華為在2026年於晶片與算力領域動作頻頻，從5月提出的“韜定律”到7月釋出的Atlas 950超節點，顯示出其在AI基礎設施上的持續加碼。“韜定律”是華為對2020年至2026年間381款晶片設計與量產方法論的系統總結，已量產的昇騰950和即將上市的麒麟2026晶片均被視為該定律的落地成果。
回顧華為AI晶片的起點，可追溯至2017年。當時，被稱為“華為晶片女王”的何庭波與華為Fellow、2012實驗室及海思首席科學家廖恆等人，向時任華為輪值董事長徐直軍提議為AI專門研發一顆晶片。內部曾有兩派激烈交鋒，最終AI晶片專案正式立項。此後，華為經歷了2019年“5·16”禁令和2020年“8·17”全面封鎖，美國對華為的打壓不斷升級，包括台積電斷供、EDA工具受限以及國際標準組織關閉華為成員許可權等。面對外界“華為還能不能活”的追問，何庭波曾平靜回應：“對，而且我們都做出來了呀。”
2025年春節，DeepSeek的爆發讓任正非“第一次真切感受到，中國企業有望真正實現軟硬協同”。華為雲貴安資料中心在除夕夜緊急開通1024張昇騰910B晶片，三天內完成3000多張晶片部署。DeepSeek V4技術報告上印著兩行字：輝達GPU，華為昇騰NPU。曾揹著雙肩包默默坐到會議室邊上的梁文鋒，最終決定將昇騰作為算力底座之一。
這些細節均記錄於《昇騰崛起》一書，該書由方興東撰寫，湛廬文化/浙江科學技術出版社於2026年8月出版。書中詳細梳理了華為AI晶片從戰略覺醒到技術突破、再到斷供中“重新發明”一切的歷程。
在戰略覺醒階段，華為早在2002年就因思科的智慧財產權指控體會到“科技有國界”。2016年CES大會上，何庭波曾向黃仁勳提出將輝達手機相關技術授權給華為，但被當場拒絕，黃仁勳表示“我只擅長做GPU，也只會專注做好GPU”。這促使華為下定決心自主研發。同年，AlphaGo戰勝李世石，輝達發現幾乎所有深度學習計算都可分解為矩陣乘加運算，但華為內部對AI認知有限，最大阻力來自“AI會減少網路裝置售後服務收入”的擔憂。
2017年，華為啟動AI晶片內部預研，代號NPU，後正式命名為“達芬奇”（代號D專案）。廖恆創新性地提出3D Cube達芬奇架構，計算單元做成三維立體結構直接完成矩陣運算。在架構方案之爭中，廖恆主張不追求最小面積、不追求功耗極致，聚焦單位功耗下AI算力最大化，最終獲得何庭波支援。華為還選擇建立自己的指令集，而非沿用輝達CUDA路線或ARM/RISC-V。廖恆提出廣譜化架構設計，一套架構覆蓋從不到5美元到5億美元的產品，跨度1000萬倍。
編譯器是達芬奇架構研發中的“聖盃級”目標，華為最終匯聚兩三百名專家，建立自主指令集體系。昇騰品牌命名由何庭波提議，取自“日升月騰”，寓意積極向上、不斷突破。MindSpore自主研發曾引發巨大爭議，但徐直軍判斷：“TensorFlow、PyTorch的起步也僅比我們早了五六年，只要我們十年之內行動都不算晚。”
2018年8月至12月，圖靈實驗室負責人吳昱賢帶隊在上海進行封閉式系統設計，華為各研究所骨幹齊聚上海。2019年8月，徐直軍在深圳總部發布昇騰910 AI處理器，廖恆感慨“這是一個破紀錄的速度”。1000個昇騰910組建成叢集，系統性能線性比達90%左右，高出市場同期產品近15個百分點。達芬奇架構最終成為全球部署量最多的NPU架構，在影片監控領域，全球九成以上裝置源於中國，海康、大華等頭部企業均離不開華為NPU技術支援。
制裁之下，華為被迫“重新發明”一切。昇騰910A採用台積電7奈米EUV工藝製造，禁令後生產直接受阻。2020年8月17日，美國將38家華為子公司列入“實體清單”，並升級“外國直接產品規則”（FDPR），對華為實施100%封鎖。鯤鵬920和麒麟9000被“永遠定格”，無法繼續迭代。面對高階測試儀器斷供，何庭波拍板“不等不靠，自己造”。EDA工具被外界稱為“晶片之母”，何庭波回應“這不是一件難事！”華為不僅活了下來，還造出了美國根本沒有的新型EDA工具。
靈衢協議（UnifiedBus）的核心研發始於2019年“5·16”禁令後，直接動因是PCI、SIG等國際標準組織關閉華為成員許可權。靈衢是華為完全自主設計的大規模叢集互聯技術，對標並超越輝達NVLink。制裁意外催生全球首個同類集群系統：原本用於4個昇騰910互聯的晶片因無法從美國採購，團隊改用全新自研技術實現晶片互聯。
何庭波在制裁最嚴酷的2021—2022年，將近一半精力投入國內供應鏈協同，推動晶圓代工工藝突破、良率提升與封裝測試國產化落地。她發現不少合作方在制裁背景下顧慮自身風險、態度多變甚至反覆，協調難度遠超預期。廖恆在北美生活多年，瞭解當地法律體系，他認為如果華為真的存在違規，美方最專業的做法應是向法庭提起訴訟，但美方自始至終未走正規法律程式，而是直接以行政手段實施限制。
禁令也反噬輝達：實施1年多華為沒被打垮，輝達營收反而減少4億美元。輝達約80%出貨量流向中美兩國，各佔一半。何庭波說出了那句日後廣為流傳的話：“我們正處在自己的1946年，如果我們爭氣的話，我們就會迎來自己的1947年、1948年，開啟另外一個時代。”
2019年5月21日，任正非在“5·16”禁令後首次公開回應：“我們早晚要跟美國在‘珠穆朗瑪峰頂’相遇。華為公司不可能永遠在山下種水稻。我們和美國在峰頂相遇時，要以技術實力與全球夥伴共贏，而不是陷入對抗。”
2023年8月29日12:08，恰逢美國商務部長雷蒙多訪華期間，華為Mate 60 Pro悄然開賣，搭載麒麟9000S晶片，引發全球關注。
不止是一顆晶片，華為構建了完整的昇騰生態。CANN被稱為“晶片真正的核心”“昇騰的靈魂”，吳昱賢被何庭波邀請牽頭CANN設計，入職形式在華為歷史上僅此一例。2018年12月，MindSpore團隊僅用兩個月時間便完成後端技術骨架搭建。昇騰首代產品適配極為艱難，輝達與PyTorch、TensorFlow深度捆綁，形成類似當年英特爾與Windows的“Wintel聯盟”。2019年初，昇騰計算產品團隊負責人張迪煊勒令團隊停下來，在CANN之上增加昇騰計算語言（ACL），實現上層應用與底層硬體的感知隔離。
2018年華為重金聘請一位印度籍CTO擔任諮詢顧問，耗時近2個月完成AI產業發展報告，費用300萬美元（約2000萬元人民幣）。報告明確：硬體之上會搭建框架層、應用軟體層等多層架構，應用軟體層可能起到決定性作用。受此報告影響，華為雲將InfoSight提升至戰略高度，改為全新產品ModelArts。
閆川團隊2019年開發基於Python的Tik工具，但外部程式設計師無法理解華為的運算元程式設計邏輯，2022年最終用C++類庫方式命名為Ascend C。閆川團隊研發的“全下沉排程技術”領先於輝達——Ascend C可將100個計算任務一次性載入至晶片中逐個執行，排程效率更高。
羅沐辰團隊發現昇騰首代晶片僅支援計算機視覺（CV），自然語言和語音等層面完全不支援。團隊鎖定三大場景——部署模式（優先順序最高）、生產模式、開發模式，選擇市場體量最大的部署模式作為突破口。華為最早落地的AI場景之一是基站驗收，非洲一個站點檢查需要從歐洲派人，單次成本高達1000歐元。引入AI後，工人裝完拍照回傳，系統自動完成合規檢查，當場閉環。華為AI內部落地典型還包括排班排程與發票處理：華為每年需人工稽核約500萬張發票，羅沐辰團隊引入OCR識別技術，在孟晚舟推動下實現自動化報銷。
2018年10月10日華為全聯接大會正式釋出“全棧全場景”AI戰略，涵蓋昇騰310和910晶片、CANN、MindSpore框架、ModelArts等全套技術棧。當被問“昇騰相比GPU有哪些優勢”時，徐直軍的回答：“優勢都是做出來的，不是生來就有的。”
2025年8月5日昇騰計算產業發展峰會上，徐直軍宣佈CANN全面開源開放。他脫掉西裝足足演講一個多小時，對專家們半開玩笑說：“你們怎麼寫，我就怎麼讀，但我當著產業界的面說出來之後，你們要給我在一定期限內落地，搞不定就自己‘提頭來見’。”
制裁之後，華為改變了賽跑方式。雷景宸（華為圖靈業務部負責人）明確提出：“我們要用系統，而不是單顆晶片去打。”這標誌著華為從單點晶片競爭轉向系統級生態競爭，以昇騰為核心的AI算力體系正在逐步成型。