華為把昇騰 960DT 提前三季：單卡 2 PFLOPS、288GB HBM，超節點從 1.5 萬卡縮到 4096

單卡數字先落地。華為輪值董事長汪濤在上海全聯接大會上把昇騰 960DT 的就緒時間改成 2027 年第一季，比原計畫早三個季度。官方規格寫成：單卡 2 PFLOPS FP8、4 PFLOPS FP4，片上 高頻寬記憶體 最大 288GB，訪存頻寬 9.6TB/s。同系列的 960PR 改到 2027 年第三季就緒，單卡同樣 2 PFLOPS FP8，但 FP4 拉到 8 PFLOPS。發言人向 TechCrunch 確認「昇騰 960 晶片提前、性能倍增、一年一代」。晶片時程往前推，是這場大會最容易被寫成標題的一句。

同場還有另一組比較難消化、但對機房採購更關鍵的數字。汪濤發布的昇騰 960 超節點，單節點只擴到 4096 卡，總算力 8 EFLOPS FP8、16 EFLOPS FP4。2025 年全聯接大會的公開規劃裡，Atlas 960 SuperPoD 是 1 萬 5488 卡、30 EFLOPS FP8、60 EFLOPS FP4、220 個機櫃、佔地 2200 平方公尺。中國科技分析師 Rui Ma 在社群上直接點破：晶片提早很多，但這次亮相的 SuperPoD 比原先鋪出去的規模小得多。華為沒有在台上解釋 1.5 萬卡那一版是取消、延後，還是改成由多個 4096 卡超節點再串成叢集。

我們不能接受命運由別人願不願意把晶片賣給中國來決定。不管是對中國政府、中國產業還是華為，推動晶片完全自立都是必須走的路。

這句話出自另一位輪值董事長徐直軍會後對記者的說明。他同時說，昇騰連中國市場都供不上，沒有計畫全面衝海外；部分需求特別強的國家會供一點，量仍有限。他還給了一個沒有附數據的市占判斷：「我認為昇騰在中國的市占應該比 NVIDIA 大。」TrendForce 稍早估過，國產供應商今年可能吃下中國高端 AI 加速器近九成；工信部數據則是，到 6 月底全國智算規模 2185 EFLOPS，年增 177%。產能不夠、市占敘事、超節點變小、晶片提前，四件事在同一天出現，讀起來不像一場單純的發表會。

單卡先對表：960DT、960PR 與一年一代

華為把 960 拆成兩款，用途寫得比去年清楚。DT 走通用與訓練向，PR 把 FP4 推理算力加倍。兩款都還沒公布每百萬 Token 價格、單任務成本，也沒有對標 NVIDIA Blackwell 架構 或 Vera Rubin 機櫃的公開基準。能核對的只有官方自己給的規格與時程。

汪濤把這條路叫 τ（Tau）Scaling Law：算力規格繼續翻倍，訪存頻寬、訪存容量、互連頻寬一起加，而不是只堆浮點。950 系列已是華為第一代用自研記憶體的昇騰加速卡；美國出口管制切斷了 SK hynix、三星、美光最新 AI 記憶體後，這件事不再是附加規格，而是能不能出貨的前提。Bloomberg 此前引述知情人士：昇騰 950DT 建議售價三個月內跳約 60%，到每卡約 25 萬人民幣（約 3.73 萬美元），對齊 NVIDIA B200 的報價帶。Reuters 另一組消息源把漲幅寫成 20% 到 50%，視合約而定。大會當天汪濤沒有解釋 960 會不會沿用這套漲法，也幾乎沒有展開「訓練向晶片」相對 NVIDIA 旗艦的單卡差距。

South China Morning Post 轉述的系統層對比是：搭載昇騰 960 的 Atlas 960 SuperPoD，對十萬億參數量模型的訓練與推理，相對上一代 Atlas 950 SuperPoD 分別提升 2.3 倍與 2.5 倍。這組倍數是系統對系統，不是單卡對單卡。950 SuperPoD 先前公開過 8192 卡、8 EFLOPS FP8；960 超節點 4096 卡、8 EFLOPS FP8，單卡算力倍增、卡數腰斬，總浮點大致打平，再靠互連與光引擎把可用率拉上去。這也是為什麼「晶片提前」和「超節點變小」可以同時成立：單位從一座 1.5 萬卡的大樓，改成一塊 4096 卡的積木。

風冷版超節點標 2027 年第二季上市，液冷版第三季。晶片 Q1 就緒、系統 Q2 才出，中間那一季是組機、光引擎與液冷驗證的空窗。誰在 Q1 能拿到 960DT 單卡、拿來做什麼負載，官方沒寫。

超節點縮到 4096 卡，光進到封裝裡

華為把這代超節點的賣點押在近封裝光學（NPO）。自研光引擎叫 Hi-ONE，單引擎傳輸容量 7.2T，官方稱是業界首個能量產的 NPO、目前容量最大、也是唯一內建光源的 NPO 產品。一座 960 超節點用 5500 個 Hi-ONE，取代原本需要的 4.8 萬顆 800G 光模組，功耗降低超過 550 千瓦，系統無故障運行時間提升一倍，可用度寫成 99.8%。架構是正交佈局加全液冷，記憶體靠靈衢（UnifiedBus）做統一編址。C114 轉述的現場數字還有一項：整節點 HBM 容量到 1PB。用單卡 288GB 乘 4096，約 1.18PB，數量級對得上。

傳統機櫃把光模組插在交換器面板上，線一拉就是機櫃間的跳線。NPO 把光電轉換貼近 NPU 封裝，短電氣路徑換低延遲、低功耗。華為還在全球光互連標準組織 OIF 提案把 NPO 立項。這一步的商業含義很直：單卡追不上 NVIDIA 時，就改寫「卡和卡怎麼說話」。NVIDIA 用 NVLink 把多顆 GPU 綁成一台更大的機器；華為把對標物寫成靈衢，一條開放協定串 CPU、NPU、記憶體、SSD、網卡與交換器，宣稱對等互連、不做主從。

Rui Ma 點名的 4096 對 15488，不能只用「模組化」輕輕帶過。2025 年那版 Atlas 960 SuperPoD 是單一超節點 1.5 萬卡、30 EFLOPS FP8；這次發布的是 4096 卡、8 EFLOPS。若只買一座超節點，算力從規劃中的 30E 掉到 8E。華為的回答藏在下一層：多個 960 超節點用靈衢或 RoCE 再串，二層 CLOS 四平面組網最大 51.2 萬卡，再加多軌道拓撲最大 100 萬卡。Peerium 計算架構的口號就是「讓百萬處理器像一台電腦」。單位變小、叢集變大，對施工、供電、故障域都比較好切；代價是，買家不能再把「一座 SuperPoD = 1.5 萬卡」當成交貨承諾。

汪濤給的使用場景是十萬億級大型語言模型的訓練與推理。中國科技媒體與 Global Times 都寫成：這套超節點要扛 10 萬億參數模型。他同時拋了一組更遠的需求曲線：今天大模型參數往 10 萬億走，2030 年可能到 100 萬億以上；AI 代理現在能按小時連續工作，2030 年要以月為單位執行任務；中國每日推理 Token 已到每日約 500 萬億，2030 年要到百萬萬億級；端側手機模型從 2024 年的 3B 走到今天的 30B，未來往 100B。這些是華為自己的外推，不是第三方審計數字，但它們決定了為什麼 4096 卡只是積木、百萬卡才是目標。

十萬卡為什麼還是不夠：通訊吃掉四成訓練時間

華為把超節點說成「產、學、研已經形成的共識」，定義寫得很硬：物理上由多個計算節點用高頻寬低延遲協定緊密連接，具備跨物理節點統一記憶體編址，邏輯上像一台電腦。截至大會當天，昇騰 910C 超節點已部署超過 1000 套，昇騰 950 超節點進入規模商用。Atlas 950 SuperCluster 的 25.6 萬卡版本，官方英文稿寫成「已經在部署」。

真正要解決的痛在下一句。當前 10 萬卡 GPU 叢集 已是訓練十萬億級 SOTA 模型的標配，但傳統伺服器架構讓叢集內通訊超過訓練時間的 40%，嚴重卡住模型浮點算力利用率（MFU）。華為馬爾科夫實驗室的仿真：由 4K 超節點組成的 10 萬卡叢集，相對由 8 卡伺服器組成的同規模叢集，MFU 提升 2.75 倍。換句話說，買 10 萬張卡，若互連仍走普通伺服器，四成時間花在卡跟卡打招呼，不是在算Transformer。

這解釋了華為為什麼不再把話術停在單卡 FLOPS。單卡追 NVIDIA 受制程、HBM、先進封裝三道牆；系統層還能做的是：把通訊從訓練時間裡摳出來。Peerium 架構的三根柱子是巢狀平行、統一記憶體編址、對等互連。官方稿用 Nested BSP（巢狀批次同步平行）說自己突破圖靈範式、延伸馮紐曼單機、推翻主從架構。工程上能驗證的，仍是那 2.75 倍 MFU 仿真、那 40% 通訊佔比，以及 Hi-ONE 換掉 4.8 萬顆可插拔光模組後省下的 550 千瓦。仿真不是實測；10 萬卡、51.2 萬卡、100 萬卡三檔，目前都還沒有第三方跑分。

對分散式訓練團隊，這組數字的讀法很具體。若你的 10 萬卡叢集今天有四成時間耗在 AllReduce 與專家路由的跨機通訊，超節點承諾的是把那四成壓下去，而不是讓單卡突然快 2.75 倍。混合專家模型、長序列、跨節點 KV 快取 會先受益；純單機小模型、已經塞進一櫃的推理池，感知會弱很多。華為也沒有公布 960 超節點在專家平行、流水線平行、張量平行各自的加速比。

代理流量要來了，沙箱與 KV 快取被寫進同一張清單

汪濤把超節點從智算延到通算。升級後的鯤鵬超節點同樣走靈衢全光組網，最大 4096 節點，形成 256TB 統一記憶體池。官方給了兩個代理場景：十萬級 AI 沙箱 啟動比傳統伺服器方案快 30 倍，密度還能再加 25%；百億千維向量檢索，效率相對傳統伺服器倍增。同一套總線上還有 OceanStor M900：標成 L3.5 層、PB 級 KV 快取 叢集，走靈衢「一跳直連」，混合介質加 Retention 演算法，宣稱把 SSD 讀寫壽命提升 16 倍。

這不是附贈功能列表。十萬億參數的 SOTA 模型，訓練與推理已經不是「一排 GPU 伺服器」能描述的系統，而是智算超節點、通算超節點、免協定轉換的互連、再加上推理路徑上的多層 KV 快取。華為把昇騰超節點、鯤鵬超節點、KV 快取叢集寫成對等子系統，協定統一成靈衢，減少協定轉換。對要跑長任務自主智能體的人，這張圖比單卡 PFLOPS 更接近真實帳單：代理要起沙箱、要檢索、要把 KV 放在離計算夠近的地方，否則 4096 張卡也會在等儲存。

同一週稍早，華為在《Intelligent World 2035》裡預測，自主智能體到 2035 年會佔全球 AI Token 流量超過 90%，全球活躍代理上看 9000 億個。Connect 現場把這條需求曲線接進硬體：代理按月執行任務、KV 要 PB 級、沙箱要十萬級並發。徐直軍同時把「代理安全」列進公司十項技術優先。中國也在起草AI 代理安全強制國家標準。硬體發表會把沙箱密度寫進規格，本身就是在承認：下一波不是聊天框，是會自己開門的行程。

開發者能立刻碰的，仍是軟體而不是 960 卡。汪濤宣布 CANN 已進常態化開源社區運作，外部開發者占比 61%，第一次超過內部；社區月活突破 5270，官方自稱中國最活躍開源社區；基於昇騰 + CANN 原生訓練的模型超過 40 個，並稱是國內唯一能走預訓練的技術路線；覆蓋 90 多個主流第三方社區，點名 PyTorch、Triton、vLLM、veRL。在 Linux 基金會支持下，昇騰成為 PyTorch 官網可直接安裝的算力平台，也是第一個來自中國的。鯤鵬生態另報：全球開發者超過 416 萬，夥伴超過 7200 家，支援 560 多個開源專案，openEuler 裝機突破 2000 萬套。

這些數字要跟 CUDA 放在同一張桌上讀。NVIDIA 沒有在大會後立刻回應。遷移成本不在 CANN 的月活裡：算子、圖編譯、通訊庫、除錯工具、現成的訓練配方，缺一塊就會把 2.75 倍 MFU 吃回去。40 個原生訓練模型是生態起點，不是終點；「PyTorch 官網可安裝」降低的是入門摩擦，不是把現有 CUDA 叢集一鍵搬過來。華為自己也把戰略寫成「硬體變現」：軟體開源是為了把昇騰賣出去，不是為了當中立基金會。

中國市場先不夠賣，訓練仍可能還在 NVIDIA 上

徐直軍對記者說，昇騰 950DT 測試結果不錯，正與中國模型開發者密集討論，預期其中許多會在明年開始用這套系統做訓練。「明年開始訓練」這句，等於承認今天多數前沿訓練仍不在昇騰上。稍早已經寫過，DeepSeek 計畫在烏蘭察布部署至少 16 萬顆昇騰 950DT，用途被知情人士說成只跑推理、不跑訓練，訓練仍靠 NVIDIA，見DeepSeek 下單 16 萬顆昇騰 950DT。Straits Times 這次把同一結構又講了一遍：中國前沿實驗室仍大量用美國晶片訓練，再用國產卡去推論。

產能是另一道牆。徐直軍的原話接近：連滿足中國需求的產能都沒有，不會以全面方式衝國際市場。摩根士丹利估過，中國 AI 算力市場 2030 年可能到 6460 億人民幣。需求曲線向上、950DT 才剛漲價、960 還要等兩個季度才有風冷整櫃，中間這段會繼續出現GPU 短缺式的排隊。華為近年用 LogicFolding 等手法，試圖在拿不到最好製程設備的前提下把單卡做強；Morgan Stanley 分析師 Charlie Chan 的判斷是，系統級競爭比單卡更關鍵，多晶粒、先進封裝、機櫃級架構、光網路與軟硬協同，正在把有效差距收窄。收窄不是抹平。NVIDIA 最新 Blackwell 在中國不能直接買到，但不代表訓練端已經換完棧。

海外敘事華為仍想講。汪濤說要「為世界提供新的選擇」，馬來西亞、埃及等市場先前已被點名。徐直軍把量說死了：有供、但有限。美國自 2019 年 5 月起對華為另有貿易限制；出口管制卡的是先進製程設備與高階 HBM，不是簡報上的百萬卡示意。TechCrunch 特別標了一個日曆：這場發表會距川普與習近平在華府會面只剩一週。黃仁勳同一週在 Dreamforce 把「加速」和「安全」說成假選擇，反對靠新法讓全行業一起慢下來，見黃仁勳在 Dreamforce 的回應。華為這場會把同一組詞用反了：中國要先快，才能感覺到美國實驗室已經在談的風險。

徐直軍說的風險：還沒強大到能感覺

會後記者會上，徐直軍把安全討論從「要不要慢」轉成「有沒有資格感覺」。他說，美國主流模型商擁有海量算力，「也許只有他們自己知道自己的模型到了哪裡」；他們能感覺、能知覺的那類 AI 風險，「可能是中國或中國模型商還感覺不到的」。接著他給出自己的處方：「也許中國的模型商需要加快步伐，達到也能感覺 AI 發展帶來的風險的水準。」下一句才是平衡：「要在推動 AI 發展和管理 AI 風險之間取得平衡。」

這段話的背景是美國實驗室正把「放慢前沿」講成公開政策。Anthropic 執行長呼籲 pace the frontier，OpenAI 開始定期揭露模型不當行為，兩邊員工據報對執行長公開喊減速感到意外。中國路徑不同：把先進 AI 當成可管理的技術，邊部署邊做強制標準與安全評估，包括代理繞過控制、對外攻擊這類風險。徐直軍沒有附上中國模型在越獄、自主複製、網路攻擊上的公開事故清單，也沒有對標 OpenAI 那套揭露框架。他的邏輯是能力門檻：算力不夠，風險圖譜不完整；要看見那些風險，先把算力堆上去。

對採購與治理，這是可檢驗的立場，不是口號。若 950DT 明年真的承接國產訓練、960 超節點按 Q2／Q3 出貨，中國實驗室會不會開始發布對齊事故、代理逃逸、獎勵駭入，會比百萬卡示意圖更能驗證「感覺到風險」這句話。若訓練仍留在 NVIDIA、昇騰只消化推理吞吐量，那徐直軍描述的能力落差會維持，風險討論也會繼續隔著一道算力牆。

現場沒有給的東西，同樣要寫進對帳單。960 系列沒有公開每百萬 Token 雲端單價，沒有單卡對 Blackwell 的第三方基準，沒有 4096 卡超節點的實測 MFU，沒有 51.2 萬卡與 100 萬卡的交貨客戶，沒有 CANN 遷移現有 CUDA 訓練任務的平均人月，也沒有解釋 2025 年 1.5 萬卡 SuperPoD 規劃如何折進這次的 4096 卡產品。汪濤沒有回答如何爬出製造瓶頸。徐直軍的中國市占「應該比 NVIDIA 大」沒有附份額。缺這些，不等於發表會作廢；等於買家還不能把簡報當合約。

風冷超節點標在 2027 年第二季。那一季若按時出櫃，要核對的不是口號，而是三件事有沒有同時發生：有沒有實驗室用 950DT 或 960DT 做完整預訓練而不只是推理；4096 卡超節點的實測通訊佔比有沒有從四成壓下來；CANN 那 40 個原生訓練模型之外，有沒有新的萬億級模型把權重訓練過程公開寫在昇騰上。晶片提早三季已經寫進日曆。日曆後面是產能、互連與軟體，三樣都還沒辦法用一張發表會投影片結案。