在华为持续六年的技术攻坚中，芯片与软件等底层技术的突破始终是行业关注的焦点。随着人工智能时代加速到来，以昇腾系列为核心的AI算力体系，正成为全球计算生态竞争中的关键变量。尽管已被英伟达CEO黄仁勋视为主要竞争对手，但在先进制程受限的背景下，华为的AI算力发展仍面临诸多质疑：其芯片技术能否满足国内需求？技术路线如何规划？能否突破封锁实现市场领先？这些疑问长期萦绕在业界。
在全联接大会2025上，华为轮值董事长徐直军首次系统披露了计算领域的技术布局。他宣布，包括昇腾AI芯片、鲲鹏计算芯片、超节点架构及灵衢互联协议在内的核心产品，已形成完整的技术演进路线。这些创新不仅构成华为在计算领域的核心竞争力，更通过“超节点+集群”战略，为国内AI算力需求提供了可持续的解决方案。“我们对提供充足算力充满信心，当前产品完全能满足国内需求。”徐直军在媒体沟通中明确表示。
据披露，华为的超节点技术已实现重大突破。从2020年启动研发至今，其CloudMatrix 384超节点可集成384张昇腾算力卡，成为全球单体规模最大、有效算力最高的商用超节点。该架构通过重构传统计算体系，彻底摒弃以CPU为中心的冯诺依曼模式，转而采用“平等互联架构”，将高速总线从服务器内部扩展至跨机柜互联。华为技术专家解释，这种创新类似于“用中国标准打造‘爱马仕’”，而非简单修补西方技术体系。
在超节点规模化部署方面，华为计划于2026年第四季度推出Atlas 950 SuperPoD，集成8192张算力卡；2027年第四季度进一步推出Atlas 960 SuperPoD，算力卡规模达15488张。徐直军透露，即使与英伟达2027年计划发布的NVL576相比，Atlas 950在算力规模、内存容量及互联带宽等核心指标上仍保持领先。例如，其内存容量达1152TB，是NVL144的15倍；互联带宽达16.3PB/s，是后者的62倍。
这种技术优势源于华为在关键领域的自主创新。徐直军指出，超节点的实现依赖三大核心技术：自研光模块、连接芯片及全栈软件能力。其中，光通信技术的突破尤为关键——昇腾384超节点共使用3168根光纤和6912个400G光模块，通过跨机架纵向扩展方案构建超大规模集群。这种设计不仅提升了传输效率，更形成了技术壁垒。“现在很多厂商想拆解我们的384超节点，但难度极大。”徐直军强调。
在芯片规划方面，华为展现了激进的技术迭代策略。AI芯片领域，昇腾950PR/DT、昇腾960及昇腾970将分别于2026至2028年陆续上市，实现“一年一代算力翻倍”的更新速度。通用计算芯片方面，鲲鹏950与鲲鹏960也将按相同节奏推进。全球首个通用计算超节点将于2026年第一季度亮相，其最大配置达16节点、48TB内存，并支持内存、SSD及DPU的池化共享。
面对生态建设的挑战，华为选择了“开源开放”战略。徐直军坦言，尽管在单颗芯片性能及生态成熟度上与英伟达存在差距，但通过超节点与集群的解决方案，华为能提供更具竞争力的并行计算能力。“AI是并行计算，我们的策略就是用更多芯片组成超节点。”他举例称，用户可使用10颗昇腾芯片实现相当于5颗英伟达芯片的算力输出。对于开发者生态，华为通过开源MindSpore框架及工具链，吸引开发者共建生态。“就像谈恋爱，不用怎么知道合不合适？”徐直军比喻道，“生态是用出来的，问题在应用中解决。”
这种技术路线源于华为被极限施压下的创新突围。徐直军回忆，2019年发布的昇腾910在规格上已不输英伟达，但制裁导致芯片工艺受限，迫使华为转向系统架构创新。“超节点+集群”战略正是在此背景下诞生。他以CloudMatrix 384的研发为例：“当时英伟达规划256卡超节点，我们决定直接做384卡，必须超越对手。”这种“逼出来的创新”，最终使华为在超节点领域占据领先地位。
对于AI技术的未来，徐直军保持审慎乐观。他认为，当前AI仍处于相当于移动通信2G的初级阶段，距离通用人工智能（AGI）仍有漫长道路。在自动驾驶、人形机器人及商业模型等领域的快速迭代中，企业综合实力将成为竞争关键。“没人知道哪个路径最终成功，这时候比的就是实力。”他强调，华为的核心定位是提供算力基础设施，而非直接参与大模型变现，以此与全球AI企业形成互补合作。
