華為喺 2026 年 9 月 17 日於上海舉行嘅 Huawei Connect 2026，將訊息講得好直接：要加快自家 Ascend AI 晶片同大型算力系統嘅部署，縮窄同 Nvidia 嘅距離。呢場競賽唔單止係單粒晶片比拼，亦關乎記憶體、網絡互連、系統規模同供貨能力。

兩款 Ascend 960：一款訓練，一款推理

華為公布下一代 Ascend 960 系列嘅兩個型號：

• Ascend 960DT：為 AI 模型訓練而設，預計於 2027 年第一季供應，較原有路線圖提早 三個季度。1
• Ascend 960PR：面向 AI 推理工作負載，即模型投入使用後產生答案、分類或作出預測嘅階段，預計於 2027 年第三季就緒，較原定提早一個季度。1

華為表示，未來會維持一年一代嘅節奏，並以每代運算效能翻倍為目標。不過，呢個係公司提出嘅路線圖及效能主張，現有資料未有提供獨立跑分去驗證。8

重點在於「夾機」：由 NPU 去到百萬級系統

對於要訓練大型基礎模型而言，單一晶片快唔夠，關鍵仲在於點樣將大量運算單元連成一部可協作嘅電腦。華為展示咗 Peerium Computing Architecture 同 UnifiedBus 互連系統，用作整合運算、記憶體、儲存及網絡資源。

按華為說法，使用 UnifiedBus 全光網絡嘅 agentic SuperCluster，最高可擴展至 100 萬個 NPU。呢類數字反映其系統規模目標，並非已部署規模。1

會上亦發布 Ascend 960E SuperPoD。華為稱，呢個係業界首個採用近封裝光學（near-package optics，NPO）嘅 SuperPoD；光學連接更貼近運算封裝，目的係改善大規模系統嘅資料傳輸效率。公司公布，單一 960E SuperPoD 最多支援 4,096 個 NPU、提供 8 EFLOPS FP8 運算效能，以及最高 1 PB HBM 容量。1

要留意，8 EFLOPS 即每秒 8 百京次浮點運算；FP8 則係 AI 訓練及推理常用嘅較低精度運算格式，通常可換取更高吞吐量。

已部署咗幾多？官方確認與未獲證實嘅說法要分開睇

華為表示，目前已有超過 1,000 套 Atlas 900 A3 SuperPoD 部署，而 Atlas 950 SuperPoD 已進入大規模商用。1

至於「已部署 256,000 卡 Atlas 950 SuperCluster」嘅講法，現有材料未能證實；同樣地，華為亦無喺所提供資料中確認 Atlas 960 處於甚麼具體測試階段。因此，呢兩項不宜當成已核實規格或部署進度。

另一方面，路透社報道指，華為稱 Ascend 950DT 嘅測試結果理想，並正同中國 AI 模型開發商深入洽談，預期有不少客戶明年開始利用相關系統訓練模型。

想挑戰 Nvidia，但產能先係眼前難題

華為將今次布局包裝成中國 AI 基建自主化嘅一步，背景係美國自 2022 年起，持續限制先進晶片及晶片製造設備出口到中國。 相關限制削弱中國企業取得頂級 AI 加速器與先進製程供應鏈嘅渠道，亦令自研晶片、記憶體及系統互連變得更重要。

但華為目前唔係冇需求，而係供應不足。輪值董事長徐直軍表示，華為連中國市場需求都未能完全滿足，所以正限制海外銷售，暫時無計劃作全面國際擴張。

換句話講，Ascend 960 路線圖係對 Nvidia 嘅長線挑戰；不過短期成敗，仍取決於華為能否將產品由發表與測試，轉化成有足夠產量嘅可交付系統。

中美 AI 競賽下嘅發布會

今次發布距離原訂 9 月 24 日舉行嘅特朗普—習近平會面約一星期，AI 與半導體競爭正是中美關係嘅重要議題。 徐直軍早前提出，中國要加快 AI 發展，追近美國，亦要發展到足以理解和管理前沿 AI 風險嘅階段。

Huawei Connect 2026 由華為副董事長兼輪值董事長汪濤（David Wang）主講揭幕，主題為「Advancing the Agentic World, Building a Solid Silicon Foundation」。活動議程涵蓋 AI 基建、SuperPoD 與 SuperCluster、開放運算生態、本土訓練主流基礎模型、雲端與本地部署，以及 AI 伸延至裝置、汽車、行業、家居和通訊網絡等場景。1

至於分析人士 Rui Ma 所指，新公布嘅 SuperPoD 較華為先前 15,488 晶片設計細，所提供資料未有足夠證據支持；呢個應視為分析觀點，而唔係經華為確認嘅規格比較。

華為喺 2026 年 9 月 17 日於上海舉行嘅 Huawei Connect 2026，將訊息講得好直接：要加快自家 Ascend AI 晶片同大型算力系統嘅部署，縮窄同 Nvidia 嘅距離。呢場競賽唔單止係單粒晶片比拼，亦關乎記憶體、網絡互連、系統規模同供貨能力。

兩款 Ascend 960：一款訓練，一款推理

華為公布下一代 Ascend 960 系列嘅兩個型號：

• Ascend 960DT：為 AI 模型訓練而設，預計於 2027 年第一季供應，較原有路線圖提早 三個季度。1
• Ascend 960PR：面向 AI 推理工作負載，即模型投入使用後產生答案、分類或作出預測嘅階段，預計於 2027 年第三季就緒，較原定提早一個季度。1

華為表示，未來會維持一年一代嘅節奏，並以每代運算效能翻倍為目標。不過，呢個係公司提出嘅路線圖及效能主張，現有資料未有提供獨立跑分去驗證。8

重點在於「夾機」：由 NPU 去到百萬級系統

對於要訓練大型基礎模型而言，單一晶片快唔夠，關鍵仲在於點樣將大量運算單元連成一部可協作嘅電腦。華為展示咗 Peerium Computing Architecture 同 UnifiedBus 互連系統，用作整合運算、記憶體、儲存及網絡資源。

按華為說法，使用 UnifiedBus 全光網絡嘅 agentic SuperCluster，最高可擴展至 100 萬個 NPU。呢類數字反映其系統規模目標，並非已部署規模。1

會上亦發布 Ascend 960E SuperPoD。華為稱，呢個係業界首個採用近封裝光學（near-package optics，NPO）嘅 SuperPoD；光學連接更貼近運算封裝，目的係改善大規模系統嘅資料傳輸效率。公司公布，單一 960E SuperPoD 最多支援 4,096 個 NPU、提供 8 EFLOPS FP8 運算效能，以及最高 1 PB HBM 容量。1

要留意，8 EFLOPS 即每秒 8 百京次浮點運算；FP8 則係 AI 訓練及推理常用嘅較低精度運算格式，通常可換取更高吞吐量。

已部署咗幾多？官方確認與未獲證實嘅說法要分開睇

華為表示，目前已有超過 1,000 套 Atlas 900 A3 SuperPoD 部署，而 Atlas 950 SuperPoD 已進入大規模商用。1

至於「已部署 256,000 卡 Atlas 950 SuperCluster」嘅講法，現有材料未能證實；同樣地，華為亦無喺所提供資料中確認 Atlas 960 處於甚麼具體測試階段。因此，呢兩項不宜當成已核實規格或部署進度。

另一方面，路透社報道指，華為稱 Ascend 950DT 嘅測試結果理想，並正同中國 AI 模型開發商深入洽談，預期有不少客戶明年開始利用相關系統訓練模型。

想挑戰 Nvidia，但產能先係眼前難題

華為將今次布局包裝成中國 AI 基建自主化嘅一步，背景係美國自 2022 年起，持續限制先進晶片及晶片製造設備出口到中國。 相關限制削弱中國企業取得頂級 AI 加速器與先進製程供應鏈嘅渠道，亦令自研晶片、記憶體及系統互連變得更重要。

但華為目前唔係冇需求，而係供應不足。輪值董事長徐直軍表示，華為連中國市場需求都未能完全滿足，所以正限制海外銷售，暫時無計劃作全面國際擴張。

換句話講，Ascend 960 路線圖係對 Nvidia 嘅長線挑戰；不過短期成敗，仍取決於華為能否將產品由發表與測試，轉化成有足夠產量嘅可交付系統。

中美 AI 競賽下嘅發布會

今次發布距離原訂 9 月 24 日舉行嘅特朗普—習近平會面約一星期，AI 與半導體競爭正是中美關係嘅重要議題。 徐直軍早前提出，中國要加快 AI 發展，追近美國，亦要發展到足以理解和管理前沿 AI 風險嘅階段。

Huawei Connect 2026 由華為副董事長兼輪值董事長汪濤（David Wang）主講揭幕，主題為「Advancing the Agentic World, Building a Solid Silicon Foundation」。活動議程涵蓋 AI 基建、SuperPoD 與 SuperCluster、開放運算生態、本土訓練主流基礎模型、雲端與本地部署，以及 AI 伸延至裝置、汽車、行業、家居和通訊網絡等場景。1

至於分析人士 Rui Ma 所指，新公布嘅 SuperPoD 較華為先前 15,488 晶片設計細，所提供資料未有足夠證據支持；呢個應視為分析觀點，而唔係經華為確認嘅規格比較。