華為在年度 Connect 大會上釋出新一代 AI 加速器昇騰 960DT，並給出一個超出市場預期的節奏：這款晶片將提前整整三個季度上市，定於 2027 年第一季度推出。對於長期只能買到輝達對華“降規版”產品的中國開發者而言，這意味著國產替代方案在時間表上向前跨了一大步。
從規格看，960DT 的代號中 DT 指代解碼與訓練（decode/training）。它最高配備 288GB 記憶體，外界普遍認為這是華為自研的 HiZQ 記憶體技術，用以替代全球主流方案所使用的高頻寬記憶體；算力方面最高提供 4 petaFLOPS 的 FP4 效能，FP8 下約為其一半。與今年早些時候釋出的 950 系列相比，960DT 的效能與記憶體容量均翻了一倍。
把參照系換成美國 GPU，差距與接近之處同樣明顯。960DT 的記憶體與頻寬水平與輝達去年釋出的 B300 系列相近，但 FP8 算力約為後者一半，FP4 算力約為三分之一。而輝達的 Rubin 與 AMD 近期推出的 MI455X 則處在另一個量級：Rubin 宣稱具備 35 至 50 petaFLOPS 的 FP4 效能、288GB 的 HBM4 記憶體以及 22 TB/s 頻寬。不過，這兩款晶片目前都不在中國市場銷售，因此中國模型開發者實際上並沒有更好的選擇。輝達目前能在華銷售的最強 GPU，在密集浮點效能上與 960DT 接近，但記憶體與記憶體頻寬均為其兩倍，並支援更大規模的擴充套件域。
真正值得關注的或許是擴充套件能力，而非單卡算力。如今 AI 模型已很少在單顆 GPU 或 NPU 上訓練和執行，平台擴充套件效率往往比單晶片指標更關鍵。輝達與 AMD 的最新系統可將 72 顆 GPU 裝入一個機架級計算平台，並通過光互連擴充套件到 576 顆，實現縱向與橫向擴充套件組網。華為在 960 系列上走的是類似路線，藉助近封裝光學（NPO）把計算域擴充套件到最多 4096 顆晶片，合計可提供最高 16 exaFLOPS 的 FP4 算力。換句話說，華為在計算密度上的短板，用規模來彌補——這與谷歌 TPU pod 的思路有相似之處，而對以高速網路為主業的華為來說並不意外。
NPO 技術解決的正是華為此前設計中的關鍵擴充套件瓶頸。可插拔光模組功耗高、易故障且佔用大量空間。華為稱，NPO 讓其把 48000 個 800 Gbps 可插拔光模組整合為 5500 個 Hi-One NPO 單元，功耗降低 550 千瓦，故障率減半，並宣稱可實現 99.8% 的可用性。這對承壓採用國產替代方案的中國模型廠商是利好：此前有報道稱 DeepSeek 在使用華為早期 NPU 訓練時遇到困難，最終不得不切回輝達 GPU。
除高頻寬的 960DT 外，華為還在準備一款計算最佳化版本 960PR，計劃於 2027 年第三季度推出。PR 指代預填充與推薦（prefill and recommenders），該版本以犧牲記憶體容量和頻寬換取低精度算力的顯著提升：最高 8 petaFLOPS 的 FP4 效能、192GB 自研 HiBL 記憶體，頻寬為 2.4 TB/s。其設計思路是與 960DT 協同工作以提升大模型推理效能——推理流程中計算密集的預填充階段交給 960PR，記憶體密集的解碼階段由 960DT 承擔。這種異構架構在提升效能上已被驗證有效，與輝達 Vera Rubin 及 Groq LPX 的配置思路相近，區別在於華為目前還沒有一款以 SRAM 為主的解碼加速器。
在叢集層面，華為釋放了更大的野心。公司表示有意將計算叢集擴充套件到 50 萬顆甚至更多 NPU，並公佈了一個概念驗證：基於昇騰 950 的 TaiShan 超級節點已成功擴充套件到 4096 顆加速器。採用兩層、四平面的 Clos 網路拓撲，華為預計很快可支援最多 51.2 萬顆 NPU 的叢集；若轉向多軌拓撲，百萬 NPU 級超級叢集也在其認為的可能範圍內。不過從現有資訊看，這仍屬理論配置，尚未在實際環境中得到驗證。
華為同時預告了後續兩代昇騰產品。定於 2028 年某個時間推出的昇騰 970 系列，宣稱最高提供 3.6 petaFLOPS 的 FP8 或 14 petaFLOPS 的 FP4 效能，顯示華為正把更多芯片面積分配給低精度資料型別，這與 AMD 和輝達最新一代晶片的趨勢一致。記憶體容量維持在 288GB，與 960 系列相比變化不大，但華為稱記憶體頻寬有望提升至 14.4 TB/s。
整體來看，華為的策略並非在單晶片算力上正面追趕輝達最先進產品，而是以網路與規模優勢構建可用的大叢集，同時用提前釋出和清晰的產品路線圖穩住國內客戶。對關注 AI 算力格局的投資者而言，這既關係到中國模型廠商的訓練成本與迭代速度，也關係到國產算力供應鏈在光互連、記憶體與先進封裝等環節的受益路徑。