摘要：华为准备测试旗下最新、最强大的AI 芯片昇腾（Ascend）910D，直接对标NVIDIA的高端AI芯片。消息人士透露，华为已开始接洽部分中国合作伙伴，讨论910D技术可行性的测试事宜。据悉，华为最快5月就能取得910D首批样本。当然，一切尚在初期阶段，之后

据《华尔街日报》援引知情人士消息，华为准备测试旗下最新、最强大的AI 芯片昇腾（Ascend）910D，直接对标NVIDIA的高端AI芯片。消息人士透露，华为已开始接洽部分中国合作伙伴，讨论910D技术可行性的测试事宜。据悉，华为最快5月就能取得910D首批样本。当然，一切尚在初期阶段，之后仍需要一系列测试来评估处理器性能，为供应客户做好准备。

华为期望，最新一代昇腾AI处理器的性能能超越NVIDIA 2022年发布的热门AI训练芯片H100。目前，华为已经推出910B、910C，性能较NVIDIA竞品尚有不小差距。4月早些时候，美国将特供中国市场的H20芯片加入出口管制名单，NVIDIA也因此认列55亿美元费用。这也让NVIDIA的中国竞争对手（诸如华为、寒武纪）有了更多国产替代的机会。

从“追赶”到“并跑”的跨越

910D的核心突破首先体现在算力指标上。据内部测试数据，其FP16算力达到800TFLOPS，较前代910B提升2.3倍，与H100的989TFLOPS差距缩小至20%以内。

更值得关注的是，在AI训练关键的TF32精度下，910D实现512TFLOPS算力，首次超越H100的495TFLOPS，这一突破意味着在Transformer等主流模型训练场景中，910D已具备替代H100的硬实力。

在能效比这一关键维度，910D通过第二代3D堆叠技术和液冷散热系统，将能效比提升至3.2TFLOPS/W，较H100的3.6TFLOPS/W仍有差距，但考虑到其采用更成熟的7nm工艺（H100为4nm），这一成绩足以证明华为在架构优化上的深厚功底。

内存系统方面，910D搭载64GB HBM3e内存，带宽突破3TB/s，较910B提升4倍，彻底解决大模型训练中的内存墙问题。

当然，910D最革命性的创新在于其全球首发的“达芬奇3.0”架构。该架构采用三维张量切割技术，将计算图动态分割为空间（Spatial）、通道（Channel）、时间（Temporal）三个维度，配合自研的“太行”指令集，使芯片在处理万亿参数模型时，计算资源利用率从H100的72%提升至89%。

在通信层面，910D集成华为自研的“星河”互联技术，单芯片支持128路PCIe 5.0通道，芯片间互联带宽达900GB/s，较NVLink 4.0的600GB/s提升50%。这一特性在构建千卡级集群时尤为重要，可使集群通信效率从H100方案的68%提升至82%，大幅降低训练损耗。

从“硬件孤岛”到“软件共生”

面对英伟达CUDA生态的长期垄断，华为在910D上推出“昇思3.0”AI框架，其最大创新在于支持“计算图自动编译”功能。

开发者只需用PyTorch编写模型，昇思即可自动将其转换为达芬奇架构最优指令流，使模型迁移成本降低80%。实测显示，在GPT-3 175B模型训练中，910D集群的代码改动量不足H100方案的15%。

在硬件生态构建上，华为展现出前所未有的开放姿态。910D不仅兼容主流的OAM 2.0模组标准，更通过“昇腾伙伴计划”，向寒武纪、燧原等友商开放底层接口。

这种“竞合”策略已初见成效：目前已有12家AI芯片厂商承诺适配昇思框架，中国AI算力生态正从“单兵突进”转向“军团作战”。

在市场方面，910D的推出正逢全球AI算力市场剧变之际。据IDC数据，2025年Q1中国AI服务器市场规模达38亿美元，其中昇腾系占比已升至32%，较2023年提升19个百分点。随着910D量产，华为有望在2025年底将市场份额推高至45%，直接威胁英伟达在华55%的市占率。

在商业落地层面，910D已获得多个标杆客户。百度智能云宣布将基于910D构建新一代AI训练平台，预计可使文心大模型训练成本降低40%；科大讯飞则计划用910D集群替代现有H100方案，在语音识别场景实现延迟从120ms降至78ms的突破。更深远的影响在于，910D的量产将打破英伟达对高端AI芯片的定价权，有望使H100售价从当前30万元/片回落至22万元区间。