ARTICLE · 1081936
华为昇腾960和阿里真武V900,国产AI芯片路线对决,谁更接近英伟达
华为昇腾960和阿里真武V900,国产AI芯片路线对决,谁更接近英伟达英伟达的一台搭载B300的服务器，在国内黑市已经炒到100万美元。在美国，同样的机器只要25万到35万美元。 高达3到4倍的溢价，还不是你想买就能随便买到的，这就是过去一年国产算力面对的现实。 在被逼到墙角之后，国产算力的反攻，正式开始了。 从9月17日到22日，五天之内，华为和阿里先后亮出了自己的底牌：昇腾960超节点和真武V900。两款芯片都锁定了2027年一季度量产，都号称面向十万亿级大模型。 这一次，华为和阿里走的是两条完全不同的路，目标都指向替代英伟达，那么谁离答案最近？ 9月17日，华为全联接大会在上海开幕，轮值董事长汪涛发布了昇腾960超节点。 
什么叫超节点？你可以把它理解成：把几千张卡用高速互联“焊”成一台超级计算机，逻辑上像一台机器一样工作。 上一代昇腾950可互联1024张卡，昇腾960超节点，一个单节点互联4096张算力卡，翻了四倍，总算力8EFLOPS（FP8精度），HBM内存高达1PB。这个体量，就是奔着十万亿参数大模型去的。 但华为这次最狠的，不是卡的数量，而是连接的方式。 过去大规模集群用光模块互联，800G光模块一插一大排。华为这次拿出的NPO（近封装光学）技术，一枚光引擎模块就能顶9个800G光模块，整个超节点用5500个光引擎，替代了48000个800G光模块。 什么概念？翻译一下，以前要四万八千条数据通道干活，现在五千五百条就干完了，还省下550多千瓦的功耗。 为什么这么较劲互联？汪涛的解释是，大规模算力集群最大的痛点，不是算力不够，是算力利用率太低，行业里十万卡集群的MFU（模型算力利用率）普遍不到30%。也就是说，你买了一万张卡，七千张的算力浪费在故障修复和等待上。 MFU每提升1个百分点，10万亿参数的大模型训练，周期就能缩短3天。 华为的路线很清晰：把单节点的密度和利用率做到极致，然后一年一代往前走。960DT明年一季度准备就绪，960PR明年三季度落地，2028年昇腾970，2029年昇腾980，节奏安排得满满的。 9月22日，杭州云栖大会，阿里平头哥发布了新一代训推一体AI芯片真武V900。 
单卡层面，V900算力是上一代M890的3倍，216GB大显存，片间互联带宽1200GB/s，支持FP8和FP4低精度计算。 但阿里的杀手锏也不是单卡，而是“巨集群”。 真武V900搭配自研的ICN Switch互联芯片，可以实现千卡全带宽互联、统一内存编址，即让上千颗V900像一颗“超级芯片”一样协同工作。而基于V900构建的AI集群，官方说法是：单一集群最多可以扩展到50万卡。 50万卡是什么概念？目前国内落地的国产算力集群，行业普遍估算刚刚迈过十万卡级别。50万，就是当前落地量级的五倍。 而且阿里不是只造一颗芯片。V900、ICN Switch交换芯片、倚天CPU、磐脉网卡、镇岳SSD主控，涵盖算力、存储、网络的五大核心芯片全部自研，等于把整座数据中心的“心脏”和“神经”都攥在自己手里。 这套东西已经跑过真实大模型了：上一代M890的超节点，跑通了阿里的Qwen3.8和月之暗面的Kimi K3，都是超过2万亿参数的大家伙。平头哥官方还说，它家的芯片已经服务了超过650家企业客户。 华为和阿里，几乎是同一时间，给了国产算力两个完全不同的答案，详细的比较见下图： 
表格中专业术语比较多，不过可以概括为一句话：华为想造一台最强的“超级计算机”，阿里则打算建一座最大的“算力超级工厂”。 这两条路的分叉，将直接影响产业链。 华为走光互联，5500个光引擎替代4.8万个光模块，注意，这不是“光模块要完蛋”这么简单，而是价值从“模块”向“光引擎”转移。单模块的价值量随之大幅上移，这对做光引擎、CPO、硅光的公司来说，是结构性变化。 阿里电互联（ICN Switch交换芯片）为核心，重心在交换芯片、存储主控这些“电”的方向，利好的是另一个链条。 两条路如何不同，背后都藏着一个共同的判断：单卡跑分时代结束了。 以前国产芯片总被吐槽“单卡打不过英伟达”。但训练大模型从来不是靠一颗芯片，而是靠几万颗芯片协同干活。能把它们连起来不散架、不掉速、利用率拉满，才是真本事。华为死磕MFU、阿里做统一内存编址，都是在解决同一个问题。 英伟达自己也在做同一件事，它的机柜级方案NVL72，就是把72颗GPU用高速互联连成一台机器（加上36颗CPU），然后整柜交付。你看，单卡再强，最后还是要拼系统。 现在回到标题的问题：谁才是答案？ 从架构看，华为离英伟达更近。NVL72的本质就是一个“超级节点”，华为的昇腾960超节点走的正是同一套哲学，把卡连成一台计算机，硬件变现，一年一代。两者的差别，只是国产替代了英伟达的互联和生态。 而阿里更像谷歌。谷歌的TPU不对外卖，只服务自家的云和模型；阿里同样把V900装进自家的云，绑定通义模型生态。阿里离“卖芯片的英伟达”远一些，但离“算力巨头”更近，它的护城河不是单颗芯片，是50万卡的云。 所以结论是：单卡跑分时代已经过去，系统为王，这个趋势下，华为选了密度，阿里选了规模，路线不同，但都指向同一个方向，把国产算力从“拼单卡”拉到“拼系统”的牌桌上。 先把丑话说在前面。 首先，这两款芯片都还没量产。纸面参数不等于真实性能，2027年一季度之前，还有流片验证、客户测试、产能爬坡三道坎，简单说需要让子弹飞一会儿。 其次，出口管制政策几乎每月一变。美国那边2026年以来已经出了好几轮新规，这个故事随时可能被政策打断。 丑话说完了，说正事。 如果算力需求的基本面不变（Kimi K3参数2.8万亿、Qwen3.8达2.4万亿，中国每天推理的Token已经涨到500万亿的量级）那国产算力这条产业链，故事才刚刚开始。 因此两个方向值得留意： 一是华为链，包括光引擎、CPO、超节点服务器、液冷电源。华为这套NPO方案省下550千瓦功耗，散热和供电的增量需求是实打实的。 二是阿里链，包括交换芯片、存储主控、云厂商资本开支。阿里把五大核心芯片都自研了，配套的国产供应链会跟着受益。 最后，问一句：你支持“密度派”还是“规模派”？ ——END——
01
华为最狠的不是卡的数量
02
阿里的杀手锏
03
两条路，谁才是答案？