昇腾960PR翻倍超预期，华为提前摊牌了

导语

华为把牌摊开了。

下一代昇腾NPU、鲲鹏CPU、scale-up与scale-out互连方案，一次性披露，路线清晰得近乎高调。更值得玩味的是两个细节：昇腾960PR的FP4性能达到原预期的两倍，整个上市节奏提前了数个季度。

需要先交代出处：这批路标并非媒体拼凑，其原始版本出自华为全联接大会2025（2025年9月18日，上海）上轮值董事长徐直军的主题演讲——昇腾950/960/970、鲲鹏950、Atlas 950/960超节点，以及自研统一互连协议灵衢（UnifiedBus），均为官方口径；本次关于960PR的更新，则是在这一官方路标基础上的进一步披露。

在半导体行业，性能超预期是工程问题，路标提前是供应链问题——后者往往更难。而比这两个数字更重要的，是华为第一次完整亮出了对标英伟达「AI工厂」的全栈拼图。这不只是发布一款芯片，而是宣布进入一种打法。

🚀 路标提前，比性能翻倍更有信息量

在半导体行业，路标提前比性能翻倍更罕见。

先把官方参数摆出来。按华为全联接大会2025披露的原始路标：

本次披露的960PR，即官方路标中昇腾960的先导版本（"PR"命名沿用950PR的惯例）：FP4性能达到原路标预期的两倍——以原值6 PFLOPS为基准，即约12 PFLOPS，作为对照，英伟达GB300单卡的FP4算力量级为1~2 PFLOPS；同时整体上市窗口提前数个季度。

用一条时间线看这次调整：

• 路标披露：960PR浮出水面，FP4性能对齐两倍预期
• 原有节奏：下一代NPU按既定时间表推进
• 本次调整：上市窗口整体提前数个季度
• 隐含信号：从设计到量产链路已获得相当把握

为什么说「提前」比「翻倍」更有含金量？因为一款AI芯片的上市时间，从来不是设计团队单独能决定的。它是一个联合概率：流片良率、先进封装产能、HBM供给、整机柜验证、软件栈适配，任何一环掉链子，路标就得往后滑。行业里「跳票」是常态，「提前」反而需要整条链都给出确定性。

换句话说，提前数个季度，说明华为对供应链的掌控达到了一个新的稳态。

性能翻倍则说明另一件事：即便在制程受限的背景下，通过架构、精度策略（FP4低精度路线正是当前推理侧的主流方向）和工程调优，单芯片的等效算力依然有可观的挖掘空间。制程是天花板，但不是每一块天花板都被摸到了。

从公开渠道可以观察到的市场反应也印证了这一点：本轮路标发布后，各方的讨论焦点已不在单卡参数上，而是集中在集群交付节奏与生态迁移成本——这本身就是市场成熟的表现。

🏭 华为学的不是芯片，是「AI工厂」

英伟达卖的从来不是GPU，是机房。

黄仁勋这些年反复讲的叙事，本质是把数据中心重新定义成「AI工厂」：原料是电力和数据，产品是智能 token。支撑这个叙事的不是单独一颗GPU，而是一套完整的硬件栈——算力芯片、CPU、机柜内高速互连、集群网络，打包交付、整体定价。

华为这次披露的内容，几乎是对这套打法的逐项回应：下一代昇腾NPU负责算力，鲲鹏CPU负责通用调度与数据面，scale-up互连解决机柜内算力聚合，scale-out互连解决跨机柜集群扩展。四件套齐了。

这套结构背后的产业逻辑很直白：

值得补充一组官方口径的超节点参数，这正是「四件套」合体后的形态：

作为对比，英伟达当前旗舰机柜级产品GB300 NVL72为72颗GPU，FP4推理算力约1.4 EFLOPS，NVLink互连总带宽约130 TB/s。也就是说，按双方各自公布的口径，Atlas 950超节点的FP4算力约为NVL72的十倍以上，scale-up互连总带宽则高出一个数量级以上。（需说明：华为的对比口径基于其官方演示材料，英伟达下一代NVL144等产品的参数尚未完全落地，实际代际错位需留意。）

全栈打包的真正价值在于两件事：定价权和生态锁定。当你只卖芯片，客户拿你的产品去和别人的互连、别人的软件比价；当你卖的是从芯片到机柜到集群的整体方案，竞争的坐标系就换成了「每瓦特智能产出」「每平方米token产量」——这是英伟达最擅长的叙事，如今也是华为试图占领的叙事高地。

对于采购方（尤其是训练推理需求爆发的国内云厂商与行业客户）来说，一套软硬件协同调优的整体方案，TCO的可预期性反而更高。这是华为模仿英伟达模式的商业合理性所在。

🔗 互连，才是AI竞争的第二战场

算不够，连来凑。

如果说过去几年AI芯片竞争的主战场是单卡算力，那么现在的新战场已经清晰可见：互连。英伟达的NVLink与NVSwitch之所以被视为护城河，不是因为它快，而是因为它让一机柜的GPU在软件看来像一颗GPU。

scale-up与scale-out，是两种不同的扩展哲学：

华为同时披露两套互连方案，意图非常明确：在制程受限、单芯片物理算力存在天花板的前提下，用互连密度换取系统级等效算力，是最现实、也几乎是唯一可行的路径。

这里的账是这样的：单卡性能受制程约束，短期难以拉开数量级差距；但如果一个超节点里几千颗NPU通过极高带宽、极低延迟的scale-up互连聚合起来，对外呈现的就是一个「逻辑大芯片」的算力。960PR的FP4性能翻倍解决的是每一颗的底子，scale-up解决的是把它们拼起来之后的整体战斗力——一条从「制程受限」到「互连密度补偿」、再到「超节点等效算力」、最终落到「集群级竞争力」的传导链。

这条路线的产业含义是：AI算力竞争的评价体系正在从「纳米数」迁移到「系统架构」。对于无法获取最先进制程的玩家，这是一条弯道；对于英伟达，这也是为什么它不断抬高NVLink带宽、推出机柜级产品——双方其实在同一张地图上作战。

一个可公开观察的行业现象是：国内头部云厂商近几个季度对外分享的选型与评测维度中，超节点的故障率与线性度（即实际算力随节点数增加的衰减程度），已经和峰值算力并列为核心指标。互连方案的好坏，最终就落在这两个词上。

⚠️ 路标之外，还有两道坎

路标上写得出的，都是已经解决的问题；写不出的，才是坎。

冷静地看，这次路标披露回答了「有没有」和「多快」，但有两件事依然构成实际的竞争变量。

第一道坎是物理供给。 先进制程的获取受限是公开的产业现实，这意味着昇腾系列在晶体管密度、功耗效率上的进步，必须更多依赖架构与封装层面的创新来补偿；HBM类高带宽内存的供给规模，也直接决定超节点能堆到多大——官方路标中自研HiBL/HiZQ系列HBM的推出，正是对这一约束的直接回应，但其产能爬坡仍需逐季验证。路标提前数个季度是个强信号，但「持续提前」需要供给端每个季度都兑现。

第二道坎是软件生态。 英伟达真正的壁垒从来不是GPU本身，而是CUDA——十几年积累的开发者习惯、算子库和框架适配。华为的对应栈（CANN、MindSpore及灵衢协议生态）需要回答的问题是：客户从现有生态迁移过来的成本有多高？算子覆盖是否完整？长尾模型的调优谁来兜底？

这就是为什么全栈披露反而是一种聪明的沟通策略：当你把NPU、CPU、互连、集群作为一个整体交付时，客户评估的单元就从「一颗芯片能不能打」变成了「一套工厂能不能转」。前者华为很难在单点上全面胜出，后者华为有整机、有网络、有软件的协同优势。

960PR性能翻倍，解决的是「够不够用」；生态建设，决定的是「愿不愿用」。前者是工程题，后者是时间题。时间题没有捷径，只能用交付规模和成功案例一单一单地磨。

小结

华为这次把下一代昇