华为昇腾960DT提前9个月上市，英伟达迎来最强对手。

在华为2026年全联接大会上，华为轮值董事长汪涛在现场公开宣布，昇腾960DT芯片要提前9个月上市，时间定在2027年第一季度。昇腾960DT芯片虽然还没有用上逻辑折叠，但是已经用上了韬定律的芯片级优化思路，性能大幅提升。

可以说，这个消息释放的信号可不一般。它说明华为的韬定律已经走到了成熟阶段，也说明围绕韬定律的上下游半导体产业链已经能配合起来。没有这些配合，芯片不可能提前9个月上市。

当初黄仁勋看衰韬定律那番话，明眼人都能看出来是嘴硬， 一口咬定这就是台积电玩了十年的 3D 堆叠，算不上什么颠覆性突破，对台积电根本构不成威胁，潜台词就是 “你们搞的都是我们玩剩下的”。

可现在昇腾 960DT 直接把事实甩在脸上：还没用到逻辑折叠，光靠韬定律的芯片级优化，7纳米的昇腾960DT，性能就已经超过了英伟达4纳米的H200。

对英伟达来说，这不是一个好消息。昇腾960DT的性能已经超过英伟达H200，再加上华为的超节点技术，英伟达在万卡级以上的超大规模大模型训练上，已经没有了优势。

更让英伟达担心的是，昇腾960DT上市以后，国产AI芯片生态会走得更快。

到那个时候，华为会先在中国市场替代英伟达，再在全球市场成为英伟达的一个强大的对手。

华为韬定律发展太快，昇腾960DT提前9个月上市

昇腾960DT原来计划在2026年第三季度上市，现在直接提前9个月。这个提前不是简单地把日历往前翻。

要知道芯片从设计到流片，再到封装，再到系统集成，每一个环节都要卡在时间表上。只要有一个环节拖后腿，整颗芯片就不可能提前。

华为能提前，说明它围绕韬定律建立的全产业链协同优化体系已经跑通，各个环节的配合效率比原来预期高。

华为同时推出的还有昇腾960PR，这款芯片主要面向的就是AI大模型的推理场景，计划2027年第三季度就绪，也比原计划提前一个季度。推理场景就是模型已经训练好以后，用户拿它来回答问题、生成内容、做判断。

训练和推理对芯片的要求不一样，华为把两款产品的时间都往前推，说明它的产品规划不是单点突破，而是整个华为芯片生态都在提速。

我们先看960DT本身的性能。它的FP8算力达到2 PFLOPS，FP4算力达到4 PFLOPS，互联带宽2.2TB/s，访存容量288GB，访存带宽9.6TB/s。

FP8和FP4就是芯片做计算时用的数据精度，数字越低，计算越快，但会牺牲一点精度。PFLOPS是算力单位，你可以把它理解成每秒能做多少次计算。TB/s是传输速度单位，表示每秒能搬多少数据。访存容量就是芯片能直接放多少数据，访存带宽就是芯片搬数据的速度。

拿英伟达H200 SXM来比，H200的FP8算力是3.958 PFLOPS，访存容量141GB，访存带宽4.8TB/s。FP8算力上H200只是略高于960DT，但访存容量上，960DT是H200的两倍多，访存带宽也是两倍。

对大模型训练来说，显存容量和带宽直接决定能跑多大的模型，也决定数据搬运的速度有多快。这个差距比单纯的算力差距影响更大。

因为训练大模型时，芯片不是只算一次，它要反复搬数据，数据搬得慢，算力再高也要等。

不过要说清楚一点，960DT没有采用完整的逻辑折叠。完整的逻辑折叠要到2030年的昇腾990才会实现。960DT用的是芯片级封装折叠和芯片内部设计的优化，也就是在芯片的封装上做3D堆叠，就是把多颗芯片或者内存一层一层叠起来，缩短它们之间的连接距离，

也就是通过这两个层面，960DT才能在芯片制程没有优势的情况下，芯片的实际表现已经超过了H200。

而960DT上最牛的还要属华为自研HBM。HBM是AI芯片的内存，没有它，再强的算力也发挥不出来。美国出口管制卡的就是这个环节，像三星、海力士的HBM一直被限制卖到中国。

华为自研的HBM可是国内第一个实现大规模量产的国产HBM，而存储巨头长鑫的要等到2026年年底才会大规模量产。

从昇腾950PR开始，华为的AI芯片就已经用上了自己设计的HBM，不再依赖三星和SK海力士的供应。这件事的意义不只是少买外国货，而是华为把AI芯片里最核心的环节握在了自己手里。

960DT提前落地这件事，说明围绕华为的韬定律，整个半导体上下游产业链的协同适配在不断完善。

韬定律是华为2026年5月提出的半导体新规则，核心是用时间缩微替代几何缩微。过去半导体进步靠把晶体管做小，而现在做小越来越难、越来越贵，华为换了个思路，不去死磕尺寸，而是通过器件、电路、芯片、系统四个层面的协同优化，把信号传输的时间降下来，这样就可以做到只有7纳米的制程，也可以拥有3纳米的性能，绕开了没有EUV光刻机对华为芯片性能的限制。

韬定律并不仅仅等于逻辑折叠，逻辑折叠只是这套方法里的核心技术。这套体系要跑通，就要靠的是整个产业链的配合。芯片设计要专门针对逻辑折叠进行开发，还有先进封装要下游的封装厂来适配，任何一个环节跟不上，整套方案就落不了地。960DT能提前九个月，说明这些环节都已经具备了支撑高端AI算力产品的能力。

可以说，韬定律这套方法从论文变成产品，用产品带动产业链的协同能力加速成熟，速度要比外界预期的要快。

产业链的成熟带来的直接结果是英伟达的技术领先窗口期被压缩。英伟达H200在2024年下半年大规模出货，B300在2025年下半年开始出货。昇腾960DT的性能介于H200和B300之间，和英伟达最先进产品的差距大约是两到三年。但关键是华为的迭代节奏在加快。汪涛明确表态，昇腾系列将保持一年一代的演进节奏，2028年推出昇腾970，2029年推出昇腾980。970和980的参数已经有明确规划。

昇腾970的FP8算力提升到3.6 PFLOPS，FP4算力提升到14 PFLOPS；昇腾980的FP8算力达到7.2 PFLOPS，FP4算力达到28 PFLOPS。

华为的昇腾芯片要做到每一代算力翻倍，访存带宽、访存容量和互联带宽同步提升。到2030年，华为将推出采用完全逻辑折叠的昇腾990，到时候在单卡性能上实现对英伟达的全面超越。

IDC的数据显示，2025年中国AI加速卡出货量约400万张，国产AI芯片占比达到41%，超过160万张，华为昇腾在国产厂商中排第一。字节跳动、腾讯、蚂蚁金服、美团等公司已经采购了昇腾系列芯片，部分万亿参数模型基于昇腾训练。

虽然当前因为制程原因，华为昇腾960DT和英伟达最顶尖旗舰芯片还有差距，但是华为通过超节点的技术方案已经实现换道超车。

也就是说，现在的华为不在单颗芯片上跟英伟达硬拼，而是把很多芯片连成一个整体，用系统能力去补单卡差距。

不靠单卡性能华为换道超车，英伟达也要学华为

在昇腾芯片还没有完全用上逻辑折叠技术的情况下，因为缺少EUV光刻机，华为昇腾960DT和英伟达最顶尖的旗舰芯片之间，不可能完全抹平在芯片制程上的差距。

要知道华为目前能用的最先进制程是7纳米，而英伟达已经在用台积电的4纳米甚至更先进的节点，中间至少隔了两代，所以在单芯算力上，华为昇腾和英伟达最顶尖的芯片差距还是明显。你像华为现在的昇腾960DT还只能和英伟达H200比，但是英伟达最顶尖的已经更新到B300了，算力直接是昇腾960DT的4倍。

可以说，在没有EUV光刻机，没有用上完整逻辑折叠的情况下，单卡性能要彻底追上英伟达，基本上不可能。

但华为没有继续在单卡制程这一条路上硬拼，而是走上了和英伟达不一样的技术路线，实现换道超车。

因为我们要知道，数据中心不可以只用一张AI芯片。一张AI芯片的性能强不强，很重要，但也不是最重要的。

大模型训练要用很多张卡一起干活，卡和卡之间怎么连，数据怎么传，决定最后能干多少活。

而英伟达的技术路线非常简单粗暴，靠先进制程把性能做到极致，然后用英伟达开发的NVLink通信协议把最多576颗芯片连成一个机柜级别的计算区域，再通过英伟达的InfiniBand计算机通信协议把这些机柜串成更大规模的计算机群。

这套方案的核心逻辑是把单卡性能做到最强，再连起来。而问题出在连接这一环。NVLink用的是铜缆，铜缆的信号衰减决定了它的传输距离不超过两米到两米五，这就把单个计算数量卡死在几百颗的量级。

所以英伟达再往上走，必须切到InfiniBand。而InfiniBand是一条成本很高的路，要把这么多的计算区域连在一起用，变成一个更大的计算集群，那就需要HDR网卡。这个网卡价格可不便宜。

一块HDR网卡的价格在两千到三千美元，一个一千卡的集群，光网络硬件就要多花八百万美元。Meta在六十万卡规模的集群上做过测算，发现InfiniBand只带来15%的性能优势，却让总拥有成本翻了2.3倍，最后选择放弃。

英伟达自己也知道铜缆到顶了，下一代NVL576要靠用光纤来传递信号和数据的光互连来扩展，而光互联的距离可以达到数千公里，但这条路还在验证阶段。

而华为走的就是光互联这条路，也就是英伟达自己也明白，华为的超节点路线才是最佳的技术方案。

华为在光通信技术上投入了20年研发，在光通信领域，华为是全球技术标准的主导者，一共向国际标准组织贡献超万篇技术提案。

而且从最上游的激光器芯片、硅光芯片、高速 DSP 电芯片，到光引擎、光模块、光传输设备，再到网络操作系统、算力集群互联架构，华为实现了核心环节的100%自研，全球只有华为能够做到。

作为全球拥有光互联标准必要专利最多的企业，华为没有盲目跟随海外厂商的

CPO（共封装光学）路线，也就是把负责光电转换的光引擎和核心的交换芯片，直接封装在同一块基板上，但是光引擎和芯片“焊死”了，一旦光引擎出故障，通常无法单独更换，可能需要停机整块板卡维修，维护成本和难度都极高

而华为选择了更符合工程化与运营维护的NPO（近封装光学）路线，它把光引擎尽可能靠近交换芯片放置，但光引擎本身仍然是独立、可插拔的模块，并没有和芯片封装在一起，既享受了“离得近”带来的低延迟和低功耗，又保留了光引擎可单独更换的特性。

在光通信的技术优势上，华为提出了自己的AI芯片超节点方案。可以说黄仁勋想学华为的超节点技术路线不是这么容易的。

因为华为知道自己单颗芯片算力不够强，那就把所有芯片用光互连拉到一起，让它们变成一台计算机。

华为把这个方案叫超节点。而最新的昇腾960超节点，就采用了华为最新的NPO光引擎Hi-ONE，通过华为自研的灵衢协议实现内存统一编址，很多张卡的内存放在一起统一管理，程序不用管数据到底在哪张卡上，用起来像一块大内存。

华为的单节点可以直接扩展到4096张卡，提供8 EFLOPS FP8算力和1 PB的HBM容量。你想想，英伟达的只能把576张卡连在一起，差距多大。

华为自研的NPO光引擎Hi-ONE究竟多牛，这全球只有华为给量产落地了，并且创造了3项纪录，业界首个量产、单引擎容量最大、唯一内置光源，简单来说华为的Hi-ONE直接把密度给拉满了，功耗和延迟反而还减半了。

华为只需要5500个Hi-ONE替代了原本需要的4.8万颗800G光模块，功耗降低了超过550千瓦，相当于凭空省出了约 780 张 H100的计算功耗，换句话说：同样的供电容量下，用 Hi-ONE 方案，你可以多装几百张卡，算力直接提升一个量级。

而且系统无故障运行时间提升了一倍。多个超节点再通过灵衢网络连起来，最大可以支持100万卡的集群规模。

这套体系的每一个环节，芯片、互联协议、光引擎、交换设备，都不依赖英伟达的生态。

这套路线到底能带来多大的实际收益，华为马尔科夫实验室做过一个仿真，结论用大白话说就是：大模型训练不是把10万张卡插上电，就能跑出10万张卡的算力。

关键看一个指标——MFU，也就是“模型浮点算力利用率”。你可以把它理解成“显卡实际干活率”：一张卡标称算力是100，但训练时不可能100全用上，就像汽车发动机标100马力，上路后遇到堵车、红灯、等同步，真正传到轮子上的可能只有30到40。

传统做法是用8卡服务器组网，一台机器8张卡，再把成千上万台机器连起来。卡一多，通信就成了大问题：梯度要同步、参数要交换、结果要汇总，网络像早晚高峰，卡经常在“等消息”。仿真显示，传统8卡服务器组网的10万卡集群，通信能吃掉超过40%的训练时间。

换成华为超节点就不一样了，因为卡之间通信更快、延迟更低、带宽更大，不用绕远路。用这种4K超节点拼成10万卡集群，MFU能做到传统方案的2.75倍，大约达到30%～40%。也就是说，原来100的卡只有十几在干活，现在能有三四十在干活。

也就是说，超节点把通信耗时压下去之后，同样数量的卡能干出接近三倍的活。换句话说，华为用4096张卡组成的超节点，在训练任务中发挥出来的有效算力，等效于英伟达那边用上万张卡搭建的传统集群。

英伟达最顶尖的AI芯片，单卡算力是华为的4倍，华为直接用系统效率的提升把这个差距抵消掉了，而且在万卡以上的规模里，还实现了实际训练效率的反超。

总的来说，英伟达的技术路径在千卡以下的场景里优势明显，因为单卡性能强。但到了十万卡甚至百万卡的规模，就到了华为的优势底牌。

超节点目前已部署超过1000套，昇腾950超节点也已规模商用。这不是实验室里的概念，是正在跑的实际算力底座，这也是为啥英伟达现在也在尝试切换成华为的技术方案。

而英伟达最担心的，昇腾960DT的上市，会打破英伟达的生态垄断。

华为正在完善AI芯片生态，打破英伟达的垄断地位

华为正在做的事，让英伟达最担心的，还不是昇腾960DT的提前上市，而是华为正在不断完善的国产AI生态。

英伟达在AI芯片市场上的垄断位置靠的是两张牌，一张是芯片本身，另一张是CUDA软件生态。过去几年，全球几乎所有搞大模型的公司都绕不开CUDA，开发者在上面写代码，模型在上面跑，换成别的平台就意味着重新写一遍，时间成本和人力成本都太高。

华为要打破的就是这个局面。昇腾960DT的上市，是这套打法里的关键一步。CANN是华为昇腾芯片的软件底座，相当于英伟达CUDA的对应角色。2025年底，华为把CANN的底层代码全部开源。到2026年，CANN社区的外部开发者数量第一次超过了华为内部开发者，占比达到61%，社区月活跃开发者突破5200人，是中国所有开源社区里最活跃的一个。

现在基于昇腾和CANN跑起来的原生训练模型超过了40个。更关键的是，昇腾已经正式成为PyTorch官方支持的算力平台，这可是当前全球

AI

领域最主流的平台，华为、英伟达都绕不开他，全球开发者在PyTorch官网就能直接安装使用，这是第一个来自中国的算力平台进入PyTorch官方支持列表。

PyTorch都支持华为的CANN。这就说明了CANN已经过了能不能用的阶段，现在的问题变成了好不好用。生态的拐点已经跨过去了，接下来就是量变到质变的过程。

昇腾960DT在这个节点上市，作用就是把量变推成质变。960DT上市之后，CANN生态会拿到更多的真实使用场景，开发者在上面做推理、做训练、做微调，反馈回来的问题会加速软件升级。软件越好用，买的人越多；买的人越多，软件升级越快。

这个循环一旦转起来，只要CANN生态在960DT上市后持续成熟，华为在中国市场永久替代英伟达就不是一个口号，而是一个时间问题。

现在美国持续收紧出口管制，英伟达在中国AI加速器市场的份额从95%跌到接近于零，英伟达自己在年报里也承认已经被排除出中国数据中心计算市场。这个局面给了华为一个没有竞争对手的窗口期。

另外，华为的动作不局限在中国。2026年华为正式进入韩国市场，主力产品是昇腾950系列的推理芯片，华为真正要卖的也不只是芯片，而是基于 950 的超节点方案，华为还在向欧洲和中东运营商推广这套方案。

可以说，韩国市场选得有讲究。韩国政府刚公布了超过1.3万亿美元的半导体和AI数据中心投资计划，SK集团一家就计划到2035年建成15吉瓦的AI数据中心容量。这么大的建设规模需要大量AI芯片，但英伟达的B200单卡超过4万美元，而且长期缺货。韩国企业不想把所有算力押在英伟达一家身上，供应链单一本身就是风险。

而华为给的方案是：你不需要完全换掉英伟达，只需要把我放在采购清单上，作为第二供应商。华为已经选定了SK Shieldus和Hansol PNS作为韩国本地的分销合作伙伴，走的是和当年进入韩国通讯设备市场一样的路子，用性价比和本地渠道进入市场。

而欧洲和中东的情况类似。这些市场的运营商长期受英伟达产能不足、价格高、交货周期长的困扰，同时担心美国出口管制哪天突然断供。

对全球云厂商和科技公司来说，算力供应链只依赖英伟达一家是很大的风险。昇腾960DT成熟之后，全球客户手里第一次有了一套性能达标、体系完整的高端算力替代方案。即使暂时不大规模采购，把它放在供应商名单上作为议价筹码，也能直接削弱英伟达的定价权。

可以说当前真正让英伟达紧张的对手只有华为一个，因为其他公司的芯片大多只在自己的数据中心里用，不对外卖。华为是公开在市场上卖芯片和超节点方案，而且价格比英伟达低，供货比英伟达稳。

可以预警昇腾960DT上市之后，CANN生态继续成熟，中国市场会先完成替代，韩国、中东、欧洲这些市场也会被拿走一部分市场份额。这就意味着英伟达的生态垄断、定价权正在被中国一点点击垮。