‍

9月，华为和阿里先后发布了新一代AI超节点。所谓超节点，就是把成百上千颗AI芯片连成一台“大机器”。两家的新机器里，自己研发的芯片都不少。

所以，一台国产AI机柜里，到底装着哪些芯片？哪些是华为、阿里自己做的，哪些要靠国内芯片公司，它们又做到了哪一步？

结论是：

• 华为、阿里自己做的，是最关键的几类，AI芯片、把AI芯片连在一起的互联芯片和协议、CPU；阿里还自研了网卡和硬盘主控，计划明年上市。

• 内存、硬盘、电源这些位置，国内芯片公司都已经拿出了产品，有的已经大批量出货，有的还在给客户送样。

• 有一个位置至今看不清，HBM，华为说自己研发了两种，但没说由谁生产；阿里没说从哪来。

1. 一台AI机柜里，到底有几类芯片？

先澄清一点：超节点不等于一个机柜。华为Atlas 950超节点满配是128个计算柜加32个互联柜；发布会上的卡数，有的指单机，有的指整个超节点。

按图1的示意，一个机柜像一栋楼：

• 顶层：交换托盘，负责联网；

• 中层：计算托盘，芯片最密集；

• 底层：电源框，把交流变直流。

计算托盘上有两套内存：AI芯片封装里的HBM，和CPU用的DDR内存条；此外还有SSD、网卡，以及AI芯片周围一圈供电芯片。下面按这些位置，一格一格看。

图1：机柜分成几种托盘（功能位置示意）

2. 华为、阿里自己做了哪几块？

先说三样两家都是自己研发的：AI芯片、互联、CPU。

AI芯片，华为是昇腾，阿里是真武。华为汪涛9月17日说，截至目前，“昇腾910C超节点已部署超1000套，昇腾950超节点也已规模商用”，下一代960DT、960PR分别在2027年一季度、三季度就绪。阿里的真武M890已经在灵骏超节点上对外提供云服务，新发布的真武V900计划2027年一季度量产并商用。

互联层面，华为用灵衢、阿里用ICN；CPU层面，华为是鲲鹏、阿里是倚天。这里的互联，指的是让成百上千颗AI芯片像一台机器那样协同工作的那套“内部高速路”：一套通信规则（协议），加上按规则转发数据的交换芯片。

图2：华为和阿里公开披露的AI芯片与HBM

图3：华为和阿里公开披露的CPU与SSD主控

两家不一样的地方，在互联往外延伸的那几块：

• 交换芯片：阿里单独发布了ICN Switch，1.0版已经在现网的灵骏超节点里用上；华为没有单独公布交换芯片的型号。

• 网卡和硬盘主控：阿里自研了磐脉网卡和镇岳硬盘主控，随新一代磐久超节点服务器上市，计划2027年一季度；华为这次没有单独公布。

• 光互连：超节点里跨机柜的连线，要靠光来传。华为自己做光引擎部件，称Hi-ONE是“业界首个量产的NPO产品”，960超节点用5,500个，替代原本需要的4.8万颗800G光模块；阿里用的是ODCC、阿里云、百度、腾讯等八家联合发起的SNPO方案。

华为那几格写着“未见单独披露”，不等于没有。汪涛说，除了昇腾芯片，华为还“基于灵衢UnifiedBus打造了系列化套片，全面覆盖计算、互联、存储、管理等关键能力”，只是没有逐一公布型号。

图4：华为和阿里公开披露的卡间互联与交换芯片

图5：华为和阿里公开披露的光互连与网卡

为什么偏偏是AI芯片、互联和CPU自己做，阿里还加上了交换芯片？这几样有一个共同点：它们都绑在同一套互联协议上。

协议，相当于这些芯片之间对话的语言和交通规则。灵衢、ICN都是华为、阿里自己定的规则：AI芯片要按它收发数据，交换芯片要按它转发，CPU想直接接进来，也得会这门“语言”。阿里就计划让之后的倚天750支持ICN；华为则说，自己那一整套芯片都是“基于灵衢”打造的。规则是自己定的，和规则绑得最紧的几颗芯片自己做，协同起来最顺手。

当然，这只是一条线索，不是定律。协议是自己的，芯片也可以和伙伴一起做，具体要看各家的产品披露。反例也有：镇岳这颗硬盘主控，走的是NVMe这种行业通用标准，国内也有大普微、联芸在做，阿里照样自研。为什么，阿里没有说，不能从一次发布倒推。

另一头，供电芯片、CPU用的DDR内存颗粒、内存接口芯片，两家这次都没有单独披露自研。这只说明公开信息的范围，不说明两家用的是谁的芯片。这些位置遵循行业标准，或者按各自的电源架构设计，不绑在某一家的专有协议上，国内都有专业芯片公司在做。这就是下一部分要看的。

3. 国产芯片公司，分别走到哪一步？

华为、阿里自己做的那几块之外，机柜里还有大量位置要靠专业芯片公司：内存条、硬盘、电源，还有各种接口和交换芯片。它们走到了哪一步？

最靠得住的，是公司自己在财报里怎么写。这些用词分量差得很远：“送样”只是样品到了客户手里，“测试”是客户还在验证，“量产”“批量出货”才是真正卖出去了。下面都照公司原话。

把十几家公司的原话放在一起看，能看出一条清楚的线：每个位置上，国产公司都已经有在卖的产品；卡在送样、测试阶段的，大多是专为新一代AI机器做的那一批。

先说明一点：列出一家公司，只说明它在这个位置有产品和公开进展，不代表华为或阿里用了它的芯片。下面回到计算托盘（图6），从内存条看起。

图6：拉出一层计算托盘（功能位置示意）

内存条上，国产走到了哪一步？

一根服务器内存条，除了一排DRAM颗粒，还有两颗关键的小芯片。

RCD负责“传话”：把内存控制器发来的地址和命令整理好，再转给颗粒，内存速率每上一档，它就得换一代。

SPD是内存条的“身份证”，存着这根内存条的配置参数。

• 澜起科技在这一格有一段少见的经历：它发明的DDR4全缓冲“1+9”架构，被JEDEC国际标准采纳，到DDR5演化成“1+10”，仍是国际标准。现在它的RCD已经做到第五子代，半年报说第五子代“开始规模出货”，第三、第四子代合计出货占比已经超过一半，一代一代跟着内存升级往前推。

• 聚辰股份做SPD，和澜起是搭档：它的DDR5 SPD是和澜起合作开发的，2021年四季度起就在主要内存模组厂商中大范围应用。今年二季度，随着部分下游需求回暖，以及SOCAMM2、LPCAMM2等新型内存模组陆续商用，它的DDR5 SPD出货量比一季度快速增长。

• 长鑫科技做的是颗粒本身。按出货量和销售额统计，它已经是中国第一、全球第四的DRAM厂商。但它最新的一步，也正好说明“量产”和“卖出去”是两回事：9月21日，长鑫公告第五代工艺技术平台“正式实现量产”，同一份公告写着，相关产品“尚未形成规模销售”。

图7：国产芯片公司在内存接口与DRAM颗粒上的公开进展

硬盘的“大脑”——主控，谁在做？

硬盘这一格最有意思：系统厂商和专业芯片公司在这里正面相遇。企业级固态硬盘好不好用，很大程度上看主控，它决定数据怎么写进闪存、怎么读出来，再加上固件，决定了速度和稳定性。阿里自己做了镇岳，国内的专业公司也在做。

• 大普微走的是全栈路线：主控芯片、固件算法、整块硬盘都自己做，已经批量出货，122TB的大容量QLC硬盘也已商用。有意思的是，它的原材料里还列着“主控芯片（外购部分）”：自己有主控，也照样买别人的。

• 联芸科技以主控芯片为主业。它的企业级SATA主控已经在出货；更高端的企业级PCIe 5.0主控，还处在“量产测试阶段，在头部客户处测试顺利”，还没到批量出货。

• 长江存储是闪存颗粒这一格的国内代表。它还没有上市，招股书（申报稿）引用TrendForce的数据称，2026年一季度它的NAND按销售额和出货量都是全球第三、中国第一。

图8：国产芯片公司在SSD主控与NAND颗粒上的公开进展

电是怎么一路降压，送到芯片嘴边的？

供电这一格，最能看出前面那条线。

AI芯片的核心电压很低，电流却很大：假设一路核心供电承担400瓦、输出0.8伏，电流就是500安培（原理算例，不对应具体产品）。电流越大，线上的损耗越大，所以电要分几段降：先在电源框里把交流变成直流，送进托盘后再做一次转换，最后一段贴着芯片，由多相控制器指挥一排功率级（DrMOS）把电压降到芯片需要的水平（图9）。

图9：供电路径示例（交流输入方案，省略滤波电容等器件）

电源框这一段，比的是功率器件。成熟产品都在批量卖，专为AI新做的还在送样。

• 士兰微的第二代碳化硅MOSFET已经通过国内顶级大厂的认证，在AI算力中心的电源上大批量出货。

• 东微半导的超级结和中低压MOSFET，在服务器电源、通信电源和基站电源领域批量出货。

• 英诺赛科（港股）走的是氮化镓路线。上半年，它面向AI及数据中心领域的芯片出货量同比增长183%，已在全球超过20家头部云服务商导入超过100项产品。

• 华润微则是另一种情况：它专门为AI算力电源定制开发的集成式碳化硅MOS，还处在“通过评估并送样”的阶段。

图10：国产芯片公司在电源框功率器件上的公开进展

到了芯片旁边，门槛明显变高：电流大、负载变化快，新产品要跟着AI芯片的平台一起验证。这里新老产品的差别最明显。

• 杰华特就是一个例子。它的90A DrMOS，2025年年报就说已“在行业头部客户侧量产”；今年新推出的16相数字控制器等新品，半年报写的是“已送样多个计算行业头部客户”。老产品量产了，新一代还在送样。

• 芯朋微的说法最积极：多相VRM、DrMOS、eFuse、PoL等产品已“全面进入量产”，覆盖服务器电源从一次到三次的整套方案。

• 士兰微把两件事写在了一句话里：服务器用的DrMOS、eFuse和多相控制器电路，“都已在客户端测试或已导入量产”。哪一款到了哪一步，没有拆开说。

• 英诺赛科把氮化镓也推到了芯片旁边：用于GPU供电的DrGaN产品，“完成头部客户送样测试”。

• 思瑞浦做的是电源监测。它的电流和功率监控芯片用于AI服务器、交换机的电源轨监控，半年报说服务器相关市场的销售比去年同期增长较快。

图11：国产芯片公司在托盘供电电路上的公开进展

接口、交换和CPU，这几格谁在做？

最后看连接部分。这里有三种容易混的芯片：Retimer把高速信号重新整形，让它传得更远；PCIe交换芯片把一路连接分给多块设备；以太网交换芯片连接的是服务器和服务器之间的网络。

• 澜起科技在这里又出现了。它的PCIe Retimer上半年出货量显著增长；按半年报引用的弗若斯特沙利文数据，2024年这个市场前两家合计占96.9%，澜起以10.9%排第二。下一步的PCIe交换芯片还在研发，“预计年内完成工程样片流片”。还是那条线：成熟产品在放量，新一代还在路上。

• 盛科通信做的是另一种交换芯片，这里要澄清一个常见误区：同样叫交换芯片，干的活并不一样。前面说的ICN Switch、华为互联柜里的交换，连的是超节点内部的AI芯片；盛科的以太网交换芯片，连的是服务器和服务器，链路和协议都不一样，不能因为名字相同就当成一回事。盛科交换容量12.8Tbps和25.6Tbps的旗舰芯片，半年报说已“在客户处进入应用阶段”。

• 海光信息在CPU这一格。华为有鲲鹏、阿里有倚天，独立的国产服务器CPU供应商里，海光的CPU兼容x86，已经广泛应用于电信、金融、互联网等行业。

图12：国产芯片公司在PCIe中继与交换、以太网交换和服务器CPU上的公开进展

4. HBM：这一格难在哪？

回到开头那个看不清的位置：HBM。

AI芯片算得再快，数据喂不进来也是白搭。HBM就是贴着AI芯片放、专门给它“喂数据”的内存。华为在2025年全联接大会上说，自研了两种HBM：HiBL 1.0配昇腾950PR，HiZQ 2.0配950DT，后者容量144GB、带宽4TB/s。

HBM本质上也是DRAM，但和内存条上的DRAM不是一回事。做出能用的HBM，要过三关。

先是叠。HBM不是一颗芯片，而是把好几层DRAM芯片垂直叠成一叠：按JEDEC的HBM4标准，一叠最多16层，容量最高64GB。层与层之间，靠贯穿硅片的细孔（硅通孔）上下连通。每一层都要磨得很薄，再层层对准叠好；叠好之后，只要其中一层有问题，整叠都可能报废。层数越多，这一关越难过。

然后是连。按JEDEC标准，HBM4一个堆叠的接口宽2048位，带宽最高2TB/s。两千多路信号同时跑，相当于在封装里修了一条两千多车道的专用路。这么密的线，普通电路板走不下，要在封装内部解决：图13的方案，就是把HBM和计算芯片一起放在一块中介层上。这一步靠的是先进封装。

图13：AI芯片封装及周边供电（以采用HBM与中介层的封装为例，省略散热结构）

最后是配。HBM和AI芯片封在一起之后，其中一叠HBM出问题，整颗AI芯片都可能跟着报废。所以HBM要跟着具体的AI芯片、具体的封装方案一起验证，不是单独做出来就能用。

说到底，HBM考的不是某一项本事：DRAM芯片要会做，先进封装要跟得上，还要和AI芯片一起磨合，缺一样都不行。

5. 结语：谁做什么？下一步看什么？

拆完这一台机柜，谁做什么，已经比较清楚了。

华为、阿里自己做的，是整台机器最核心的几块，AI芯片、互联和CPU。

内存条、硬盘、电源、接口这些位置，国内芯片公司都已经拿出了产品，成熟产品在批量出货，专为新一代AI机器做的，还在送样和测试。

下一步要看的，是这批新产品什么时候走到批量出货；还有HBM这一格，什么时候能看得更清楚。