華為正在把國產算力的競爭從單卡轉向系統。10月6日的華為全聯接大會媒體溝通會上，輪值董事長徐直軍給出的關鍵數字是25.6萬——不是金額也不是人數，而是加速卡數量。華為目前正在部署和測試一個由25.6萬張昇騰卡組成的Atlas 950超節點叢集。作為參照，輝達把72張GPU連成一個NVL72機櫃，被視為機架級架構的代表作，而華為要連起來的規模是這個數字的3500多倍。

徐直軍提醒，超節點的難點並不在卡多，而在於讓數千、數萬顆處理器像一台計算機那樣協同工作。華為同期釋出的計算架構Peerium，宣稱可讓百萬顆處理器成為一台計算機。

這一路線的前提是承認差距。徐直軍表示，由於無法使用最先進製程，華為單顆晶片與輝達存在差距。外界測算顯示，昇騰910C單卡FP16算力最高約800 TFLOPS，約為H200的一半；下一代960DT預計2027年一季度交付，FP8算力約二PFLOPS，基本追平H200，但仍只有B200、B300這一代的幾分之一。單卡差一截，追趕只能從系統層面做文章，這正是超節點的由來。

此前被廣泛討論的CloudMatrix 384用384顆昇騰910C全對等互聯，按華為口徑BF16算力達300PFLOPS，綜合性能是輝達GB200 NVL72的1.7倍，總記憶體是它的3.6倍。Atlas 950 SuperPoD把思路推得更遠：8192張昇騰950DT、128個計算櫃加32個互聯櫃共160個機櫃，佔地約1000平方米。華為給出的對比是，相對輝達2026年下半年上市的NVL144，卡規模是56.8倍、總算力6.7倍、記憶體容量15倍、互聯頻寬62倍。華為以靈衢匯流排回應櫃間頻寬瓶頸，櫃間頻寬最高做到每秒800GB，協議轉換時延壓到一百五十納秒量級。

但參數列之外，更可靠的依據是時間表。昇騰950系列分兩個型號：面向推理的950PR已在2026年一季度釋出上市，徐直軍自己說上市量不算大；基於950DT的Atlas 950主要面向訓練，仍在測試，規模供貨要等到今年年底或明年年初。也就是說，中國最強的國產訓練系統此刻還在部署測試之中。

結構性原因在於推理與訓練是兩種脾氣完全不同的負載。推理相對確定、可切分可排程，卡多即吞吐大，超節點能力能直接兌現；訓練是全域性同步的，每一步梯度更新都要等最慢的那張卡，對互聯延遲、資料一致性、故障恢復極為敏感，規模越大等待越容易吞掉算力。現實印證是，浪潮人工智慧研究院2026年一季度監測顯示全國智算中心GPU平均利用率約30%；沐曦招股書也寫明網際網路企業採購國產晶片主要用於推理側。DeepSeek的V4預訓練仍在輝達H800、H100叢集上完成，昇騰承擔推理部署及V4-Flash一檔的後訓練；10月2日DeepSeek開源了面向昇騰的全套訓練工具鏈，與輝達版本一一對應，而計劃部署在烏蘭察布的16萬顆950DT也主要承擔推理任務。

超節點同時製造了三個新約束。其一是產能，餘承東近期在華為國際媒體圓桌會議上罕見承認中國先進半導體產能仍然緊張，手機晶片與昇騰AI晶片要爭這塊產能，現階段仍靠DUV光刻；徐直軍也表示昇騰滿足國內需求還遠遠不足，因此沒有拓展海外市場計劃，制約供貨的是產能而非需求，他預計全球AI基礎設施供需平衡大約要到2029年才能解決。其二是有效算力，決定訓練速度的是模型浮點運算利用率（MFU）與有效訓練時長佔比，位元組2024年公開的MegaScale在12288塊GPU上訓練1750億引數模型，MFU做到55.2%，意味著即便成熟系統也有近一半算力消耗在等待、通訊與空轉中。其三是電力與成本，按市場流出的最低報價，一顆昇騰950DT約11.1萬元，25.6萬張卡對應晶片採購接近284億元；輝達NVL72機櫃售價約300萬美元，摺合單卡約4.2萬美元，是昇騰的四倍左右，但按FP8峰值算力口徑一顆B200約抵四到五顆950DT，便宜的幅度沒有追上效能縮水的幅度。若要湊出同等峰值算力，昇騰需要約4.5倍卡數，機房面積、液冷、運維與電力賬單隨之放大：按NVL72每卡約1.67千瓦反推，25.6萬張昇騰卡大致對應380兆瓦級供電需求，西部電價下一年約10億元電費，同等算力的輝達方案約95兆瓦、2.5億元，相差四倍。

把中美兩條路放在一起看，差別在方向。美國模式是晶片遷就模型，模型定義需求、晶片跟進定製，谷歌TPU配合Gemini、亞馬遜Trainium配合Anthropic都是這個邏輯；AMD以約82億美元全股票收購李飛飛創辦的World Labs、輝達以約200億美元非排他性許可拿到Groq的LPU技術授權，都是把提需求的團隊直接買進來。中國模式在很多環節是模型遷就晶片，DeepSeek在V3.1採用UE8M0 FP8資料格式並公開說明面向下一代國產晶片設計，昇騰超節點本身也是這種遷就的產物。遷就不等於落後，UE8M0 FP8、靈衢匯流排、全光互聯都是實打實的工程創造，只是這些創造服務的目標是補齊短板，而非定義下一個時代的計算形態。

對大模型參賽者而言，路線之爭最終歸結為效能與成本兩個變數。25.6萬張卡是一個驚人的工程數字，但它真正的含義是，中國要用比別人多得多的卡去換一個同樣好的模型。這個換算率能否降下來，決定了超節點能否從能用的算力變成用得起的算力，也決定了它能否真正托起國產前沿模型的持續迭代。