华为正在把与英伟达的竞争，从“单颗AI芯片谁更快”延伸到“谁能交付完整AI算力基础设施”。其计划是在2027年第一季度推出Ascend 960DT，并在第三季度推出Ascend 960PR。这两款产品将成为昇腾960系列的组成部分，而华为更大的策略是将芯片、互连、超节点、集群和软件整合为一套国产AI计算栈。2

2027年产品节奏：960DT先行，960PR随后

华为披露的时间表显示，960DT将在2027年一季度率先发布，Ascend 960PR则安排在三季度。对于大模型训练和推理而言，芯片本身只是算力链条的一环：当任务规模超出单卡、单机乃至单个机柜的能力时，处理器之间交换数据的效率，会直接影响整个系统的有效吞吐量。2

UnifiedBus：让大量芯片像一台计算机协同工作

UnifiedBus是华为用于大规模AI系统的高速互连技术。它的作用可以简单理解为：在大量昇腾处理器之间建立高带宽、低时延的数据通路，使软件能够把它们作为协调运转的整体，而非彼此割裂的加速器。

据报道，升级后的互连方案可同时连接约4,000颗处理器，并让高速光连接进一步深入系统内部。9 对训练超大模型、长上下文推理或大规模智能体任务来说，这种互连能力尤其关键：若芯片计算很快、通信却跟不上，系统就会在数据传输和同步上消耗大量时间。

从超节点到百万级超级集群

华为的扩展路径并非把百万颗处理器直接接入同一张网络，而是分层构建：先把处理器组织为SuperPoD，也常被称为超节点；再由多个SuperPoD组合成SuperCluster（超级集群）。

华为已公布Atlas 960 SuperCluster，宣称该系统可配置超过100万颗昇腾NPU。这一表述反映的是横向扩展后的集群总规模，而不是每一颗处理器都以完全对等、直接相连的方式处于单一网络内。14

商业落地方面，华为称已向超过370家客户交付逾1,000套昇腾超节点。3 这说明相关产品已不只是实验室演示；不过，这些均为公司披露的数据，尚不能单独证明其与竞品相比的实际性能、系统利用率或盈利表现。

出口管制带来约束，也打开国产替代窗口

美国对先进AI芯片及部分半导体制造设备实施的出口限制，压缩了中国市场获得高端英伟达加速器的空间。对中国云服务商、公共部门用户和大模型开发者而言，这既是供应约束，也提高了验证和采用本土硬件平台的意愿。1

因此，华为的卖点并不只在于单芯片基准测试，还包括供应可得性、平台连续性与本地化支持。其希望提供的是一套能在企业级和大规模基础设施中部署的端到端方案，而非仅出售一颗处理器。

真正难题仍是英伟达的软件生态

英伟达的优势不止GPU硬件，还包括CUDA生态：成熟的开发工具、基础库、框架适配、开发者技能储备和广泛的应用兼容性。这些因素会抬高迁移成本。对华为来说，关键不只是展示更高的系统级算力，还要让模型迁移、算子适配、调优、运维和大规模扩展变得足够可操作。

华为CANN社区据报道拥有5,270名月活开发者，这一数字旨在显示其软件生态正在增长。5 开发者规模可以推动框架适配、算子开发、模型移植与工具完善，但与CUDA长期形成的全球生态相比，昇腾仍需要以生产级软件、稳定复购和可复制部署来证明竞争力。

结论：华为争夺的是“系统级AI算力”

华为挑战英伟达的路径，是以UnifiedBus支撑的大规模互连、国产供应能力、政策环境下的需求，以及持续扩大的昇腾／CANN生态，来弥补其在硬件和CUDA生态上的差距。短期内，其机会主要来自中国市场对稳定、可获得的本土AI算力平台的需求；能否在更广泛市场缩小差距，则取决于软件兼容性、可靠量产部署，以及真实工作负载下的性价比。

华为正在把与英伟达的竞争，从“单颗AI芯片谁更快”延伸到“谁能交付完整AI算力基础设施”。其计划是在2027年第一季度推出Ascend 960DT，并在第三季度推出Ascend 960PR。这两款产品将成为昇腾960系列的组成部分，而华为更大的策略是将芯片、互连、超节点、集群和软件整合为一套国产AI计算栈。2

2027年产品节奏：960DT先行，960PR随后

华为披露的时间表显示，960DT将在2027年一季度率先发布，Ascend 960PR则安排在三季度。对于大模型训练和推理而言，芯片本身只是算力链条的一环：当任务规模超出单卡、单机乃至单个机柜的能力时，处理器之间交换数据的效率，会直接影响整个系统的有效吞吐量。2

UnifiedBus：让大量芯片像一台计算机协同工作

UnifiedBus是华为用于大规模AI系统的高速互连技术。它的作用可以简单理解为：在大量昇腾处理器之间建立高带宽、低时延的数据通路，使软件能够把它们作为协调运转的整体，而非彼此割裂的加速器。

据报道，升级后的互连方案可同时连接约4,000颗处理器，并让高速光连接进一步深入系统内部。9 对训练超大模型、长上下文推理或大规模智能体任务来说，这种互连能力尤其关键：若芯片计算很快、通信却跟不上，系统就会在数据传输和同步上消耗大量时间。

从超节点到百万级超级集群

华为的扩展路径并非把百万颗处理器直接接入同一张网络，而是分层构建：先把处理器组织为SuperPoD，也常被称为超节点；再由多个SuperPoD组合成SuperCluster（超级集群）。

华为已公布Atlas 960 SuperCluster，宣称该系统可配置超过100万颗昇腾NPU。这一表述反映的是横向扩展后的集群总规模，而不是每一颗处理器都以完全对等、直接相连的方式处于单一网络内。14

商业落地方面，华为称已向超过370家客户交付逾1,000套昇腾超节点。3 这说明相关产品已不只是实验室演示；不过，这些均为公司披露的数据，尚不能单独证明其与竞品相比的实际性能、系统利用率或盈利表现。

出口管制带来约束，也打开国产替代窗口

美国对先进AI芯片及部分半导体制造设备实施的出口限制，压缩了中国市场获得高端英伟达加速器的空间。对中国云服务商、公共部门用户和大模型开发者而言，这既是供应约束，也提高了验证和采用本土硬件平台的意愿。1

因此，华为的卖点并不只在于单芯片基准测试，还包括供应可得性、平台连续性与本地化支持。其希望提供的是一套能在企业级和大规模基础设施中部署的端到端方案，而非仅出售一颗处理器。

真正难题仍是英伟达的软件生态

英伟达的优势不止GPU硬件，还包括CUDA生态：成熟的开发工具、基础库、框架适配、开发者技能储备和广泛的应用兼容性。这些因素会抬高迁移成本。对华为来说，关键不只是展示更高的系统级算力，还要让模型迁移、算子适配、调优、运维和大规模扩展变得足够可操作。

华为CANN社区据报道拥有5,270名月活开发者，这一数字旨在显示其软件生态正在增长。5 开发者规模可以推动框架适配、算子开发、模型移植与工具完善，但与CUDA长期形成的全球生态相比，昇腾仍需要以生产级软件、稳定复购和可复制部署来证明竞争力。

结论：华为争夺的是“系统级AI算力”

华为挑战英伟达的路径，是以UnifiedBus支撑的大规模互连、国产供应能力、政策环境下的需求，以及持续扩大的昇腾／CANN生态，来弥补其在硬件和CUDA生态上的差距。短期内，其机会主要来自中国市场对稳定、可获得的本土AI算力平台的需求；能否在更广泛市场缩小差距，则取决于软件兼容性、可靠量产部署，以及真实工作负载下的性价比。