夜雨聆风📝 约3000字 | ⏱️ 阅读约8分钟
01 一个被制裁到快死的企业，凭什么还在做AI芯片？
2026年4月，美国参议院听证会上，商务部长卢特尼克亲口承认了一个尴尬的事实：
被美国特批出口中国的英伟达H200芯片，一片都没卖出去。
三个月前，这还被当成一份需要中国"感恩"的科技礼物。
与此同时，中国大模型公司深度求索（DeepSeek）发布了1.6万亿参数的V4-Pro模型，技术报告里，华为昇腾NPU第一次和英伟达GPU并列，写进了官方硬件验证清单。
一个卖不出去，一个被写进了名单。
魔幻吗？太魔幻了。
但这就是2026年AI芯片战场的真实面貌。
你说华为被制裁了？对。
你说华为芯片断了？也对。
但你说华为做不了AI芯片了？
不好意思，它不但做了，还越做越猛。
这事得从头说起。
02 时间线：从一个小设计中心，到中国AI芯片的半壁江山
1991-2004：种子埋下
1991年，华为成立ASIC设计中心。不是什么AI芯片，就是做专用集成电路的——说白了，给自家设备定制芯片。
那会儿连"AI"这个词都还没火，华为想的只是——核心部件不能全靠别人。
2004年10月，海思半导体正式成立。
任正非的战略逻辑很朴素：极限生存假设下，如果有一天买不到芯片了怎么办？
这种"偏执"，在当时看是浪费钱，在后来被证明是救命的底牌。
2009-2017：手机芯片练兵，AI初探
2009年，海思推出首款手机芯片K3V1。性能一般，但标志着华为正式进入芯片设计领域。
2012年K3V2量产，2014年麒麟910商用，2017年麒麟970——全球首款在手机里塞进独立AI加速单元的芯片。
注意这个时间点：2017年，华为已经在手机芯片里塞进了AI加速单元。这不是跟风，这是提前卡位。
同年，华为内部启动了AI专用芯片的规划，代号"达芬奇项目"。
2018年10月10日：达芬奇亮相，昇腾诞生
这是华为AI芯片的"独立日"。
2018华为全联接大会，上海，徐直军站上台，一口气扔出三样东西：
- 达芬奇架构：华为自己从零设计的AI芯片底层架构，小到摄像头里的芯片、大到云端服务器，一套架构全包
- 昇腾310：8W超低功耗——一颗芯片的耗电量还不如一个灯泡。专门塞进摄像头、路由器这些小设备里做AI推理
- 昇腾910：台积电7nm工艺代工，算力是当时英伟达同级别的2倍。这颗专干重活——训练大模型
徐直军还同步发布了三件套：
CANN（让芯片跑起来的驱动层）
MindSpore（写AI程序的框架）
ModelArts（云端开发平台）
华为从第一天起就不是只做芯片，而是做"全栈"。
别人只造发动机，华为连方向盘、仪表盘、4S店一起给你搞定。
这叫什么？这叫有备而来。
当时市场上没有任何架构能把"终端设备—边缘网关—云端服务器"三层打通。
2019年8月：昇腾910正式商用
昇腾910商用发布，实测性能超过英伟达V100一倍。
同时，1024颗昇腾910组成集群，算力相当于当时全球最快的AI超算。
但好景不长。
2019-2020：制裁来了
2019年5月，美国将华为列入实体清单。
2020年5月，制裁升级——任何使用美国技术的半导体企业（包括台积电），给华为代工芯片都必须获得美国政府许可。
台积电断供。
昇腾910原本是台积电7nm最先进工艺代工的，产线直接停了。
海思麒麟芯片也从2020年第二季度开始，市场份额急剧萎缩至接近0。
2023年：绝地反击开始
2023年下半年，昇腾910B发布。
这不是昇腾910的简单翻版。华为把芯片重新设计中芯国际7nm产线——没有最先进的光刻机？那就换一种工艺路线绕过去。
制程受限，那就靠设计补。虽然不是碾压，但证明了国产产线也能出能打的芯片。
这是华为AI芯片的转折点——从"能用台积电"变成"离了台积电也能活"。
2024年：910C量产，910D曝光
昇腾910C采用双芯片合封设计——简单说就是把两颗910B芯片打包成一颗，算力直接翻倍。
910C的推理性能和英伟达H100还有差距，训练速度大概是H100的一半到六成。
单卡有差距，但华为的思路变了：单卡打不过你，那就打群架。
2024年2月，英伟达提交年度10-K报告，首次将华为列为AI领域主要竞争对手。
黄仁勋开始坐不住了。
2025年：全面爆发
这一年华为AI芯片全面提速：
- 4月：910C大规模量产，"两颗芯片打包成一颗"的合封技术终于成熟——这为后面把几百颗芯片连成一体铺了路
- 6月：384颗910C芯片拧在一起，组成"超节点"集群，算力是英伟达同级别顶级集群的1.7倍。单卡打不过你？那就384张卡一起上
- 8月：CANN驱动层全面开源（年底完成），昇腾开发者突破400万（鲲鹏昇腾合计超665万）——开始跟英伟达抢生态
- 9月：全联接大会上，徐直军放出路线图：950PR、950DT、960、970，一年一代，算力翻倍。不再是"下一代在哪里"，而是"下一代什么时候来"
市场端更是爆发。2025年全年，华为出货81.2万张AI加速卡，占国内市场份额约20%，国产厂商中排名第一。英伟达中国份额从巅峰95%跌至55%。
字节跳动、阿里巴巴、腾讯、百度纷纷下大单。
2026年：攻守易形
2026年一季度，昇腾950PR如期上市。
FP8算力1 PFLOPS（每秒1000万亿次计算，低精度推理模式下还能翻倍），搭载自研超高速显存128GB。定价约7万元。
据行业估算，英伟达H200中国市场报价约25万元。三分之一的价格，特定场景性能接近八成。
从芯片到软件100%自主可控。从被制裁到拿下一半市场，华为用了不到7年。
03 不只是芯片：华为AI的"全栈"到底在铺什么？
华为做AI芯片，从来不是只做芯片。
硬件层：从芯片到超节点
华为的超节点战略是其核心差异化。单卡算力有差距？那就用互联技术把数千张卡拧成一股绳。
2025年推出的"灵衢"高速互联协议，就是把这些芯片连起来的"高速公路"——通信带宽提升15倍，通信延迟砍掉一半。
2026年4月的数字中国建设峰会上，华为披露：昇腾950DT超节点（8192张芯片）总算力相当于同等规模英伟达H200集群的2倍。
单兵作战打不过你，团体赛赢回来。
软件层：CANN + MindSpore + 开源生态
云服务层：ModelArts + 华为云
从开发训练到部署推理，华为云提供全流程服务。据华为公布，2026年初已有2700多家客户通过昇腾一体机完成AI应用落地。
供应链层：从设计到制造的全链条
这才是最狠的。
04 现实：华为AI芯片很强，但别盲目吹
说了这么多好消息，必须说实话——华为AI芯片远没到高枕无忧的时候。
单卡算力差距仍然存在
昇腾950PR单卡算力大概是对手H200的一半出头。
这个差距的根源是制程：华为用的是中芯国际7nm工艺，英伟达是台积电4nm。
打个比方，华为是在国道上跑车，英伟达是在高速上跑车。
训练场景仍是硬骨头
科大讯飞2026年4月底在业绩会上坦言：由于昇腾910B显存容量和带宽限制，在新模型训练中"遇到很大的困难"。
智能体强化学习采样推理效率甚至只有H200的1/5。
每当国际上出现新算法，在英伟达GPU上可以直接运行，但在昇腾上需要额外适配优化，周期3-6个月。
推理端已并驾齐驱，训练端仍在奋力爬坡。
生态壁垒依然深
英伟达CUDA生态占据全球近90%市场份额，耕耘十余年。
让数百万开发者真正从CUDA转向新平台，不是兼容就够的。
还有习惯、社区、工具链、踩坑经验，这些都是时间积累出来的。
产能瓶颈
昇腾950全年计划出货75-80万颗，核心受限中芯国际7nm工艺和显存封装产能。
简单说：订单排到下半年还交不完，供不应求是好事，但也说明产能天花板还没打开。
05 写在最后
回头看华为AI芯片这七八年，本质就是一个故事：
被逼到墙角的企业，硬生生蹚出了一条路。
华为轮值董事长徐直军在全联接大会上说了句大实话：
"由于我们受到美国的制裁，不能到台积电去投片，单颗芯片的算力相比英伟达是有差距的。
但是华为有三十多年联人、联机器的积累，所以我们在联接技术上强力投资、实现突破，使得我们能够做到万卡级的超节点。"
这就是华为AI芯片的核心策略——用系统级创新弥补单点差距。
华为AI芯片的故事还在写。
单卡算力什么时候能追上英伟达最新旗舰，没有人敢给时间表。
但有一点已经确定：中国AI产业，不会再因为买不到芯片而停转了。
关注「AI小白话」，AI干货不迷路。
