故事，而是有真实商用基础的延续。

往技术里再拆一层：为什么芯片数量堆得越多，反而越考验互联和内存？大模型训练和推理正卡在两堵墙上。一堵是内存墙——芯片计算单元的速度增长很快，但数据从内存搬到计算单元的速度没有同步跟上，尤其在Decode阶段，系统要不断读取模型权重和KV Cache，计算单元可能没被占满，瓶颈反而出现在内存带宽。另一堵是通信墙——模型越大，需要参与计算的设备越多，设备间交换的数据也越多，如果互联带宽和时延跟不上，加芯片数量带来的收益会越来越低。Atlas 950真正想验证的，就是能不能用UnifiedBus、统一内存编址和光电互联，把大量芯片组织成一个效率可接受的计算域——这件事如果真能在实际业务里跑通，意义可能比某一代单芯片峰值性能更大。

比EFLOPS更该问的：真实代价是什么

峰值算力之外，一套系统能不能商业落地，还要看这些：

华为目前公开了满配版的卡数、机柜数量、算力、内存和互联带宽，但尚未公布满载功耗、平均算力利用率、PUE、单位Token能耗和成本、长时间运行故障率这类能支撑起完整TCO比较的数据——在这些数据公开之前，不能仅凭8 EFLOPS或6.7倍，就判断哪套系统的经济性更好。这也是为什么“6.7倍算力”这类数字，只是这篇文章的开场白，而不是结论。

不止一代芯片：三年四芯与自研HBM

华为轮值董事长徐直军此前披露的路线图显示，这不是单点产品，而是一整条自研链路，而且按大模型推理的两个阶段分了工：Prefill阶段要一次性处理用户输入的大量Token，偏并行计算和高吞吐；Decode阶段要逐Token生成内容，对内存带宽、访问延迟和并发调度更敏感——把两种负载分开优化，是这份路线图背后的设计逻辑。

更关键的是首次公布的两款自研HBM：HiBL 1.0（128GB、1.6TB/s，面向Prefill）和HiZQ 2.0（144GB、4TB/s，面向Decode/训练）。高带宽内存长期是国产芯片最卡脖子的一环，如果自研HBM能顺利量产，意味着“芯片—内存—互联—软件”这条链路在往自主可控的方向补齐，这比某一代芯片跑多快更能说明问题。

生态愿不愿意为它改架构

硬件之外，华为这次也在反复强调CANN异构计算架构已经开源，并适配openEuler、PyTorch、vLLM、Triton、TileLang、verl等主流开源项目和工具链，目标是降低开发者迁移门槛——但“支持某个框架”和“拥有成熟生态”不是一回事，这是“系统工程”里最容易被忽略、却决定硬件能不能真正落地的一层，下一篇会专门展开。

这里先说一个最直接的例子：DeepSeek-V4的官方技术报告首次同时验证了昇腾NPU和英伟达GPU两条路径，其中部分模型架构是针对昇腾推理协同设计的——新的注意力机制（HCA/CSA）、MoE量化方案、专家并行通信设计。这种深度适配比“能跑起来”难得多。直接体现在价格上：DeepSeek-V4-Pro的API价格永久下调到原价的四分之一；订单端，字节跳动被曝已经拿下昇腾950超节点近一半的产能。这两件事放在一起看，说明真机首秀这个时间点，Atlas 950背后已经站着愿意真金白银下注、也愿意为它改模型架构的客户。但“能运行”“经过优化”“形成成熟生态”是三个不同阶段，目前看到的更多是前两个阶段的进展，这个分寸下一篇细讲。

出海订单和出口管制的拉锯

昇腾950已经拿到韩国约2000片、马来西亚约3000台AI服务器的采购意向，俄罗斯、拉美地区也有批量采购动作。但几乎同一时间，美国商务部发布指导意见，认定昇腾910B、910C以及即将推出的910D违反出口管制，要求全球范围内禁止使用，个人和企业违规使用最高面临刑事指控（此前合法采购的原始昇腾910不受影响）。芯片能不能真正在海外站稳脚跟，这层博弈比参数本身更复杂，后面治理篇会专门展开。

不止华为一家在打这场仗

这次同台亮相的国产芯片阵营，比想象中更大：

十余家企业同时把“超节点”级别产品摆上台面，液冷也被明确称为“新建大型算力中心标配”。华泰证券把2026年定义为“国产超节点元年”，预测2028年国内市场规模3414亿元，年复合增速194%。

（以下产业链梳理仅为公开报道整理，不构成投资建议。）这波真机首秀也带火了一批A股“概念股”，包括光模块（中际旭创、华工科技）、高速连接器（华丰科技、航天电器、意华股份）、液冷散热（高澜股份、川润股份）、服务器整机（紫光股份、浪潮信息、华勤技术）等，资金关注的已经不是昇腾这一个点，而是一整条协同产业链能不能跑起来。

Atlas 950的优势和风险

把前面这些信息收一收，基于目前公开信息，优势主要在三点：系统规模足够大，1024卡公开展示加8192卡路线图，说明华为在尝试构建超大规模统一互联域；强调自主系统链路，从芯片、灵衢互联、内存到CANN软件栈，正在补齐完整的AI基础设施链条；也适合国内在高端GPU供应受限背景下，对可持续获得的国产计算平台的真实需求。

风险同样清晰：峰值指标目前主要来自厂商披露，独立第三方基准测试还没跟上；满配系统仍停留在路线图阶段，能否按期交付、交付多少、运行效果如何都待观察；系统成本尚不透明，功耗、散热、机房改造、维护和软件迁移都会影响真实的总拥有成本；软件生态仍是长期任务，CUDA的优势积累了近二十年，不是一次真机首秀能补齐的；系统规模越大，故障管理和任务恢复的复杂度也会被放大。

真正值得盯的，不是这场发布会说了什么，而是接下来几个月：1024卡到8192卡的满配版能不能如期在Q4批量交付、自研HBM能不能量产、除了字节还有多少大厂愿意迁移核心业务。这几个问题的答案，比任何一次真机首秀都更接近真相。国产算力真正的分水岭，不是“能不能替代”，而是能不能做到“值得使用”——也就是能不能稳定、经济地把这套系统变成持续的Token产出。

下一篇转到软件这一侧：DeepSeek和昇腾的协同适配，是不是就等于国产AI生态已经跑通了。

参考资料

• 华为昇腾950超节点真机首次公开亮相，昇腾384超节点已商用落地750多套 - IT之家
• WAIC上的算力重器：华为昇腾950超节点真机现身 - 新浪财经
• 华为昇腾950超节点亮相：1024卡，FP4算力2EFLOPS！- 电子工程专辑
• WAIC2026探展｜斩获大会SAIL最高奖的昇腾950超节点真机首次亮相引爆会场 - 网易
• 华为昇腾950超节点真机首次公开亮相！业界最大1024卡规模 - 金融界
• Huawei Atlas 950 SuperPoD claims 6.7x more computing power than Nvidia NVL144 - Huawei Central
• NVIDIA Unveils Rubin CPX: A New Class of GPU Designed for Massive-Context Inference - NVIDIA Newsroom
• 英伟达突然发布新GPU！单机架AI性能暴涨6500%，100TB大内存，专攻长上下文推理 - 与非网
• Nvidia’s Rubin Ultra NVL576 rack expected to be 600kW, coming second half of 2027 - Data Center Dynamics

资料边界说明： 本文涉及的Atlas 950及满配版规格主要来自华为公开披露，属于产品规格和路线图信息，不等同于独立第三方性能测试；英伟达NVL144、NVL144 CPX、NVL576/Rubin Ultra相关数据同样来自厂商公开披露。涉及尚未正式交付的产品，最终规格、上市时间和实际性能都可能发生变化。