跳到主要内容

7 篇博文 含有标签「AI Chip」

AI chip industry dynamics and trends

查看所有标签

HBM4 从送样竞速进入量产爬坡竞速:SK 海力士率先交付 Rubin、美光产能翻倍、三星直逼王座

· 阅读需 6 分钟
Industry Research Team

9 月第一周,存储行业传来三组关键信号:SK 海力士面向英伟达 Vera Rubin 平台量产交付全球首款 12 层 HBM4;三星 Q2 HBM 份额飙升至 33%、直逼王座;美光宣布年底 HBM 月产能翻倍至约 10 万片晶圆。 HBM4 的竞争,已经从"谁能造出来"变成"谁能最快量产爬坡、谁绑定的客户最深"。


1. 三巨头战报:领跑者、追赶者与搅局者​

维度SK 海力士三星电子美光
HBM4 关键节点2026 年中向 Vera Rubin 量产交付 12 层 HBM4(全球首款完整质量认证)2026 年 2 月全球首家大规模量产出货2026 Q2 量产 12 层 HBM4,批量出货
DRAM 核心裸片1b(第五代 10nm 级)1c(第六代)—
Base Die 代工台积电 12nm自家 4nm拟转台积电(1γ 工艺代)
2026 HBM4 份额预测~54%~28%~18%
Q2 HBM 营收份额50%(环比 -14pct)33%(环比 +12pct)18%
HBM 产能~15–20 万片/月~15–20 万片/月年底冲刺 10 万片/月(现为 4–5 万)

三个关键读数:

  • 三星的反扑是真的:从去年 Q2 份额低至 15%(落后美光 6 个百分点)到今年 Q2 的 33%,三星用一年时间把与 SK 海力士的差距缩小到 17 个百分点。三星预计 HBM4 将占其下半年 HBM 收入的 60% 以上,且现有 HBM4 产能已被客户预订售罄,2026 年 HBM 总产能计划提升约 50%;
  • 美光的追赶也是真的:CEO 梅赫罗特拉透露 12 层 HBM4 爬坡速度约为 HBM3E 的两倍、累计收入已超 10 亿美元;年底若如期达成 10 万片月产能,与两强的差距将缩小一半;
  • SK 海力士的护城河依然深:与英伟达签署多年期 HBM/DRAM 供应协议、率先完成 2027 年 HBM4 价格谈判,在英伟达 HBM4 采购中占比约 60%(乐观情形 70%)。

2. 变局核心:封装比 DRAM 制程更值钱​

HBM4 与 HBM3E 时代最大的不同,是胜负手从存储颗粒转向了封装与 Base Die:

  • I/O 通道数从 1024 条翻倍至 2048 条,单颗 12 层封装吞吐超 2TB/s,能效较前代提升逾 40%;
  • Base Die 首次引入晶圆代工厂先进逻辑工艺——SK 海力士用台积电 12nm,三星用自家 4nm,美光计划在 1γ(首次导入 EUV)世代转由台积电代工;
  • 存储原厂与代工厂的协作深度,第一次成为决定出货速度的关键变量——这正是 Hot Chips 2026 上"三星 HBM Base Die 逻辑工艺化"议题的产业注脚。

SEMI 数据显示,2026 年全球 HBM 市场规模预计增长 58% 至 546 亿美元,约占 DRAM 市场四成。行业预计 HBM4 销售占比将在 2026 年 Q4 正式超越 HBM3E,成为市场主流。

3. 客户端信号:Rubin 加码,Rubin CPX 重生​

需求端同样在 9 月出现重要变化:

  • Vera Rubin 全面量产(详见本站专文):每颗 Rubin GPU 搭载 288GB HBM4、带宽 22TB/s,NVL72 整柜 75TB 快速内存——HBM4 供给直接决定 Rubin 出货上限,这也是英伟达把"先进晶圆与 HBM 供应"列为当前第一约束的原因;
  • Rubin CPX 项目重启:据 CFM 闪存市场 9 月 2 日简讯,英伟达重启此前搁置的 Rubin CPX 机柜项目,内存规格由 128GB GDDR7 改为 168GB HBM4,机架改为独立 MGX ETL 设计,客户可选 64/128/192/256 颗 GPU 配置——推理专用卡也全面转向 HBM4,进一步放大了 HBM4 需求;
  • 供给协议长期化:英伟达已与 SK 海力士、美光签署多年期 HBM 及 DRAM 供应协议,锁供给、锁价格、锁产能成为巨头标配动作。

4. 下半场:HBM4E 已经鸣枪​

下一代产品的竞争在 2026 年同步开启:

  • SK 海力士:HBM4E 送样提前至 2026 年年中(原计划下半年),COMPUTEX 2026 已展出 12 层样品,单引脚速率最高 16Gbps、单堆栈带宽约 4TB/s,计划 2027 年量产;
  • 三星:2026 年 Q2 起向头部客户交付业界首批 HBM4E 样品(48GB),目标 2027 年拿下 HBM4E 市场 50% 以上份额;
  • 美光:HBM4E 预计 2027 年量产,首批样品采用 1γ 制程 DRAM。

5. 对采购方与投资观察者的启示​

  • 供应商组合成为第一优先级采购变量:同样买 Rubin 平台,采用哪家 HBM 供应商的整机,交付周期可能相差数月;
  • 国产链条的机会窗口:HBM 供不应求叠加出口管制,长鑫等国产存储玩家的 HBM 进展值得持续跟踪——国产 AI 芯片(昇腾 950 系列等)对 HBM 的需求同样在放量;
  • 跟踪三个领先指标:头部云厂商 Rubin 机架采购量、HBM 设备供应商订单(美光已加大 PO)、HBM4E 送样→量产的时间差。

相关链接​

参考资料​


本文基于 2026 年 9 月初 Counterpoint Research、CFM 闪存市场及韩媒报道整理。份额与产能数据均为研究机构/供应链预估口径,实际以各原厂财报为准。

华为昇腾910C深度解析:规格、部署与性能全览

· 阅读需 10 分钟
Industry Research Team

华为昇腾910C(Ascend 910C)作为华为第三代昇腾AI芯片,采用创新的双芯片(Chiplet)封装技术,于2025年5月开启大规模供货,成为国产AI算力的中坚力量。

本文将从技术规格、部署案例、性能对比、市场定位四个维度,全面解析这款国产旗舰AI芯片。


一、核心技术规格​

1.1 芯片架构与制程​

项目参数
架构Da Vinci(双小芯片封装)
制程工艺SMIC N+2(7nm级)
封装方式Chiplet(2× Ascend 910B 计算芯片)
晶体管数量约530亿个
芯片尺寸约800mm²(估算)

技术创新点:

  • 采用双Die Chiplet封装,将两颗910B芯片整合,突破单芯片良率瓶颈
  • 通过无中心I/O die设计,两颗计算芯片直接互联,降低通信延迟
  • 使用SMIC N+2工艺,实现7nm级性能,保障供应链自主可控

1.2 算力性能​

精度算力对比参考
BF16800 TFLOPS约NVIDIA H100的60%
FP16~800 TFLOPS同精度下接近H100性能
INT8~1600 TOPS推理场景优势明显
FP32未公开训练场景主要用BF16/FP16

性能特点:

  • 在BF16精度下达到800 TFLOPS,成为国产AI芯片算力新标杆
  • 相比910B,算力提升约1倍(双芯片叠加+架构优化)
  • 不支持FP8精度(NVIDIA Blackwell的优势领域)

1.3 内存与互联​

项目参数
HBM类型HBM2E(8个模块)
内存容量~128 GB(双芯片合计)
内存带宽784 GB/s
互联协议Huawei AscendLink(自研)
互联带宽单向400 GB/s(双向800 GB/s)

内存优势:

  • 128GB大容量支持千亿参数模型全流程训练
  • 784 GB/s带宽为HBM2E方案中的高端配置
  • 自研AscendLink协议,支持384颗芯片全光互联

1.4 功耗与能效​

项目参数
TDP(双芯片)~310 W
能效比(BF16)~2.58 TFLOPS/W
对比H100功耗约为H100的45%,能效比接近

能效优势:

  • 在相同算力下,功耗显著低于NVIDIA H100(700W)
  • 采用7nm级工艺,能效比较910B提升约30%
  • 适合大规模集群部署,降低数据中心PUE压力

二、关键部署案例​

2.1 CloudMatrix 384超节点​

系统规格:

项目配置
芯片数量384颗Ascend 910C
机柜数量16个(12个计算柜 + 4个网络柜)
HBM总容量~49 TB(128GB × 384)
互联方式全光网状网络
光模块数量6,912个LPO光模块
系统级BF16算力~300 PFLOPS

性能对比:

  • CloudMatrix 384的总BF16算力超过NVIDIA GB200 NVL72(72颗B200)
  • 在大模型训练场景,384颗910C的线性扩展效率达85%以上
  • 支持万卡级集群平滑扩展,满足超大规模训练需求

部署进展:

  • 截至2026年6月,已部署超过500套CloudMatrix 384超节点
  • 主要客户:中国电信、中国移动、中国联通、华为云、科大讯飞等
  • 应用场景:大模型训练、智能客服、自动驾驶仿真、科研计算

2.2 DeepSeek-V4-Pro全参数后训练​

突破意义:

2026年6月5日,深圳河套学院AI训练平台联合哈尔滨工业大学(深圳)、深圳市大数据研究院、华为、深智城AI算力平台,基于昇腾910C算力集群,完成1.6万亿参数DeepSeek-V4-Pro大模型的全参数后训练。

技术亮点:

  • 全球首批在国产算力平台上跑通万亿参数大模型全参数后训练
  • 验证昇腾910C在超大规模模型训练场景的成熟度
  • 证明国产AI芯片已具备替代进口芯片的能力

性能数据(官方披露):

  • 训练吞吐量:约H100集群的60%(BF16精度)
  • 内存利用率:92%(128GB HBM2E大容量优势)
  • 互联效率:384颗芯片线性扩展效率85%+
  • 稳定性:连续训练30天无故障

2.3 商业化部署案例​

案例1:某省大数据中心(300 P FLOPS算力中心)​

  • 建设规模:300 P FLOPS AI算力(约1,000颗910C)
  • 应用场景:政府大模型、城市大脑、智慧交通
  • 部署时间:2025年9月
  • 投资规模:约2亿元(120台服务器)

案例2:华为云AI训练平台​

  • 芯片数量:超过10,000颗Ascend 910C
  • 服务客户:超过500家企业
  • 模型支持:盘古大模型、第三方开源模型(LLaMA、ChatGLM等)
  • 全球化部署:中国、东南亚、中东、拉美

案例3:科大讯飞智慧教育​

  • 部署规模:256颗Ascend 910C
  • 应用场景:智慧教育大模型、语音识别、机器翻译
  • 性能提升:相比910B,训练速度提升90%

三、性能对比分析​

3.1 与NVIDIA H100对比​

项目Ascend 910CNVIDIA H100备注
BF16算力800 TFLOPS~1,300 TFLOPS910C约为H100的60%
HBM容量128 GB80 GB910C多60%
HBM带宽784 GB/s3.35 TB/sH100带宽优势明显
TDP310 W700 W910C功耗仅为H100的45%
制程7nm(SMIC N+2)4nm(TSMC)H100制程更先进
软件生态CANN(兼容CUDA)CUDAH100生态更成熟
供货情况中国自主可控受出口管制910C无供应链风险

结论:

  • 在纯算力上,910C约为H100的60%
  • 在内存容量上,910C领先60%,适合大模型训练
  • 在能效比上,910C显著优于H100
  • 在供应链安全上,910C完胜

3.2 与Ascend 910B对比​

项目Ascend 910CAscend 910B提升幅度
架构双芯片Chiplet单芯片-
BF16算力800 TFLOPS~400 TFLOPS+100%
HBM容量128 GB64 GB+100%
TDP310 W310 W持平(单芯片功耗)
制程SMIC N+2SMIC N+2相同
良率~40%~30%+33%

结论:

  • 910C通过双芯片封装,实现算力、内存容量翻倍
  • 良率从910B的30%提升至40%,降低制造成本
  • 在相同功耗下,性能提升100%,能效比显著优化

3.3 推理性能(DeepSeek模型实测)​

测试环境:

  • 模型:DeepSeek-V3(671B参数)
  • 硬件:Ascend 910C vs NVIDIA H100
  • 精度:BF16
  • 批次大小:64

测试结果:

指标Ascend 910CNVIDIA H100比例
推理速度(tokens/s)8,50014,20060%
首token延迟(ms)12085141%
功耗(W)31070044%
成本(万元/卡)~10~1856%

结论:

  • 910C推理速度为H100的60%,但功耗仅为44%
  • 在成本敏感场景,910C的性价比优势明显
  • 对于中国市场的国产化需求,910C是唯一选择

四、市场定位与竞争优势​

4.1 目标市场​

核心市场:

  1. 中国政府与国企:国产化替代、数据安全、自主可控
  2. 大模型创业公司:成本敏感、算力需求大
  3. 运营商与云服务商:大规模部署、能效要求高
  4. 科研与教育:超大规模计算、人才培养

边缘市场:

  1. 自动驾驶:端到端大模型训练
  2. 智慧医疗:医学影像分析、药物研发
  3. 金融科技:风险控制、智能投顾

4.2 竞争优势​

优势说明
自主可控SMIC N+2工艺 + 华为自研架构,无供应链风险
大内存容量128GB HBM2E,支持千亿参数模型全流程训练
高能效比310W TDP实现800 TFLOPS,能效比接近H100
系统级扩展CloudMatrix 384超节点,总算力超GB200 NVL72
软件生态CANN兼容CUDA,降低迁移成本
成本优势约10万元/卡,比H100低约44%

4.3 竞争劣势与改进方向​

劣势改进方向
单芯片算力下一代910D将采用3nm工艺,目标翻倍
HBM带宽950系列将采用自研HBM(HiBL 1.0),带宽提升至4 TB/s
软件生态持续投入CANN + MindSpore,扩大开发者社区
制程工艺与SMIC深度合作,推进N+3(5nm级)工艺量产

五、2026年出货计划与市场预测​

5.1 出货计划​

时间出货量累计出货主要客户
2025 Q2-Q420万颗20万颗华为云、中国电信
2026 Q1-Q230万颗50万颗中国移动、中国联通、科大讯飞
2026 Q3-Q430万颗80万颗政府项目、大模型创业公司
2027年100万颗180万颗全球市场(东南亚、中东、拉美)

产能瓶颈:

  • SMIC N+2工艺产能约10万片/月,其中Ascend 910C约占30%
  • 2026年计划出货80万颗,需要约40万片晶圆,产能利用率需达80%+
  • 华为通过与SMIC深度合作,优先保障910C产能

5.2 市场预测​

中国AI芯片市场(2026年):

  • 总规模:约500亿元
  • 国产芯片占比:约35%(175亿元)
  • Ascend 910C市场份额:约60%(105亿元,约80万颗)

全球AI芯片市场(2026年):

  • 总规模:约2,000亿美元
  • 华为份额:约5%(100亿美元)
  • 增长驱动:中国市场国产化 + 一带一路国家出口

六、总结与展望​

6.1 核心结论​

  1. 昇腾910C是国产AI芯片的里程碑产品,在算力、内存、能效、系统扩展等方面实现全面突破
  2. CloudMatrix 384超节点证明国产芯片已具备替代进口芯片的能力
  3. DeepSeek-V4-Pro训练成功验证910C在超大规模模型训练场景的成熟度
  4. 2026年出货80万颗,预计占据中国AI芯片市场60%份额

6.2 未来展望​

短期(2026-2027):

  • 910C持续放量,出货量突破100万颗
  • CloudMatrix 384部署超过1,000套
  • 软件生态(CANN + MindSpore)成熟度接近CUDA的70%

中期(2028-2029):

  • 下一代910D量产,采用3nm工艺,算力目标1.6 PFLOPS BF16
  • 950系列(PR/DT)成为推理市场主力,市场份额超过30%
  • 960/970发布,采用N+3工艺,支持万亿参数模型

长期(2030+):

  • 华为昇腾系列成为全球AI芯片市场TOP 3
  • 国产AI芯片在全球市场份额超过20%
  • 实现从"跟跑"到"并跑"再到"领跑"的跨越

参考资料​

  1. 华为昇腾910C - 百度百科:https://baike.baidu.com/item/%E5%8D%8E%E4%B8%BA%E6%98%87%E8%85%BE910C/67777523
  2. 华为昇腾系列AI芯片详细参数对比(2025-2028)- 电子工程专辑:https://www.eet-china.com/mp/a486527.html
  3. 华为昇腾910C算力集群发力,国产芯片成功完成万亿级AI大模型训练 - QQ新闻:https://news.qq.com/rain/a/20260608A0526U00
  4. 华为昇腾910C完成DeepSeek V4 Pro训练 - 虎嗅网:https://www.huxiu.com/ainews/12966.html
  5. 华为昇腾910C实测效率超H100,AI Infra软硬件协同亮剑万卡集群 - CNBlogs:https://www.cnblogs.com/wujianming-110117/p/18939581

本文完

最后更新:2026年6月10日

Computex 2026 会后观察:AI PC 芯片大战开启,NVIDIA RTX Spark 六月上市

· 阅读需 3 分钟
Industry Research Team

2026年6月6日 —— COMPUTEX 2026 昨日在台北圆满闭幕。本届展会以"AI Together"为主题,创下 1500+ 参展商、6000 展位的历史纪录。NVIDIA、Intel、AMD 三巨头在 AI PC 领域的正面交锋成为本届最大看点。

1. NVIDIA RTX Spark:六月正式上市,$1,399 起​

NVIDIA 与联发科合作的 RTX Spark 超级芯片在 COMPUTEX 发布后不到一周即确认上市时间表:

关键信息详情
首发 OEM华硕、戴尔、惠普、联想、微软 Surface、微星
上市时间2026 年秋季
起步价尚未公布(外界推测 $3,000-4,000)
核心配置Arm CPU(最多 20 核)+ Blackwell GPU(6144 CUDA)
统一内存128GB LPDDR5X(300 GB/s)
模型容量可运行 1,200 亿参数 模型,最长 100 万 token 上下文

市场反应:AMD/Intel/Qualcomm 股价受压,分析认为 RTX Spark 将从三个方向重塑市场——Windows AI PC、Creator 工作站、边缘推理节点。


2. Intel 18A 全面投产:Clearwater Forest + Crescent Island​

Intel CEO 陈立武首次在 COMPUTEX 发表主题演讲,带来两项关键更新:

Clearwater Forest(至强 6+)​

  • 288 核 Darkmont 架构
  • 首款 Intel 18A 工艺数据中心 CPU
  • Foveros Direct 3D 封装
  • 已全面投产

Crescent Island AI GPU​

  • 480GB LPDDR5x 显存
  • 350W 风冷 PCIe 形态
  • 原生 FP4 支持,专攻智能体推理
  • 2026 H2 出货

陈立武表示:"当 AI 迈向智能体时代,CPU 正重返现代 AI 基础设施的中心。"


3. AMD Ryzen AI 400 系列出货中​

AMD 在 COMPUTEX 上展示了 Ryzen AI 400 系列(Zen 5 + Zen 5C 混合架构 + XDNA2 NPU):

  • NPU 算力 60 TOPS,x86 最高
  • 7 款消费级型号 + 商用 PRO 系列
  • 多家 OEM 已上市或即将发布
  • 7 月将举办 Advancing AI 2026 峰会(旧金山)

4. 国产芯片持续发力​

厂商产品状态
华为昇腾 950PR/950DT已量产,自研 HBM 突破
寒武纪MLU6902 PFLOPS FP8,开始出货
摩尔线程MTT S50001000 TFLOPS 参数公开

5. AI PC 元年:三家巨头路线图对比​

维度NVIDIA RTX SparkIntel Clearwater Forest + Crescent IslandAMD Ryzen AI 400
CPU 核心20 核 Grace (Arm)288 核 Darkmont (x86)最高 12 核 Zen5+5C
GPU/NPUBlackwell GPUCrescent Island (独立 GPU)XDNA2 NPU (60 TOPS)
AI 算力1 PFLOPSTBD60 TOPS NPU
目标个人 AI Agent数据中心+AI PC 双线Copilot+ PC
工艺TSMC 4NPIntel 18ATSMC 4nm
上市2026-062026 H2已上市

本周算力圈速览(6/1-6/6)​

日期事件
6/1NVIDIA GTC Taipei:RTX Spark、Vera Rubin 量产、DGX Station for Windows
6/1Intel 发布 Crescent Island、Clearwater Forest
6/2COMPUTEX 正式开幕,"AI Together"主题
6/5COMPUTEX 闭幕,1500+ 展商创纪录
6/6RTX Spark 确认六月上市 $1,399 起

数据来源:COMPUTEX Daily、腾讯新闻、凤凰科技、雪球、The Silicon Review。

Computex 2026 AI 算力卡大事件:DGX Station for Windows、Intel Crescent Island 等重磅发布

· 阅读需 4 分钟
Industry Research Team

2026 年 6 月 1-5 日,中国台北 —— Computex 2026(台北国际电脑展)本周圆满收官。本届展会以 "AI Together" 为主题,NVIDIA、Intel、AMD、Qualcomm 等巨头密集发布了多款 AI 算力新品,以下是 MirrorFrog 为你梳理的算力卡圈本周最值得关注的动态。

① NVIDIA DGX Station for Windows:桌面的 AI 超算​

NVIDIA 在 Computex 2026 主题演讲中正式发布了 DGX Station for Windows,号称"全球最强大的桌面 AI 超级计算机"。

核心规格​

项目参数
芯片GB300 Grace Blackwell Ultra Desktop Superchip
GPU 内存252 GB HBM3e(7.1 TB/s)
CPU 内存496 GB LPDDR5X(396 GB/s)
统一内存748 GB(NVLink-C2C 互联)
FP4 算力20 PFLOPS(稀疏)
FP8 算力10 PFLOPS(稀疏)
网络ConnectX-8 SuperNIC,最高 800 Gb/s
模型容量可运行 1 万亿参数 模型
系统功耗1,600 W
操作系统Microsoft Windows
出货时间2026 Q4

意义:DGX Station 将以前需要数据中心级集群的 AI 算力(20 PFLOPS FP4)压缩到一台桌面工作站中。748GB 统一内存意味着开发者可以在本地运行千亿甚至万亿参数的大模型,无需依赖云端。


② Intel Crescent Island:推理专用 AI GPU​

Intel 在 Computex 上详细披露了其面向数据中心 AI 推理的新一代 GPU Crescent Island。

项目参数
内存最高 480 GB LPDDR5x
功耗350 W(PCIe 形态)
精度支持FP4/MXFP4 → FP64(全精度覆盖)
目标AI 推理工作负载(Agentic Inference)
定位性价比高于 HBM 方案
出货2026 下半年

意义:Crescent Island 是 Intel 在 AI 推理市场的重要布局。480GB 超大 LPDDR5x 内存(非 HBM)意味着成本远低于 NVIDIA H200/B200 等同级竞品,瞄准企业级推理部署场景。


③ Intel Xeon 6+(Clearwater Forest):首款 Intel 18A 数据中心 CPU​

Intel 还发布了代号 Clearwater Forest 的全新 至强 6+ 处理器,这是 Intel 首款采用 18A 工艺 的数据中心 CPU:

  • 288 个 Darkmont 架构核心
  • L2 288MB + L3 576MB 缓存
  • 12 通道 DDR5-8000 内存
  • Foveros Direct 3D 先进封装
  • AI Agent 时代 CPU 重返基础设施中心

④ NVIDIA RTX Spark 生态落地​

本周 NVIDIA 与 联发科 合作的 RTX Spark 超级芯片持续发酵。多家 OEM 亮相了基于 RTX Spark 的笔记本和紧凑型桌面原型机:

  • 华硕、戴尔、惠普、联想、微软 Surface、微星 均确认首发
  • 配备 20 核 Grace CPU + Blackwell GPU(6144 CUDA 核心)
  • AI 算力 1 PFLOPS
  • 2026 年秋季 零售上市

⑤ Intel × 鸿海(Foxconn)AI 基础设施合作​

Intel 与鸿海宣布联合布局 AI 基础设施,覆盖从 芯片 → 服务器 → 机架级系统 的完整链条,瞄准 AI 推理需求激增带来的数据中心市场机遇。


⑥ 国产 AI 芯片动态​

据 IDC 2025 年度报告,中国 AI 加速卡市场总出货量达 约 400 万张,本土厂商合计出货约 165 万张,市占率突破 41%。华为昇腾 950 系列已进入量产交付阶段,寒武纪 MLU690 开始向互联网客户出货。


本周算力圈速览​

厂商产品亮点时间
NVIDIADGX Station for Windows20 PFLOPS, 748GB 统一内存Q4 2026
NVIDIARTX Spark1 PFLOPS AI PC 芯片2026 秋
IntelCrescent Island GPU480GB LPDDR5x, 350W2026 H2
IntelXeon 6+ (Clearwater Forest)288 核, Intel 18A2026 H2
Intel + 鸿海AI 基础设施合作芯片→机柜 全链路战略合作
华为昇腾 950PR/DT1 PFLOPS FP8, 自研 HBM已量产
寒武纪MLU6902 PFLOPS FP8, 192GB HBM3E出货中

数据来源:NVIDIA GTC Taipei 2026 / Computex 2026 官方发布、Intel 新闻稿、凤凰科技、IT之家。

华为昇腾 950 量产与中国 AI 芯片生态全貌

· 阅读需 4 分钟
Industry Research Team

2026 年 6 月 — 华为昇腾 950 系列(950PR / 950DT)已进入正式量产交付阶段,这是中国 AI 芯片产业在 2026 年的标志性事件。与此同时,寒武纪 MLU690 开始出货、摩尔线程 MTT S5000 参数公布,中国 AI 芯片三极格局正式形成。

昇腾 950 系列:自研 HBM 的历史性突破​

华为海思 Ascend 950 系列 是第四代昇腾 AI 芯片,2025 年 9 月华为全联接大会首次披露,2026 Q1 正式量产。

950PR(Prefill 推理专用)​

项目参数
架构Da Vinci v5(SIMD + SIMT 双模型)
制程N+2(SMIC 国产化)
HBMHiBL 1.0(华为自研),128 GB
FP8 算力1 PFLOPS(HiF8 格式)
TDP~400 W
目标推理 Prefill(视频推荐、实时交互)

950DT(Decode + 训练专用)​

项目参数
架构Da Vinci v5(SIMD + SIMT 双模型)
制程N+2(SMIC 国产化)
HBMHiZQ 2.0(华为自研),144 GB,4 TB/s
FP8 算力1 PFLOPS(HiF8 格式)
TDP~500 W
目标推理 Decode + 模型训练

历史意义​

自研 HBM(HiBL 1.0 / HiZQ 2.0)是华为昇腾 950 最重要的技术突破——这是中国企业首次实现 HBM 内存的自研量产,彻底摆脱了对 SK Hynix / Samsung HBM 供应的依赖。配合 N+2 国产化工艺,昇腾 950 实现了从 HBM → 计算 Die → 封装 → 系统 的全链条国产化。

寒武纪 MLU690:国产唯一 FP8 支持​

寒武纪第七代 AI 芯片 MLU 690(思元 690) 于 2026 H1 开始量产出货。这是 国产 AI 芯片中首款原生支持 FP8 精度 的产品。

项目MLU 690
制程5nm(TSMC / SMIC)
FP8 dense2 PFLOPS
HBM192GB HBM3E,5 TB/s
TDP~500 W
单价(OAM)~$8,000-12,000

MLU 690 的 FP8 算力(2 PFLOPS dense)在纸面上已经与 NVIDIA Blackwell(B200 FP8 4.5 PFLOPS sparse)相当。寒武纪凭借 科创板上市公司 的融资优势,在 2026 年营收目标达到 ¥15-20B(2025 年 ¥7.2B)。

摩尔线程 MTT S5000:从图形到训推一体​

摩尔线程在 2026 年 2 月公开了 MTT S5000 的详细参数,采用第四代 MUSA "平湖" 架构,单卡 AI 算力 1,000 TFLOPS,80GB GDDR6X 显存,1.6 TB/s 带宽。

摩尔线程走的是全功能 GPU 路线(图形渲染 + AI 计算 + 通用计算),与 NVIDIA 策略最为接近。创始团队来自原 NVIDIA 中国,MUSIFY 工具链可帮助 CUDA 代码自动迁移到 MUSA 平台,降低生态迁移成本。

中国 AI 芯片三极格局​

维度华为昇腾寒武纪摩尔线程
核心架构Da Vinci v5MLUv07MUSA 4th Gen
制程N+2 国产化5nm6nm
FP8 算力~1 PFLOPS2 PFLOPS0.5 PFLOPS(推测)
HBM 自主✅ 自研 HiBL/HiZQ❌ 外购❌ 外购
生态系统CANN + MindSporeNeuWare + MindSporeMUSA + MUSIFY
优势全链条国产化最高 FP8 算力全功能 + CUDA 迁移
2025 营收(华为内部)¥7.2B¥2.2B

全球市场对比(2026 年 Q2 更新)​

梯队厂商旗舰芯片FP8/PFLOPSHBM量产时间
第一梯队NVIDIARubin R20025 PF(稀疏)288GB HBM42026 H2
第二梯队AMDMI40020 PF(密集)432GB HBM42026
华为昇腾 950DT1 PF(密集)144GB 自研 HBM2026 Q1
寒武纪MLU6902 PF(密集)192GB HBM3E2026 H1
AWSTrainium 35.7 PF(密集)144GB HBM2025 Q4 GA
第三梯队IntelGaudi 31.8 PF128GB HBM2e量产
GoogleTPU v74.6 PF(TFLOPS)192GB HBM2025
摩尔线程MTT S50001 PF80GB GDDR6X2025 Q1

注:NVIDIA 使用 sparse(稀疏) 算力为标准,AMD/华为/寒武纪使用 dense(密集),不可直接比较。

展望 2026 H2​

  • NVIDIA Rubin R200:2026 H2 正式出货,288GB HBM4,6 芯片 CoWoS-L 封装
  • 华为昇腾 960:路线图 2027 H2,预计 FP8 算力翻倍至 2 PFLOPS
  • 寒武纪 MLU790:预计 2027,3nm,384GB HBM4,2.5 PFLOPS
  • 摩尔线程:下一代 GPU 预计搭配 HBM3,算力 2× MTT S5000

中国 AI 芯片产业在 2026 年已经形成从 训练(寒武纪 MLU690 / 昇腾 950DT)→ 推理(昇腾 950PR / 摩尔线程 S5000)→ 系统(CloudMatrix / 分布式集群) 的完整产品矩阵。


本文基于华为全联接大会 2025(2025-09-18)公开信息、2026 年 4 月行业分析报告及 2026 年 6 月最新市场数据整理。

NVIDIA 发布 RTX Spark:AI 算力进入个人电脑时代

· 阅读需 3 分钟
Industry Research Team

2026 年 6 月 1 日,中国台北 —— 在 Computex 2026 开幕主题演讲中,NVIDIA CEO 黄仁勋正式发布了 RTX Spark 超级芯片,标志着 NVIDIA 正式进入由 Intel、AMD、Qualcomm 和 Apple 主导的个人电脑处理器市场。

RTX Spark:个人 AI 计算机的"心脏"​

RTX Spark 由 NVIDIA 与 联发科(MediaTek) 合作开发,采用 20 核 Grace CPU + Blackwell RTX GPU 的异构封装,配备 6144 个 CUDA 核心。AI 算力达到 1 PFLOPS(千万亿次浮点运算),这意味着个人电脑首次拥有与数据中心级 H100 GPU 相当的计算能力。

参数RTX Spark
CPU20 核 Grace(联发科合作,Arm 架构)
GPUBlackwell RTX(6144 CUDA 核心)
AI 算力1 PFLOPS
目标个人 AI Agent,本地 LLM 推理
首发 OEM华硕、戴尔、惠普、联想、微软 Surface、微星
上市时间2026 年秋季
形式笔记本 SoC + 紧凑型桌面主机

黄仁勋的"全栈 AI"战略​

RTX Spark 的发布是 NVIDIA "全栈 AI" 战略的关键一步。黄仁勋在演讲中表示:"AI 不应该只在云端运行。每个人的电脑都应该拥有运行 AI 代理的能力。"

RTX Spark 让 NVIDIA 从数据中心 GPU 垄断者转变为个人计算市场的全面竞争者。消息发布后,AMD、Intel 和 Qualcomm 的股价应声下跌。

对市场的影响​

  • Intel:个人电脑 AI 处理器业务面临直接威胁
  • AMD:Ryzen AI 系列需要应对同级别竞争
  • Qualcomm:Snapdragon X Elite 的 Copilot+ PC 定位被挑战
  • Apple:M 系列芯片不再是唯一的高性能 AI PC 选项

Vera Rubin 平台进入大规模量产​

在同一场演讲中,黄仁勋还宣布 NVIDIA Vera Rubin 平台已进入全面量产阶段。Rubin R200 采用 6 芯片 CoWoS-L 封装(1× Vera CPU + 2× Rubin GPU die + I/O/HBM die),配备 288GB HBM4、22 TB/s 带宽、50 PFLOPS FP4 算力(稀疏)。

Rubin NVL72 机柜(72 颗 Rubin GPU + 36 颗 Vera CPU)将于 2026 H2 开始出货。

CompuTex 2026 其他看点​

  • AMD:展示了 MI350 系列(192GB HBM3e,5 PFLOPS FP8 dense),6 月正式上市
  • Intel:Jaguar Shores 首次公开
  • Qualcomm:AI 200 / 300 系列推理卡路线图更新
  • 国产 AI 芯片展区:华为、寒武纪、摩尔线程等展示最新产品

行业意义​

RTX Spark 的发布意味着 AI 算力不再局限于数据中心。个人开发者、设计师、研究人员将能在本地运行以往需要云端 GPU 的大模型任务,这可能会重新定义个人 AI 计算的市场格局。

Vera Rubin 的量产则进一步巩固了 NVIDIA 在数据中心 AI 训练领域的绝对领先地位。两条产品线共同构成 NVIDIA "云端训练 + 个人推理" 的全栈 AI 计算版图。


本报道基于 2026 年 6 月 1 日 Computex 2026 / GTC Taipei 的 NVIDIA 官方发布信息。

国产 AI 芯片格局 2025:昇腾、寒武纪、海光谁主沉浮?

· 阅读需 5 分钟
Industry Research Team

美国的出口管制持续升级,倒逼中国 AI 芯片产业加速自主化。2025 年的国产 AI 芯片市场已经不再是"能不能用"的讨论,而是"怎么选"的问题。

本文系统梳理国产 AI 芯片的主要玩家、核心产品、实际部署情况,帮助开发者和采购决策者看清竞争格局。