华为昇腾950超节点亮相，以系统级创新破局算力瓶颈_IT互联网

1. #DeepSeek华为合作#DeepSeek和华为这次合作，可以说是国产算力突围的重要一步。梁文锋直接说了，目前已经拿到一万六千张950卡，目标很明确，就是把生态跑通，做到真平替。华为950超节点在性能上对标英伟达GB200、GB300，硬件虽然还有代差，但关键是“能用”，而且能持续迭代。最大的瓶颈是产能，一旦量上来，大家对国产芯片的认知肯定彻底改观。感觉再有个一两年，又会是翻天覆地的变化。

2. 刚刚，智谱建了一座只用国产芯片的数据中心

3. #DeepSeek华为合作##梁文锋谈DeepSeek华为合作##梁文锋格局# 梁文锋这次说话，全网爆火，格局确实有格局的。DeepSeek跟华为搭上线，拿了一万六千张950卡，虽然只顶四千张英伟达B系列，做不了下一代大模型，但足够把国产算力生态跑通了。华为超节点性能和价格都能平替英伟达，贵点但有限。很多人觉得国产芯片差口气，现在梁老板拍板来用，这口气算喘上来了。通过还自研了编译器TileLang，绕开CUDA几十年的老包袱，一年内把生态适配搞定，剩下就看华为产能。国产AI这条路，从模型、芯片各方面，中国已经完备起来了。

4. SemiAnalysis：Kimi K3的KDA机制提高注意力效率，但将需要更多的GPU、HBM、DRAM和网络，而非更少！

5. 算法可以开源，可以学习，可以快速追赶，但大规模训练和推理需要的GPU、网络、存储和数据中心，很难一夜之间补齐。这也是为什么DeepSeek一直强调，有多少合理价格的算力就会买多少。因为今天限制AI发展的，不是想法，而是算力资源。如果这个判断成立，那AI产业链真正受益的，未必只是GPU。GPU之间需要高速互联，模型越大、Agent越普及、推理次数越多，对高速网络的要求反而越高。所以我认为，光模块仍然是AI基础设施里确定性最高的环节之一。同时，围绕算力服务器、存储、算力运营的数据基础设施，也仍然会持续受益。从这个逻辑看，我依然认为：光模块利好，新易盛利好。算力基础设施利好，协创数据利好。当然，这说的是产业逻辑，不代表股价明天就会涨。产业趋势决定天花板，估值和筹码决定短期股价。但至少到今天，我还没有看到任何证据证明，AI进入了“不需要更多算力”的时代。相反，Agent、持续学习、长上下文这些新方向，都在把算力需求继续往上推。#梁文锋称中美AI差距在算力#

6. 一个荒诞又狗血的财阀故事，如何卡住全球AI的脖子｜SK海力士崛起史【硅谷101】

7. 全球AI算力链估值重挫持续上演

8. #梁文锋称中美AI差距在算力#DeepSeek创始人梁文锋的发言很实在：国内AI整体落后美国1-2年，但我们只用二十分之一的算力就做到当前水平，算法优化能力很强。核心短板卡在算力资源，不是技术思路跟不上。后续只要算力供给补齐，就能把差距压缩到半年左右。也能看出国内AI从业者很擅长精打细算，用有限硬件挖掘性能，后续算力条件改善后，国内AI发展速度大概率会进一步提速。

9. #梁文锋称中美ai差距在算力#认为中美AI的差距本质上是算力资源的差距，而非人才，并指出当前落后美国约12到18个月。更重要的是，梁文锋在交流会中给出了一套清晰、务实且雄心勃勃的路径。解决算力瓶颈的具体路径如下：路径一：算法与效率创新，用更少算力做更多事这是DeepSeek当前的核心策略，旨在通过技术弥补资源不足：· 极致效率：用美国二十分之一的算力取得了当前的成果，目标是将差距缩短到6个月、3个月，并在部分领域实现超越。· 分阶段推进：在现有算力下先把“几十B激活”的模型做透，等资源到位后再向“150B、250B激活”的规模推进。· 聚焦研究：在思维链等前沿研究上，消耗算力很少，更依赖想法和天赋。路径二：大力投入基础设施建设，扩充算力“硬件”有了技术，更需要实打实的算力：· 积极采购：已拥有约2万张英伟达H系列等效算力，并计划在“合理价格内，能买多少买多少”。· 自建集群：明确表示未来会自建大型集群。此次超500亿元人民币的融资，主要目的之一就是全力扩充算力。路径三：扶持国产芯片，构建自主生态这是长期解决算力“卡脖子”问题的根本：· 生态乐观：他认为国产芯片生态“完全没有问题”，市场认知将在未来一年内被扭转。· 产能是瓶颈：技术并非最大障碍，产能才是主要瓶颈。· 实际合作：DeepSeek已与华为合作，拿到1.6万张昇腾950芯片，帮助华为跑通生态。他认为昇腾950超节点在性能和价格上可以完全平替英伟达的GB200、GB300。· 抓住机遇：英伟达CUDA生态的护城河正被AI编程等新技术瓦解，这为国产芯片创造了历史性的窗口期。梁文锋为解决算力问题规划的是一条 “效率优先、采购扩张、自主可控” 的三位一体路径：短期内通过算法创新弥补算力不足，中期依靠大规模采购和自建集群扩充算力，长期则押注国产芯片生态的成熟与崛起。他坦言，中国做基础模型的公司太多了，未来行业会向三四家大模型公司收敛。最终的胜出者，将是那些既能高效利用现有算力，又能坚定投入未来基础设施建设，并能成功融入国产芯片生态的公司。北京

10. 国内的算力瓶颈问题终于被打破了，这一次#WAIC2026#上华为展示Atlas 950 SuperPoD给国产的大模型提供了稳定的算力基础底座，这对于未来国产大模型训练提供了坚定的基础。现在国产大模型最大问题就是如何能够形成一个合作型的产业生态，这样才能够真正的对抗外部的竞争压力，虽然外部的AI企业也是独立运营的，但是他们通过彼此的资本合作已经形成了稳定的一个体系，通过系统化来影响全球的AI发展的趋势。共生共存共发展是国内AI企业现在的最佳的选择，单打独斗已经不适合当下的商业环境了。

11. 在特斯拉最新财报电话会上，马斯克罕见点名感谢美光，称对方为特斯拉提供了内存供应，而且考虑到当前内存价格，这个价格已经算合理。这一表态也从侧面说明，随着AI训练、数据中心扩张和高性能算力需求持续升温，内存相关器件的供应和价格依然处在偏紧状态。就连苹果这样的行业巨头，近期也多次被曝面临存储和内存成本压力。对特斯拉来说，内存芯片不仅关系到车端计算平台，也关系到其AI训练基础设施建设，马斯克近来持续加码算力投入，特斯拉的Cortex集群以及其AI相关业务都需要大量芯片和配套内存支持。

12. AI算力需求提振光器件景气度，天孚通信上半年净利润预增25%—45%｜财报见闻

13. 重大利好！OpenAI 大幅上调算力支出背后：算力赛道逻辑与前景预判OpenAI 将 2030 年前算力总开支预期由 6000 亿美元上调至 7500 亿美元，同步落地佐治亚大型自建数据中心项目，标志全球 AI 算力军备竞赛再度升级。结合海内外近期产业信号，本轮上调并非短期炒作，而是大模型走向通用智能体时代需求扩容的前瞻信号。从需求端看，调整核心动因有两点。其一，下一代大模型、自主智能体持续迭代，训练参数量、上下文长度不断提升；其二，企业端 API 调用、海量推理需求爆发，推理算力长期消耗远超一次性训练投入。过去 OpenAI 主要依赖云厂商外包算力，如今大举自建超算中心，意在摆脱外部供给约束、压低长期 Token 生产成本，Meta、谷歌、Anthropic 近期均加码算力资本开支，形成全球头部厂商统一趋势。国内算力同步迎来政策与需求共振。七部委算力基础设施行动方案落地，多地推进智算中心与 Token 工厂建设，算力租赁板块业绩持续兑现。供需格局呈现结构性分化：高端 AI 加速卡、高速互联、液冷配套持续紧缺；中低端通用算力逐步趋于宽松。市场正在从单纯 “囤 GPU”，转向集群能效、电力储备、网络带宽、运维能力的综合比拼。中长期前景层面，算力景气周期具备持续性，但赛道分化会加剧。乐观逻辑在于：AI 应用从 C 端工具渗透至产业数字化，智能体落地将持续催生增量算力；硬件迭代、算力调度优化、国产替代打开成本下行空间，形成 “成本下降→需求扩张” 正向循环。制约因素同样清晰：数据中心建设受制于电力、土地指标，巨额资本开支带来盈利压力；若 AI 商业化变现速度不及资本投入，模型厂商盈利会持续承压，OpenAI 内部已出现投入与收入匹配度的分歧。对产业链预判：短期 1—2 年，上游高端芯片、光模块、AI 服务器、智算 IDC、液冷温控优先受益，算力租赁维持紧平衡；中期视角，单纯倒卖算力的租赁商红利收窄，具备自建集群、调度优化、行业客户资源的运营企业更具壁垒。长期看，算力竞争将延伸至定制芯片、自研架构，海外巨头加速自研降低外部依赖，国内算力产业链国产替代空间持续打开。

14. [前瞻洞察] IDC 2026最新研判，下一代AI数据中心基础设施的变革影响：不在GPU，而是电力、液冷和模块化的重构升级

15. #梁文锋称中美AI差距在算力#理性分析中美AI实力对比。规模上美国确实占优——全球算力七成在美国，中国只占15%，高端训练算力差出5到7倍。但真要拼效率，中国反超明显：周均Token调用量近13万亿，几乎是美国两倍，单位产出是对方14倍，大模型性能差距已缩到2.7%。#梁文锋格局#更关键的是，国产AI芯片自给率五年从10%提到41%，英伟达在华份额跌到8%，郑州甚至搞出了10万张纯国产卡的集群。反观美国，今年近1600亿投资被迫搁置，电网不够用，部分地区接电要等七年。说白了，美国在堆卡，中国在算账。谁的算力更“值钱”，谁才握得住AI的底牌。你觉得最后谁能赢？评论区聊聊。#微博视频号续航计划# 孙大诚的微博视频

16. WAIC现场最大黑马！华为算力核弹Atlas950 SuperPoD真机国内首秀，硬核参数一次性扒干净现场展出1024卡标准版，一柜标配64张昇腾950DT，顶配能拉满8192张芯片全互联FP8峰值算力8EFLOPS，自研灵衢2.0全光互联，跨卡延迟低至3微秒，16.3PB/s超大带宽最绝的全域统一内存池，上万张卡共用1152TB内存，不用来回搬运数据，算力利用率直接拉满全浸没液冷散热，机房PUE压到1.15，专门用来训十万亿参数超大模型，国产高端算力这次真的站起来了#waic2026##华为昇腾##Atlas950SuperPoD#

17. 刚看完DeepSeek创始人梁文锋投资人闭门会议爆料，彻底理清它和华为昇腾的深度合作全貌，这组国产算力+头部大模型的组合，绝对是今年AI圈重磅事件。双方合作不是简单跑个兼容测试，是提前十几个月联合深度打磨，DeepSeek旗舰V4万亿参数大模型，完成全栈原生适配昇腾950系列芯片，重写几十万底层算子，直接脱离英伟达CUDA生态做底层重构，属于飞行途中换引擎级别的攻坚。硬件层面DeepSeek已经拿到16000张昇腾950卡，现阶段主要用来跑推理、微调业务，对外开放的线上API推理服务，全部依托昇腾算力承载；实测优化后，昇腾950单卡跑V4推理性能，远超海外H20芯片，长文本吞吐、延迟控制提升巨大，部署成本压到极低。战略层面的共识更关键：DeepSeek一心深耕通用AGI、坚持开源路线，华为手握国产全栈算力底座，两者绑定就是补齐国内AI最大短板，摆脱海外算力卡脖子。梁文锋也坦言，这批昇腾算力虽然暂时撑不起下一代超大模型预训练，但核心任务是合力把国产昇腾生态跑通、做厚，给全行业铺好落地模板。放在整个行业看，别家大模型还死死绑定海外GPU，DeepSeek主动和华为协同完成芯模合一，推理、政企落地场景率先实现纯国产闭环，不管是产业安全还是长期技术竞争，意义都非同小可。#DeepSeek华为合作#

18. #来看世界人工智能大会镇馆之宝##热点解读#2026世界人工智能大会十大镇馆之宝正式亮相，三千余项展品中筛选出的标杆成果，完整展现国产AI全产业链突破。算力端，曙光8000十万卡全国产超集群、华为Atlas950超节点筑牢自主算力底座，实现大模型高效训练。应用层亮点纷呈，百度搭子通用智能体、讯飞AI眼镜、智元量产人形机器人覆盖办公、日常、服务多场景，机器人智慧药房更完成医疗落地闭环。从底层芯片到消费级智能硬件，镇馆之宝打破算力、应用双重瓶颈，印证国内AI从技术追赶走向产业落地，也让前沿智能技术走出实验室，成为赋能各行各业的新质生产力。

19. #DeepSeek华为合作##梁文锋谈DeepSeek华为合作##梁文锋称Kimi阿里等做得更好#梁文锋表示，DeepSeek与华为合作，但华为产能有限（1.6万张卡），无法支撑更大模型训练。团队正通过自研编译器TileLang摆脱英伟达生态，并移植到华为卡上，预计一年内解决生态问题，剩下就看产能。他认为华为超节点在性能上可平替英伟达GB200/300，虽然四张卡顶一张且落后两年，但价格差距可接受，对国产算力整体乐观。

20. 刚刚，WAIC杀出国产「桌面超算」！150B大模型，放你桌上跑

21. 中国AI正在下一盘大棋，悄悄拿走全球AI定价权 #AI #大有学问 #燃起来了大国重器 #高盛

22. #梁文锋称中美AI差距在算力#个人认为梁文锋这话说到点子上了，中美AI拉开差距核心还是卡在算力这块。咱们搞AI的技术人才其实一点不差，可高端算力芯片储备远远比不上老美，做大模型训练硬件根本跟不上。但有意思的是，国内靠着少得多的算力，模型效果依旧能追上来，足以说明算法研发这块我们是有实力的，现在的差距只是时间问题。

23. #Kimi K3引发算力逻辑讨论# 最近 Kimi K3 上线直接吵翻 AI 圈，不少人说新架构省资源，以后显卡不用抢了，其实完全想反了。看着单次跑模型更省内存，但它整体模型体量巨大，全套参数存储极度吃高显存显卡，多卡协同传输还对服务器互联要求更高。最直观的现实就是上线没几天服务器直接扛不住，紧急暂停新用户注册。技术优化只会降低单次使用成本，反而吸引大批量用户疯狂使用，各类长文本、智能代理需求爆发，算力消耗只增不减。现在比拼早就不是单张显卡强弱，而是整套集群的承载能力。所谓架构减负并不会削弱算力硬件价值，需求只会跟着模型能力同步扩张，算力产业链长期逻辑没变!

24. DeepSeek创始人梁文锋：目前DS已从华为拿到1.6万张昇腾950算力卡。这批算力折算下来约相当于4000张英伟达B系列卡，虽然暂时无法支撑下一代几百B参数激活的超大模型预训练，但核心战略目标是帮助华为将国产算力生态彻底跑通、做厚这俩居然强强联合了，会结出来什么果？#DeepSeek华为合作#deepseek华为合作

25. 月之暗面Kimi称算力紧缺：暂停C端新用户订阅将已有算力全部投入于服务已订阅用户我们大模型出海和应用基本上已经走出前期投入过大的坑了。现在缺算力缺的厉害我国算力基建很大一部分是受益于我国能源基础设施的提前规划建设，别看美国投入算力建设的钱动不动千亿美元，但事实上收效极低。之前看投行的研究，投入产出比中美差距在9-11:1之间，就是你在美国投10块钱和在中国投1块钱效果差不多。如果AI的迭代可以粗暴的堆算力，那未来也是我们胜出。

26. #DeepSeek华为合作# 梁文锋这番话很实在，没有画大饼，直白点出当下国产AI最现实的痛点：算力硬件和海外高端芯片仍存在明显差距。一万六千张950卡等效算力有限，短期很难冲击前沿大模型研发，但DeepSeek联合华为落地适配，是非常务实的选择。两大本土头部联手磨合软硬件、跑通完整国产生态，比起各自单打独斗，能更快完善产业链适配经验。虽然短期上限受限，但这种产业抱团，正是缩小中美AI算力鸿沟必经的一步。

27. 大模型赛道开源与闭源的竞争底层，核心卡在算力资源。充足算力能够不断缩小开源模型与闭源基座的能力差距，算力均衡化或将改写行业现有格局。算力资源的差距，直接影响大模型长期发展走向。聊聊 AI 算力、开源模型、芯片供给背后的行业逻辑。#AI创造营##DeepSeek华为合作##科技先锋官# 种斌Marco的微博视频

28. 针对市场再度出现的AI投资过热及泡沫化疑虑，威刚董事长陈立白表示，现阶段讨论AI泡沫言之过早，“2030年以后，再来讨论AI泡沫究竟会在2040年还是2050年发生”，目前全球AI算力、内存及电力需求仍远高于市场想象。当前市场担忧云厂商算力投资速度快于实际需求，比如Meta甚至开始对外出租部分计算资源，陈立白认为，不能因此推论AI需求不如预期。未来AI应用将全面扩展至B2B、B2G、B2C及B2B2C等不同商业模式，算力需求规模将持续放大。部分机构仅从短期资本支出或单一企业算力使用率判断AI景气，容易管中窥天，低估AI渗透各产业后的长期需求。关于三星、SK海力士及美光扩产可能使下半年供需紧张缓解的说法，陈立白持不同看法。他指出，未来十年全球最短缺的两项资源将是电力（尤其是绿电）以及内存。#有点东西#

29. 国产算力全产业链龙头梳理（仅供参考）一、上游（国产算力核心壁垒）：1. 海光信息688041：国产唯一X86 CPU+DCU（国产GPU）双路线龙头，拥有永久AMD架构授权，完美兼容英伟达CUDA生态，大模型无需改写代码即可替换海外显卡，政企、金融、智算中心国产DCU采购市占断层第一；深算二号DCU性能对标A100，万卡级国产算力集群批量落地，业绩兑现稳定性行业第一，机构国产算力底仓首选；2. 寒武纪688256：纯自研NPU龙头，完全自主架构，无海外架构授权依赖，思元590高端芯片适配万亿参数大模型训练，国内互联网大厂、科研院所国产大模型核心采购芯片，摆脱CUDA生态束缚，长期自主替代空间最大，弹性更高；3. 拓维信息002261：鲲鹏CPU+昇腾AI芯片全栈自研，国内信创算力、政务智算核心底座；拓维信息是华为核心整机伙伴，生产兆瀚AI服务器，全国多地落地昇腾万卡算力集群；二、中游（算力硬件载体）：1. 中科曙光603019：国家队全栈国产算力龙头，中科院背景，国内超算绝对龙头，整机+海光芯片深度绑定，自研液冷超节点服务器，全国东数西算、国家智算中心核心承建方，纯国产自主可控算力标杆，政务、央企采购主力；2. 浪潮信息000977：国内AI服务器市占第一，液冷整机技术成熟，同时覆盖海外英伟达+国产双路线服务器，互联网大厂算力采购首选，行业业绩弹性最强；3. 工业富联601138：全球高端AI服务器代工龙头、高速交换机核心代工厂，产能规模全球领先，海外算力资本开支直接受益；三、下游（算力变现终端）：1. 润泽科技300442：东数西算国家级智算枢纽龙头，海量高功率机柜，长期锁定头部互联网大厂算力订单；2. 宝信软件600845：华东IDC龙头，高端智算机房运营，现金流稳健；四、高速光互联（算力集群传输刚需，国产算力配套核心）：1. 中际旭创300308：全球800G/1.6T光模块龙头，海外云厂商核心供应商，算力高速互联核心标的；2. 华工科技000988：国内光芯片-光模块全产业链自主可控龙头，CPO技术领先，国产算力集群配套主力；3. 源杰科技688498：国产高速光芯片龙头，解决光模块上游卡脖子环节；四、网络交换机（算力集群“高速路网”）：紫光股份000938：国产高端算力交换机龙头，25.6T/51.2T高速交换机批量供给智算中心，国产算力组网核心硬件；⚠️温馨提示：以上观点仅供参考，涉及个股均为客观需求，并不作为买卖推荐依据，据此操作，风险自负，股市有风险，投资需谨慎！

30. 华为黄健：在算力、存力和运力三者中，运力是目前最突出的瓶颈

31. 从大模型到智能体，华为以根技术构筑Agentic AI时代新基建｜WAIC 2026

32. 上海WAIC今日开馆！华为8192卡超节点凭全光互联改写算力规则

33. 美国稳赢，问过华为超节点算力跃升逻辑吗：八千张卡拧成一台巨型超算，算力是英伟达6.7倍

34. 芯片封锁下绝地反击！华为昇腾950超节点亮相WAIC，集群算力对标海外巨头

35. 华为“王炸”：万卡级超节点打破海外算力垄断

36. 华为昇腾 950 超节点真机亮相，国产算力进入系统时代

37. 你买的算力，一半都在"等快递"——GPU互联正在重写AI服务器的游戏规则

38. 美国芯片封锁下的突围：华为放弃单卡内卷，集群实力反超美巨头，万卡超节点撕开美国算力壁垒！

39. 50万卡集群！华为 Atlas 950 把算力竞赛拉到系统级

40. 为什么AI集群里的网络，正在变成计算的一部分？

41. 算力核弹震撼亮相！华为昇腾950超节点首秀，算力达英伟达同级6.7倍

42. 国产算力三条路线：华为、曙光、新华三超节点全面对比，三种模式谁才是未来？

43. 顶流超节点+边缘算力，智算网络成型｜WAIC 2026

44. 算力时代，光通信如何破解大模型传输瓶颈

45. 千亿大模型训练卡壳根源：通信瓶颈催生超节点算力革命

46. 英伟达霸主地位遭遇硬核挑战，华为1024卡集群性能数据曝光

47. 外行看算力参数，内行看互连！WAIC两大超集群网络差距很明显逛WAIC算力展区，真正拉开高端超集群差距的，从来不是单卡算力，而是互连网络。十万卡规模能否稳定并行、高负载不拥堵，全靠网络架构兜底。曙光8000和华为Atlas950的组网思路，代表了超算与智算的两种顶级方案。从路上上来看，中科曙光搭载自研scaleFabric类IB原生RDMA网络，沿袭高端超算成熟技术，低时延、高可靠，适配十万卡超大规模并行计算；华为采用灵衢统一总线架构，无交换机直连，单节点内卡间通信效率极致拉满。再就是扩容与稳定性，中科曙光优势在超大规模集群稳定性，支持跨机房、跨节点十万卡级长期稳定运行，适配长周期科学计算任务；华为胜在单节点高密度吞吐，大模型短时训练效率极高。最后就是任务适配侧重，中科曙光网络更适配湍流模拟、材料仿真、气候推演等高精度科研场景；华为网络专为大模型训练、多模态推理优化。一个擅长大规模持久战，一个擅长高密度速决战，各有专攻。 #中科曙光# #算力网络# #灵衢互联# #WAIC镇馆之宝曙光8000#

48. 华为首次展示，领先英伟达6.7倍。中国科技巨头华为首次对外展示其迄今为止最强大的人工智能（AI）计算设备昇腾950超节点（Atlas 950 SuperPoD）芯片集群，这款设备的算力是美国芯片巨头英伟达同级别系统的6.7倍。综合中国IT之家、快科技等媒体报道，华为星期五（7月17日）在2026年世界人工智能大会（WAIC）上，首次在线下完整展出了全配置的昇腾950超节点。此前，华为昇腾系列产品主要通过企业渠道和政府项目供应，鲜有公开的基准测试。这款产品依托华为自研的“灵衢”互联协议和全新升级的超节点架构，足以支撑超大型千亿级参数大模型的全流程高效训练。相比传统算力集群，超节点集群可把大量AI晶片进行紧密连接，形成一个性能更强的计算单元，从而减少芯片之间的数据传输等待，提高大模型训练和推理过程中的有效算力。根据中银证券报告，在性能表现上，与美国科技巨头英伟达搭载144张卡的同级别NVL144系统相比，华为昇腾950超节点的总算力达到英伟达6.7倍。华为表示，这标志着昇腾在超大规模算力基础设施领域再上新台阶。除了旗舰级的950超节点外，华为昇腾还在现场展出Atlas 850E风冷超节点的实物。该产品依托自研散热技术和灵衢互联协议，企业无需对现有的风冷IDC机房进行任何液冷基建改造，通过标准机柜即可直接上架部署。#华为AI超算# #华为昇腾950# #AI超集群# #AI超集群系统# #华为晟腾950#

49. Spectrum-6量产：交换芯片怎么就从配角变成了主角

50. NDC2026 算力展 | 高速互联架构决定多行业智算中心上限

51. 华为最强AI晶片集群昇腾950超节点（Atlas 950 SuperPoD）算力是英伟达同级别系统NVL144系统的6.7倍

52. 华为把Atlas 950搬上WAIC，1024卡超节点真机亮相，国产算力这次真有点太硬了

53. 引言：智算网络全景

54. 华为首度展出最强AI晶片集群算力是英伟达同级别系统6.7倍

55. 国产算力三大短板：软件栈、互联、运维，为何是结构性挑战？

56. 算力存储之后，瓶颈轮到光互联，华为领先布局

57. 破局AI算力瓶颈，共筑国产超节点生态——奇异摩尔重磅亮相WAIC，以全栈互联方案引领系统级协同新时代

58. 华为950+曙光8000，国产算力的AB面都在WAIC亮了相 WAIC2026被媒体称作“国产算力元年”。华为昇腾950带来1 EFLOPS FP8算力、1024卡真机首秀。曙光8000则带着“上线首周应用满载运行”的数据，日均15万作业、峰值50万+，成了镇馆之宝。两个大件放在一起看，有意思了。华为950主打“极限互联”——1024卡统一内存编址、256TB共享空间、3微秒时延，面向万亿参数大模型训练。昇腾384超节点已商用落地750多套，是唯一训练出SOTA模型的国产超节点。华为的路子是从单点做到极致再往上堆。曙光8000走的更“实用主义”——十万卡已经接入国家超算互联网，面向全社会开放算力服务。近千项应用跑在万卡规模，大模型、生物医药、新材料、量子计算都在上边跑。有分析认为，两条路线共同组成国产大算力故事的上下篇章——一个刚掀起盖头，另一个已为全国用户提供服务。 #超节点元年##中科曙光# #国产算力# #从参数到系统#

59. 算力内卷终遇天花板！华为源网荷储AIDC，靠电力重构AI基础设施

60. 华为昇腾950超节点首秀算力达英伟达6.7倍！

61. 算力“运力之王”：澜起科技如何卡位华为超节点内存命门？

62. 华为1024芯片组“超级大脑”，算力大战升级

63. 从“通用互联”到“智能定义”：基于NP架构的AI智算网络技术探讨（上）

64. 年度算力大事！华为解锁国产算力全新高度，国产算力迎确定性成长红利！

65. 算力网络成核心壁垒精细化运维决定智算服务价值

66. 智算中心"四大网络平面"

67. 算力馆的分水岭：一个在讲故事，一个在算账去WAIC的算力馆走一圈，中科曙光和华为的展台都逛完后，感觉算力赛道的投资逻辑其实已经很清晰了，关键不在参数高低，在商业模式能不能跑通。曙光8000让我觉得最值得关注的一点是，它已经接入国家超算互联网了。可以说中科曙光的商业模式正在从卖硬件、建集群转向长期算力运营。十万卡集群一旦开始提供算力服务，就是持续的现金流。浙商证券给出的预估，公司预计2026-2028年营收从174亿做到237亿，靠的就是这个逻辑。再看华为950。产品看着确实漂亮，1024卡集群、1 EFLOPS算力。但它只是真机首秀，不是已商用，要等Q4才上市。而且华为的模式还是以集群方案交付为主，说白了还是一锤子买卖。别忘了曙光8000背后的国产化率，从芯片到存储到液冷，全部自研。这在信创政策收紧的背景下，说明后续扩容和运维的边际成本是可控的。一个已经跑通运营模式、具备长期服务能力，一个还在产品上市的路上。投资看的是确定性。 #华为# #中科曙光# #产业投资#

68. 飙升1166.93%！全球光纤绝对霸主+CPO光连接+稀缺性，业绩碾压全场！

69. 让AI训练更快一步：网宿SD-WAN助力跨地域传输提速

70. 芯片、超节点、万卡集群、智能体互联：AI Infra的10块拼图一次凑齐 | AI网络技术应用创新大会

71. 大模型推理卡在存算瓶颈？云天励飞把Prefill和Decode拆成三颗专用芯片

华为昇腾950超节点亮相，以系统级创新破局算力瓶颈

精选参考来源