华为正在把国产算力的竞争从单卡转向系统。10月6日的华为全联接大会媒体沟通会上，轮值董事长徐直军给出的关键数字是25.6万——不是金额也不是人数，而是加速卡数量。华为目前正在部署和测试一个由25.6万张昇腾卡组成的Atlas 950超节点集群。作为参照，英伟达把72张GPU连成一个NVL72机柜，被视为机架级架构的代表作，而华为要连起来的规模是这个数字的3500多倍。

徐直军提醒，超节点的难点并不在卡多，而在于让数千、数万颗处理器像一台计算机那样协同工作。华为同期发布的计算架构Peerium，宣称可让百万颗处理器成为一台计算机。

这一路线的前提是承认差距。徐直军表示，由于无法使用最先进制程，华为单颗芯片与英伟达存在差距。外界测算显示，昇腾910C单卡FP16算力最高约800 TFLOPS，约为H200的一半；下一代960DT预计2027年一季度交付，FP8算力约二PFLOPS，基本追平H200，但仍只有B200、B300这一代的几分之一。单卡差一截，追赶只能从系统层面做文章，这正是超节点的由来。

此前被广泛讨论的CloudMatrix 384用384颗昇腾910C全对等互联，按华为口径BF16算力达300PFLOPS，综合性能是英伟达GB200 NVL72的1.7倍，总内存是它的3.6倍。Atlas 950 SuperPoD把思路推得更远：8192张昇腾950DT、128个计算柜加32个互联柜共160个机柜，占地约1000平方米。华为给出的对比是，相对英伟达2026年下半年上市的NVL144，卡规模是56.8倍、总算力6.7倍、内存容量15倍、互联带宽62倍。华为以灵衢总线回应柜间带宽瓶颈，柜间带宽最高做到每秒800GB，协议转换时延压到一百五十纳秒量级。

但参数表之外，更可靠的依据是时间表。昇腾950系列分两个型号：面向推理的950PR已在2026年一季度发布上市，徐直军自己说上市量不算大；基于950DT的Atlas 950主要面向训练，仍在测试，规模供货要等到今年年底或明年年初。也就是说，中国最强的国产训练系统此刻还在部署测试之中。

结构性原因在于推理与训练是两种脾气完全不同的负载。推理相对确定、可切分可调度，卡多即吞吐大，超节点能力能直接兑现；训练是全局同步的，每一步梯度更新都要等最慢的那张卡，对互联延迟、数据一致性、故障恢复极为敏感，规模越大等待越容易吞掉算力。现实印证是，浪潮人工智能研究院2026年一季度监测显示全国智算中心GPU平均利用率约30%；沐曦招股书也写明互联网企业采购国产芯片主要用于推理侧。DeepSeek的V4预训练仍在英伟达H800、H100集群上完成，昇腾承担推理部署及V4-Flash一档的后训练；10月2日DeepSeek开源了面向昇腾的全套训练工具链，与英伟达版本一一对应，而计划部署在乌兰察布的16万颗950DT也主要承担推理任务。

超节点同时制造了三个新约束。其一是产能，余承东近期在华为国际媒体圆桌会议上罕见承认中国先进半导体产能仍然紧张，手机芯片与昇腾AI芯片要争这块产能，现阶段仍靠DUV光刻；徐直军也表示昇腾满足国内需求还远远不足，因此没有拓展海外市场计划，制约供货的是产能而非需求，他预计全球AI基础设施供需平衡大约要到2029年才能解决。其二是有效算力，决定训练速度的是模型浮点运算利用率（MFU）与有效训练时长占比，字节2024年公开的MegaScale在12288块GPU上训练1750亿参数模型，MFU做到55.2%，意味着即便成熟系统也有近一半算力消耗在等待、通信与空转中。其三是电力与成本，按市场流出的最低报价，一颗昇腾950DT约11.1万元，25.6万张卡对应芯片采购接近284亿元；英伟达NVL72机柜售价约300万美元，折合单卡约4.2万美元，是昇腾的四倍左右，但按FP8峰值算力口径一颗B200约抵四到五颗950DT，便宜的幅度没有追上性能缩水的幅度。若要凑出同等峰值算力，昇腾需要约4.5倍卡数，机房面积、液冷、运维与电力账单随之放大：按NVL72每卡约1.67千瓦反推，25.6万张昇腾卡大致对应380兆瓦级供电需求，西部电价下一年约10亿元电费，同等算力的英伟达方案约95兆瓦、2.5亿元，相差四倍。

把中美两条路放在一起看，差别在方向。美国模式是芯片迁就模型，模型定义需求、芯片跟进定制，谷歌TPU配合Gemini、亚马逊Trainium配合Anthropic都是这个逻辑；AMD以约82亿美元全股票收购李飞飞创办的World Labs、英伟达以约200亿美元非排他性许可拿到Groq的LPU技术授权，都是把提需求的团队直接买进来。中国模式在很多环节是模型迁就芯片，DeepSeek在V3.1采用UE8M0 FP8数据格式并公开说明面向下一代国产芯片设计，昇腾超节点本身也是这种迁就的产物。迁就不等于落后，UE8M0 FP8、灵衢总线、全光互联都是实打实的工程创造，只是这些创造服务的目标是补齐短板，而非定义下一个时代的计算形态。

对大模型参赛者而言，路线之争最终归结为性能与成本两个变量。25.6万张卡是一个惊人的工程数字，但它真正的含义是，中国要用比别人多得多的卡去换一个同样好的模型。这个换算率能否降下来，决定了超节点能否从能用的算力变成用得起的算力，也决定了它能否真正托起国产前沿模型的持续迭代。