為什麼昇騰384超節點能成為“鎮館之寶”？
文 觀察者網 呂棟
機器人不僅能調酒、分揀還能格鬥，AI眼鏡不僅能翻譯、導航還能支付，醫療大模型不僅能識別病理切片還能自動生成診斷報告，金融數字員工正從輔助工具變身“專業研究員”……這些畫面並不是科幻電影，而是世界人工智能大會（WAIC 2025）被火爆圍觀的場景。
在這裏，每個人都能感受到，中國AI應用創新正呈現百花齊放之勢。但不可否認的是，無論AI技術在哪個場景落地，都離不開算力底座的支撐。尤其是在當下，隨着全球AI競爭進入白熱化，美國不斷收緊技術出口管制，中國產業界更加呼喚底層軟硬件的技術突破。
行業變革中，華為一直走在開放創新的前列。這次參展WAIC，華為重磅展出了昇騰384超節點真機，並獲評“WAIC鎮館之寶”。它的創新之處在於，並沒有像傳統計算架構一樣簡單堆疊芯片，而是通過高速互聯總線，突破互聯瓶頸，讓超節點像一台“AI服務器”一樣工作，超大帶寬、超低時延和超強性能等三大技術優勢，可以長期滿足行業算力需求。
在國外巨頭的先發優勢下，外界之前或許對國產算力沒有底氣，但相信這次大會能打消不少人的疑慮。在昇騰384超節點的身後，華為全方位展現了昇騰算力底座的創新能力、訓練及推理解決方案、開源開放的軟硬件生態，以及在互聯網、運營商、金融、能源、教育科研等11大行業的豐富實踐。
適配和開發超80個大模型，孵化6000+個行業解決方案等數據，充分證明了昇騰絕對不是“花架子”，而是已形成技術、應用和生態的正向循環。
鎮館之寶背後，是系統工程的突破
自大模型蓬勃發展以來，中國產業界就一直存在算力焦慮。一方面，大模型的Scaling Law（尺度定律）持續有效，訓練和推理的算力需求爆發式增長；另一方面，美國不斷收緊對先進算力芯片的出口管制，並遏制中國先進芯片製造能力，給國產單卡算力追趕製造障礙。
但實際上，大模型技術演進過程中，國產算力的挑戰和機遇並存。一方面訓練萬億參數大模型，僅靠單卡算力無法實現，集羣算力成為大勢所趨；另一方面，隨着以DeepSeek為代表的MoE（混合專家模型）成為主流模型架構，其複雜混合並行導致通信需求驟增，單純靠堆芯片，已不能帶來有效算力的線性增加，但給提升通信帶寬進而改善性能帶來機遇。
在這種趨勢下，華為充分發揮在通信、存儲、基礎軟件等方面的大雜燴優勢，通過非摩爾補摩爾、數學補物理等系統工程創新，成功實現業界最大規模的384顆昇騰NPU高速總線互聯，構建了昇騰384超節點。它由12個計算櫃和4個總線櫃構成，算力總規模達300 PFLOPS。
並且，昇騰384超節點還可以通過靈活分配資源，更好地支持混合專家MoE大模型的訓推，實現384卡“一卡一專家”，是業界唯一支持DeepSeekV3/R1在一個超節點域內即可完成所有的專家並行（EP）的方案，也是MoE模型的最佳訓練/推理方案。
之所以能實現這種超強性能，是因為昇騰超節點並非修補式改進，而是徹底重構系統。一是打破以CPU為中心的馮諾依曼架構，計算單元通過總線直接互訪，轉變為更高效、更靈活的全對等架構；其次，新的總線技術重新定義通信互聯協議，減少系統開銷，內存統一編址，超節點內全局TB級內存統一訪問；第三，突破傳統服務器間通信能力不足帶來的系統性能瓶頸，實現通信能力10倍提升，讓計算不再等待通信，提升算力利用率和整體性能。
在半導體制程受限的情況下，昇騰384超節點通過資源高效調度，一定程度彌補了芯片工藝的不足。性能測試數據顯示，在昇騰超節點集羣上，LLaMA3等千億稠密模型性能相比傳統集羣提升2.5倍以上；在通信需求更高的Qwen、DeepSeek等多模態、MoE模型上，性能提升可達3倍以上，較業界其他集羣高出1.2倍，在行業中處於領先地位。更重要的是，通過最佳負載均衡組網等方案，還能將昇騰超節點組成數萬卡的Atlas 900 SuperCluster超節點集羣，支持更大規模的模型訓練，成為中國AI創新的可靠底座。
枝繁葉茂，昇騰已走進千行萬業
“中國製造業像今天這樣如此強大的原因，不僅是它能更便宜地生產東西，也因為它能更便宜、更快、更好、更智能地生產東西，而且正在越來越多地將人工智能融入到產品中來。”美國記者 托馬斯·弗裏德曼 在《我在中國看到了世界未來的樣子》一文中寫道。
毫無疑問，任何技術只有落地才能產生價值，而中國AI技術的落地正走在世界前列。如果深入華為WAIC的展台就會發現，昇騰不僅在大規模算力集羣上進行系統性創新，同時也已經深入千行萬業，支撐互聯網、運營商、金融、政務、教育等垂直領域的創新落地。
以運營商領域為例，浙江移動基於昇騰算力與移動九天大模型打造的“營銷助手”ChatCRM，為一線人員提供智能問答、信息搜索和業務辦理支持，目標客户獲取時間從3小時驟降至3分鐘，營銷成功率提升5個百分點，知識問答準確率超過95%；上海電信基於昇騰算力自研魔方應用系統，讓一線客服人員從被動接受變為主動設計，已經基於昇騰完成了Telechat和Qwen大模型的微調，把大模型在客服場景的準確度從80%提升到了90%。
金融行業也在積極攜手昇騰，擁抱智能化。交通銀行基於昇騰千卡算力集羣，瞄準審貸聯動、惠民催收、數據速查等大模型高價值場景，通過全流程優化，大幅減少人工校驗工作量，縮短處理時間，目前已落地大小模型融合應用超100個，累計提升人力效能超1000人。浦發銀行基於昇騰千卡算力集羣，採用CANN架構，通過MindIE硬件使能引擎及ModelArts一站式AI開發平台進行統一納管，支持DeepSeek、Qwen等多種主流大模型的部署，幫助浦發銀行實現運營、普惠、零售、信用卡等200多個AI應用場景落地。
昇騰還深度融入實體產業，賦能更多領域。例如在醫療場景，昇騰+DeepSeek智慧醫療應用一體化解決方案，已在瑞金醫院、華西醫院、中山眼科等多家醫療機構落地，覆蓋醫學科研、輔助診斷、院區管理等多個核心場景；在電力領域，昇騰助力南方電網打造電力行業首個開放創新大模型“大瓦特”；在建材領域，昇騰助力海螺水泥打造建材行業大模型……
與此同時，AI技術也正在深刻重塑零售行業的各個環節。以深圳大型零售企業天虹為例，在昇騰算力和豐富AI工具鏈的支撐下，基於Qwen、DeepSeek等開源模型以及內外部海量數據進行模型後訓練，打造了“百靈鳥”零售垂直模型，在營銷策劃、導購服務、商品運營、客服售後、經營決策、辦公助手等業務維度開發了30多個智能應用，服務於6萬名員工及合作伙伴，每月模型訪問請求量超300萬次，企業內部工作效率提升30%。
當全球AI競爭進入白熱化，昇騰展現的不僅是根技術實力，更是一幅清晰的產業落地圖景。截至目前，業界基於昇騰適配和開發超過80個大模型，在基礎大模型多個技術方向均有積累，如訊飛星火認知、DeepSeek、Qwen、鵬城、LLaMA等。同時，昇騰聯合2700+行業合作伙伴，共同孵化超過6000+個行業解決方案，正加速AI賦能千行萬業。
以開放促發展，昇騰產業生態快速成長
AI技術的競賽從來不是單點的比拼，本質上是軟硬件生態的競爭。英偉達能領跑行業，不僅是因為有高性能的GPU，同時也因為擁有深厚的軟件與開發者生態護城河。
從這一點來看，昇騰之所以能引領中國AI算力產業創新，在千行萬業迅速落地，首先就是因為構建了完整且開放的昇騰AI基礎軟硬件平台，包括Atlas系列硬件、異構計算架構CANN、全場景AI框架昇思MindSpore、昇騰應用使能MindX以及一站式開發平台ModelArts等，幫助夥伴和開發者高效使用AI能力，創新場景化AI應用。
短短六年，昇騰產業生態以驚人速度構建起一片繁榮之地，330萬開發者、2700家行業夥伴、6000餘個行業解決方案、60餘家硬件夥伴推出150多款產品……這些數字背後，是中國AI底層軟硬件生態的強勢崛起，更揭示了構建自主開放的AI算力生態已是大勢所趨。
昇騰生態的爆發性增長，本質是華為和產業夥伴的集體突圍。
當英偉達CUDA構築的“圍牆花園”日益成為全球AI研發的隱形基礎設施，其生態黏性幾乎定義了開發者的技術路徑。然而昇騰以“開放”為抓手，開闢了另一條路徑：作為充分釋放處理器極致性能的關鍵，CANN實現分層深度開放，從最底層的算子開發層，到模型開發層、推理層，進一步兼容三方開源框架，讓運行在三方框架、推理引擎上的模型/應用遷移至昇騰無需修改；新增開放AscendNPU IR接口，使能開發者向昇騰平台“無感遷移”。
昇騰的快速生長，也印證了AI競爭的本質是生態之爭。英偉達CUDA生態的統治力，源自長期積累的龐大工具鏈、優化庫與開發者社區形成的“護城河”。昇騰的破局之道在於雙軌並行：一方面以開源開放加速技術民主化，在算子開發、系統調優、編譯鏈優化等場景提供好用的工具軟件，推動AI開發效率與性能的雙重突破，截至目前，已攜手互聯網、運營商、金融等30多個夥伴，創新開發260多個高性能算子；另一方面，以“智能基座”產教融合深入人才土壤，2600門+實戰導向課程，與高校聯合成立實驗室，為生態持續造血。“技術+人才”的雙輪驅動，讓昇騰持續成為中國AI創新的堅實底座。
在AI重塑未來的時代，沒有生態的算力如同無根之木。國外廠商雖有先發優勢，但單一依賴將扼殺技術多樣性與產業安全。昇騰生態的快速成長，標誌着全球AI算力格局正從“一極統治”向多元生態深刻演變。當昇騰“黑土地”上持續生長出本土化的框架、工具與人才，中國AI產業將實現真正的技術、應用和生態繁茂，握緊通往智能時代的鑰匙。