华为昇腾：国产 AI 算力的核心底座

定义：华为昇腾是华为面向人工智能计算推出的 AI 芯片、加速卡、服务器、超节点、软件栈和开发者生态的总称，是国产 AI 训练与推理算力的重要底座。

TL;DR · 一句话结论

华为昇腾是当前AI算力链条中热度高、产业映射清晰的方向。 核心看点不是单一概念，而是需求放量、国产替代、客户验证和资本开支共同驱动。 A 股映射应沿着上游材料设备、中游制造集成、下游订单兑现三条线索跟踪。 核心风险是技术路线变化、认证周期拉长、价格竞争和估值提前透支。

一、这是什么（底层科普）

• 定义：华为昇腾是华为面向人工智能计算推出的 AI 芯片、AI 加速卡、服务器、超节点、软件栈和开发者生态的总称。狭义上指 Ascend 系列 AI 处理器，广义上指围绕这些芯片构建的国产 AI 算力底座。
• 通俗类比：如果大模型是一个超级工厂，数据是原材料，算法是生产图纸，那么昇腾芯片就是工厂里的“高强度专用流水线”。它不追求什么任务都能做，而是把矩阵乘法、向量计算、神经网络推理训练这些 AI 任务做得更快。
• 核心作用：昇腾解决的是中国 AI 产业在高端 GPU 受限背景下“有没有自主算力可用”的问题。没有它，国内大模型、政务云、金融云、运营商智算中心在高端训练和推理环节会更依赖英伟达 CUDA + GPU 体系。
• 关键指标：单卡算力、显存/高带宽内存容量、内存带宽、互联带宽、功耗、软件生态兼容性、集群可扩展性。AI 芯片不是只看单卡峰值，真正决定能否训练大模型的是“芯片 + HBM + 互联 + 编译器 + 框架 + 调度”的系统能力。

二、起源与发展历程

华为在 AI 芯片上的布局并不是 2023 年之后才开始。2018 年发布 Ascend 310，面向边缘侧和推理；2019 年发布 Ascend 910，面向数据中心训练；随后在制裁和高端 GPU 供给受限的背景下，昇腾从“技术储备”变成“产业刚需”。

关键代际大致如下：

2025 年 9 月华为全联接大会是重要转折点。华为首次公开未来三年昇腾路线图，并强调用超节点互联技术重构 AI 基础设施。证券时报报道显示，2026 年一季度将推出昇腾 950PR，并采用华为自研 HBM；2026 年四季度推出 950DT；2027 年四季度推出 960；2028 年四季度推出 970。

三、行业本质 — 商业模式怎么赚钱

商业模式

昇腾产业的商业模式不是单一“卖芯片”，而是四层叠加：

• 芯片和加速卡：华为负责芯片设计、系统定义和生态牵引，芯片及板卡是价值链核心。
• 服务器和超节点：通过华鲲振宇、拓维信息、神州数码、长江计算等伙伴生产、集成、交付 AI 服务器和智算中心。
• 云服务和算力服务：华为云基于昇腾提供 AI 云服务，客户按资源、服务或项目付费。华为 2024 年报显示，计算产业抓住 AI 机会取得较大增长；公开报道披露华为云 2024 年销售收入约 688 亿元，同比增长 24.4%，昇腾 AI 云服务实现 6 倍增长。
• 软件生态和行业方案：CANN、MindSpore、MindIE、MindX、行业大模型和 MaaS 平台共同降低迁移成本，伙伴通过解决方案、集成、运维和应用开发赚钱。

盈利模式

产业利润大致遵循“核心芯片和系统定义最高、关键零部件次之、整机制造看规模、集成服务看项目”的逻辑。芯片本身价值量高，AI 服务器中加速卡通常占主要成本；HBM、封装基板、光模块、连接器、液冷等高壁垒环节有较高弹性；整机厂如果只是代工，毛利率较低，如果参与方案设计和智算中心建设，利润率会更好。

现金流和资本密集度

昇腾产业链整体偏重资产：先进制程、封装基板、先进封测、服务器产线、液冷系统、智算中心都需要较高资本开支。现金流上，上游设备材料和核心零部件受益于扩产订单；中游服务器厂和集成商容易有大项目账期压力；云服务和算力租赁如果资源利用率不足，会出现折旧压力。

四、产业链全景

产业链总览

完整链条可以概括为：

芯片设计 / EDA / IP → 晶圆制造 → 先进封装与封测 → HBM / 封装基板 / PCB / 连接器 / 光模块 / 液冷 / 电源 → AI 加速卡与服务器 → 超节点 / 智算中心 → 云服务、模型训练、行业应用。

上游 — 原材料与核心元器件

芯片设计与 EDA：华为海思负责核心设计，采用达芬奇架构并持续迭代。EDA 和 IP 国产化是长期瓶颈，华大九天、概伦电子等是国产 EDA 关键参与者。设计环节的壁垒在架构、编译器、算子库、互联协议和软硬协同。

晶圆制造：中芯国际是国内先进制程核心代工厂。公开产业资料普遍认为，昇腾 910B/910C 依赖国产先进制程能力，在 EUV 受限下通过 DUV 多重曝光、设计约束重构和封装创新提升性能。风险在于良率、成本和产能爬坡。

先进封装与封测：长电科技、通富微电、华天科技是国内封测三巨头。AI 芯片越来越依赖 Chiplet、2.5D/3D 封装、HBM 互连和大尺寸封装，封装从“后道加工”升级为性能决定环节。

封装基板与 PCB：兴森科技、深南电路、生益电子、沪电股份等受益于高层数 ABF 载板、FCBGA、AI 服务器 HDI/PCB 升级。封装基板决定芯片与 HBM、板卡之间的高速连接能力，是国产替代价值较高的环节。

光模块与连接器：超节点不是简单堆卡，而是靠高带宽互联把数百、数千甚至上万张卡组织成“逻辑一台计算机”。中际旭创、光迅科技、华丰科技等分别对应光模块、高速连接器和线缆模组。

液冷与电源：AI 服务器功耗极高，CloudMatrix 384 这类系统峰值功耗可达数百千瓦级。液冷从可选项变成高密度算力标配，高澜股份、英维克、川润股份、飞龙股份等环节受到关注。

中游 — 制造、集成和超节点

服务器和系统集成是昇腾商业化的关键落点。华为不只是卖芯片，而是通过 Atlas 服务器、CloudMatrix、Atlas 900/950 SuperPoD 等形态进入智算中心。华鲲振宇、拓维信息、神州数码、烽火通信/长江计算等承担整机、渠道、系统集成、行业交付。

超节点是中游最重要的技术变化。华为官网在 2025 全联接大会披露，Atlas 950 SuperPoD 支持 8192 张 Ascend 950DT 昇腾卡，满配约 128 个计算柜和 32 个互联柜，柜间采用全光互联，FP8 算力达到 8E FLOPS，FP4 算力达到 16E FLOPS，互联带宽达到 16PB/s。这意味着昇腾的竞争策略不是单纯追逐单卡，而是用系统规模、光互联和调度效率补足单卡差距。

下游 — 应用场景与终端需求

• 政务与信创：自主可控要求强，价格敏感度相对低，是昇腾最确定的基础盘。
• 运营商和智算中心：中国移动、中国电信、中国联通及地方智算中心是大规模采购主体。
• 金融：风控、客服、投研、合规、私有化部署对国产算力有强需求。
• 互联网大厂：字节、腾讯、阿里、百度等既需要英伟达生态，也需要国产算力作为备份和成本控制工具。
• 制造、交通、能源、汽车：以推理、行业模型和边缘 AI 为主，重视稳定性、私有化和国产适配。

产业链价值分配

AI 芯片和 HBM 仍是价值量最高环节；封装基板、先进封测、光模块、液冷、连接器是国产供应链弹性较高环节；服务器整机规模大但利润率分化；软件生态决定长期黏性，但短期商业化需要依赖项目和行业方案。

五、供需格局

需求端

需求来自三条线：

• 国产替代需求：美国出口管制使高端 GPU 供给不确定，政务、金融、运营商等场景主动转向国产算力。
• AI 应用扩张：大模型从训练走向推理，模型部署、智能体、行业大模型都增加推理算力需求。
• 智算中心投资：地方政府、运营商和云厂商建设智算中心，带动服务器、光模块、液冷、电源和集成需求。

公开产业资料估算，2025 年昇腾 910C 出货或在 70-80 万颗量级；海外媒体亦报道华为计划继续提升 Ascend 910C 及后续芯片产量。此类数据多来自产业链估算，需与华为官方披露区分。

供给端

供给瓶颈主要在四处：

• 先进制程良率和产能：DUV 多重曝光路线可以突破，但成本、良率和产能爬坡难度高。
• HBM 和先进封装：高带宽内存是 AI 芯片性能核心，华为 950PR 采用自研 HBM 是重要信号，但大规模稳定供货仍需验证。
• 高速互联组件：8192 卡级超节点需要大量高速光模块、连接器和线缆，供应链要同步扩产。
• 软件迁移能力：硬件供给不是全部，CUDA 到 CANN/MindSpore 的迁移效率决定真实可用供给。

供需平衡判断

短期看，国产高端 AI 算力仍偏紧，尤其是能大规模稳定训练和推理的系统级供给。中期看，如果 950/960 产品按路线图推进，且 CANN 开源提升生态兼容性，供给弹性会明显增加。但若良率、HBM、封装或软件迁移不及预期，供需紧张会转化为交付周期延长和项目兑现延迟。

六、竞争格局

全球竞争格局

全球 AI 加速器仍由英伟达主导。其优势不只是 H100/B200 单卡性能，更是 CUDA、NVLink/NVSwitch、DGX/HGX、软件库、开发者、云厂商生态的闭环。AMD MI300/MI350、谷歌 TPU、AWS Trainium、Meta MTIA 等也在加速。

华为昇腾的优势主要在中国市场和自主可控场景：政策支持、客户刚需、系统级工程能力强、华为云和运营商客户基础深。海外媒体 Tom’s Hardware 评价，Ascend 910C 在峰值吞吐和能效上落后 H100/B200，但华为通过 CloudMatrix 384、光互联和大规模系统堆叠形成可行的本土大模型训练底座。

中国竞争格局

国内 AI 芯片玩家包括华为昇腾、寒武纪、海光、百度昆仑芯、壁仞、燧原、摩尔线程等。华为优势在全栈能力：芯片、服务器、云、操作系统、数据库、行业客户、生态伙伴和渠道同时具备；其他厂商更多在芯片或局部解决方案层面竞争。

竞争壁垒

• 技术壁垒：架构、编译器、算子库、互联、先进封装、HBM 协同，缺一不可。
• 生态壁垒：开发者是否愿意迁移，模型是否跑得稳，框架是否兼容。
• 客户壁垒：政务、运营商、金融客户认证周期长，一旦进入供应体系粘性强。
• 资金壁垒：先进制程、封装、智算中心和云服务都是重投入。
• 供应链壁垒：被制裁环境下，供应链韧性本身就是竞争力。

七、生命周期与周期性

昇腾产业处于“导入后期向成长期切换”。技术可用性已经过初步验证，商业化开始放量，但生态成熟度、良率、成本和软件迁移仍未完全解决。它兼具成长和政策周期属性：

• 成长性：AI 推理需求长期增长，国产算力渗透率提升。
• 政策性：出口管制、信创、算力基础设施政策影响订单节奏。
• 资本开支周期：智算中心建设容易阶段性过热，后续要看利用率和现金流。
• 技术周期：每一代芯片和超节点发布都可能带来供应链价值量重估。

当前更像“春末夏初”：需求温度已经起来，但最热的时候取决于 950 系列量产、CANN 开源落地和大模型推理商业化。

八、政策与监管环境

政策环境总体支持。中国强调人工智能、算力基础设施、信创、自主可控和全国一体化算力网，昇腾处在政策鼓励方向。另一方面，国际贸易政策是最大外部变量：美国对高端 AI 芯片、先进制程设备、EDA、HBM、先进封装材料的出口限制会长期存在。

监管上还要关注三类约束：

• 能源约束：大规模智算中心耗电高，地方电力指标和 PUE 要求会影响建设节奏。
• 数据安全：政务、金融、医疗等场景要求私有化和安全可控，有利于国产算力。
• 资本开支效率：地方智算中心如果利用率不足，可能出现重复建设和投资回报压力。

九、技术变革与未来演进

昇腾的技术主线可以概括为：单卡追赶 + 超节点放大 + 软件开源 + 供应链国产化。

• 单卡：从 910C 到 950PR/950DT，再到 960/970，提高低精度算力、内存容量、带宽和互联能力。
• 封装：Chiplet、多 Die 合封、2.5D/3D 封装成为弥补先进制程受限的重要路径。
• HBM：950PR 采用自研 HBM 是关键节点，若顺利量产，将降低对海外存储体系依赖。
• 互联：灵衢协议、全光互联和超节点把大量芯片组织成统一资源池。
• 软件：CANN 对标 CUDA，MindSpore 对标 PyTorch/TensorFlow 生态，MindIE、MindX 等面向推理和行业应用。

2025 年 8 月和 9 月，华为连续宣布 CANN 全面开源开放和成立 CANN 技术指导委员会。这是战略转向：过去是“硬件可用”，未来要解决“开发者愿意用、迁移成本可控、生态能自增长”。

十、产业进程（国内 vs 海外）

🇨🇳 国内进展

华为 2024 年报显示，计算产业因提前十年布局抓住 AI 机会取得较大增长；截至 2024 年底，鲲鹏、昇腾、华为云等累计发展 48,700 多家生态伙伴，开发 41,300 多个创新应用，孵化 38 个大模型及 160 多个高性能算子。公开报道显示，截至 2025 年 5 月，鲲鹏、昇腾已发展超过 665 万开发者、8800 多家合作伙伴、23900 多个解决方案认证。

2025 全联接大会发布超节点路线图，意味着昇腾的产业进程进入“系统级竞争”阶段：不再只是讨论 910B/910C 能否替代某张卡，而是讨论 Atlas 950/960 能否支撑万卡级、十万卡级 AI 基础设施。

🌍 海外进展

海外主线是英伟达 Blackwell、AMD Instinct、谷歌 TPU、AWS Trainium 等继续升级。英伟达的核心优势是生态和性能闭环，尤其 CUDA 的开发者锁定极强。华为在海外受制于出口管制和市场准入，短期主要空间仍在中国及部分对自主可控、成本、非美供应链有需求的区域。

十一、中美龙头企业深度对比

🇺🇸 美股标杆：英伟达（NVDA）

英伟达是全球 AI 加速器龙头，真正护城河是“GPU + CUDA + 网络 + 服务器参考架构 + 云厂商生态”。H100、B200、GB200 NVL 等产品定义了全球 AI 训练和推理基础设施标准。其商业模式具有平台属性：卖芯片、系统、网络，也通过 CUDA 和软件库形成开发者生态锁定。

英伟达优势在先进制程、HBM 供应、NVLink/NVSwitch、CUDA、全球客户和云生态。风险在于中国市场受出口管制影响，给华为等国产厂商留下替代空间。

🇨🇳 A 股/中国标杆：华为昇腾生态

华为不是 A 股上市公司，但其生态映射到 A 股供应链。华为的定位不是单点芯片公司，而是“国产 AI 算力平台公司”：芯片由海思定义，制造依赖中芯国际，封测和基板依赖国内伙伴，服务器由授权伙伴交付，软件通过 CANN/MindSpore/MindIE 构建生态，云服务承接商业化。

中美对比

核心差异：英伟达是“全球最强单卡 + 最强生态”，华为是“国产可控 + 系统工程 + 本土客户”。华为追赶的关键不是某个参数超过英伟达，而是能否在中国市场提供足够稳定、成本可接受、开发者可迁移的完整替代方案。

十二、财务特征与公司横向对比

行业财务特征

昇腾产业链财务分化明显：

• 设备/材料/基板：技术壁垒高，毛利率和估值通常较高，但扩产周期长。
• 封测：规模大、资本开支高，毛利率中等，受产能利用率影响大。
• 服务器整机：收入弹性大，毛利率取决于是否只是代工还是参与方案和运营。
• 软件服务：收入增长快但项目制明显，短期净利率可能较低。
• 光模块/连接器/液冷：受 AI 服务器价值量提升带动，业绩弹性强。

核心公司横向对比

估值上，昇腾链条容易被“国产替代 + AI 算力 + 华为概念”推高，必须区分真实收入占比、订单确定性和利润弹性。最容易高估的是概念映射弱、业绩穿透低的公司；最值得跟踪的是订单可验证、价值量提升明确、客户绑定深的环节。

十三、关键跟踪指标

高频跟踪

• 华为全联接大会、开发者大会、昇腾峰会新品信息：验证路线图是否按期推进。
• 运营商和地方智算中心招标：观察昇腾服务器中标规模和价格。
• A 股供应商公告和互动平台：验证是否进入供应链、订单是否兑现。
• 光模块、连接器、液冷订单：反映超节点建设强度。

领先指标

• CANN/MindSpore 生态活跃度：开发者、模型适配、算子库、迁移工具数量。
• 950PR/950DT 量产节奏：决定 2026 年产业链弹性。
• HBM 国产化进展：决定高端训练芯片瓶颈能否缓解。
• 智算中心利用率：决定需求是真实商业化还是投资冲动。

一票否决指标

• 软件迁移失败或生态停滞：硬件再多也无法形成生产力。
• 先进制程/HBM/封装良率不达预期：会导致成本高、交付慢、性能不稳定。

十四、A股炒作逻辑

A 股炒作昇腾的本质是三重叙事叠加：

• 国产替代：高端 GPU 受限，国产 AI 算力必须补位。
• 华为链：市场偏好华为产业链的确定性、执行力和生态号召力。
• AI 算力：大模型训练和推理长期需要更多算力，供应链每一代升级都有价值量提升。

历史上，昇腾相关行情通常由事件催化触发：新品发布、华为大会、运营商集采、美国出口限制升级、国产大模型突破、DeepSeek 等模型带动推理算力需求。炒作顺序一般是“核心服务器/集成商 → 光模块/液冷/连接器 → 封装基板/半导体设备 → 软件生态和应用”。

A 股核心公司可分三类：

• 正宗产业链龙头：中芯国际、长电科技、通富微电、兴森科技、深南电路、中际旭创、光迅科技、华丰科技。
• 华为生态集成商：拓维信息、神州数码、四川长虹、烽火通信、软通动力、润和软件。
• 弹性概念标的：部分液冷、电源、PCB、材料、软件公司，需警惕业务占比和订单真实性。

十五、最新边际变化与催化剂

1. 2025 年 9 月：华为全联接大会公布昇腾三年路线图
   → 影响：市场从“910C 能不能用”转向“950/960/970 能否形成持续代际升级”，提升产业链长期可见度。

2. 2025 年 9 月：Atlas 950/960 超节点路线披露
   → 影响：光模块、连接器、液冷、电源、PCB 等系统级环节价值量提升，单卡性能差距被系统工程部分弥补。

3. 2025 年 8-9 月：CANN 全面开源开放、技术指导委员会成立
   → 影响：降低开发者和伙伴参与门槛，是对抗 CUDA 生态的关键一步。

4. 2024 年报披露：华为计算产业抓住 AI 机会取得较大增长
   → 影响：说明昇腾不再只是战略储备，而已进入业务增长贡献阶段。

5. AI 推理需求快速上升
   → 影响：相比训练，推理对国产芯片生态更友好，成本和部署可控性更重要，有利于昇腾在政务、金融、企业私有化场景渗透。

十六、多空分歧与投资含义

Bull Case（看多逻辑）

• 高端 GPU 受限长期存在，国产替代不是短期主题，而是产业安全需求。
• 华为具备芯片、云、服务器、操作系统、数据库、行业客户和生态伙伴的全栈牵引力。
• 超节点路线用系统能力弥补单卡差距，符合中国电力和基础设施优势。
• CANN 开源有望降低生态迁移门槛。
• 950/960/970 路线图提高供应链扩产可见度。

Bear Case（看空逻辑）

• 单卡性能、能效、软件生态与英伟达仍有差距。
• 先进制程、HBM、先进封装受限，良率和成本可能拖累放量。
• A 股部分标的业务占比低，估值先于业绩兑现。
• 智算中心可能重复建设，真实利用率不足。
• 软件迁移成本高，互联网大厂核心训练仍可能优先使用英伟达体系。

关键验证点表

投资含义

风险收益比较好的环节通常不是最热概念，而是“价值量提升 + 供应链地位明确 + 业绩可验证”的环节，例如封装基板、先进封测、高速互联、液冷和核心服务器集成。整机和软件弹性大，但要看订单质量和利润率。当前更像右侧趋势已确认、但局部估值容易高位博弈的阶段。

十七、核心结论与展望

• 一句话总结：华为昇腾不是简单的“国产 GPU 替代”，而是一套在高端芯片受限环境下，用芯片、封装、光互联、超节点和软件生态重构中国 AI 算力底座的系统工程。
• 未来 1 年展望：最关键变量是 950PR/950DT 是否按期发布、CANN 开源能否带来开发者迁移、运营商和智算中心订单是否继续放量。
• 未来 3 年展望：如果 960/970 路线顺利，华为有望在中国市场形成与英伟达并行的 AI 算力生态；但全球生态和最高端训练仍会长期落后英伟达。
• 值得持续跟踪的变量：950 系列量产、HBM 国产化、CANN 开源生态、超节点订单、供应链公司真实收入占比和利润弹性。

信息来源：华为官网及 2024 年报、华为全联接大会公开资料、证券时报、公开产业研究资料、Tom’s Hardware 等海外媒体报道；仅供学习参考，不构成投资建议。

产业链全景速查

多空分歧

看多核心论点： 产业处于高景气或国产替代关键阶段，需求侧由 AI 算力、先进制造和自主可控共同驱动。

看空核心论点： 技术验证、客户认证、资本开支和价格竞争可能导致业绩兑现慢于主题预期。

我的立场： 更适合跟踪产业链订单、良率、招标、客户导入和资本开支，而不是只按概念热度交易。

相关研究

• 相关研究
• 相关研究
• 相关研究
• 相关研究