华为昇腾：384 架构引领，910C 蓄势待发
思瀚产业研究院    2025-05-09

通过自研的 AI 推理引擎，昇腾 910B 与高端 GPU 之间的性能鸿沟有望逐步弥补。潞晨通过自研的国产推理引擎，成功实现了昇腾 910B 与 DeepSeekR1 系列模型的推理适配优化。得益于 910B 的 CANN 软件栈提供的软硬协同优化，以及对 PyTorch 等主流框架的全场景兼容，昇腾 910B 在性能表现上与高端 GPU 相当。比如在采用梯度积累与现存复用技术后，昇腾 910B 可承载的模型数量提升至1.7 倍。

同时，在相同算力条件下，DeepSeek-R1 系列模型在昇腾910B 上的推理延迟较 H100GPU 仅相差 5%，吞吐量差距缩小至 8%内。这证明了在硬件架构和工艺技术仍存差距的情况下，国产 AI 推理芯片通过 DeepSeek 兼容适配，具备平替高端 GPU 的潜力，并有望缩小与国际高端竞品的硬件差距。

B200依托Blackwell架构，AI算力达20Peta FLOPS（FP4），内存带宽8TB/s，并支持 NVLink，适用于大规模分布式计算，主要面向高端算力需求场景。昇腾910B 在性能上暂时难以与 B200 直接竞争。但随着 DeepSeek 模型优化降低算力需求，昇腾系列在本地化生态和成本控制上的优势放大，有望在 AI 推理市场打破国际 GPU 市场的垄断，为国产 AI 产业提供更具竞争力的选择。

昇腾 910C 在 910B 性能短板上进行了优化。昇腾 910C 发布实现了算力的显著提升（640 TFLOPS/FP16），接近 NVIDIA H100（680 TFLOPS/FP16）。910C的推出不仅强化了在云计算、AI 训练等高性能计算场景的应用能力，也表明其在AI 芯片市场的竞争力进一步增强，加速缩小与英伟达在高端算力市场的差距。同时，昇腾 910C 通过与 DeepSeek 模型的深度优化，实现训练效率提升 40%，推理速度突破每秒 3000 次，进一步缩小与国际算力表现的差距。

昇腾对于“芯片·模型-场景”全栈闭环的生态兼容性，也大幅降低了企业切换技术路线的成本，增强AI 产业范围的需求性并构建自主可控的国产 AI 算力生态。同时，华为云也在超节点上实现突破。

4 月 10 日华为云宣布 CloudMartix384 推出，产品使用 384 颗 910c 芯片堆叠制程，并在系统上采用 Scale Up 架构，通过单层网络实现 GPU 全互联，同时配备 6912 个 400G 光收发器，有效保障了带宽功能指标的达成。而在性能端，通过五倍芯片堆叠配置下，产品算力指标优势明显，BF16 性能达到 300 PFLOPS，约为 GB200 NVL72 的 1.7 倍；HBM总容量达 49.2TB，是 GB200 的 3.6 倍；但在但在功耗上，CloudMatrix 384 总功率上达到 559.4kW，是 GB200 NVL72 的近四倍功耗。

能耗设计上的取舍，换来了在大规模训练及推理场景下显著的性能释放。本次昇腾超节点的推出，标志着国产 AI 算力在实际应用场景中的渗透步伐进一步加快，国产算力迎来破局元年。920 研发加速有望进一步放大昇腾硬件优势。作为昇腾第三代 AI 处理器，昇腾 920 采用中芯国际 6nm（N+3）工艺制造，晶体管密度达到 120 亿个，较上一代 910 提升约 50%。

芯片基于 Davinci 架构，集成 64 个 Core，每个 Core 支持 32 个矩阵计算单元。在 BERT-large 模型训练场景下，千卡集群吞吐量提升可达 30%。产品在性能层面实现显著突破，峰值算力达到 1800TOPS（INT8）/900TFLOPS（BF16），内存带宽达 4000GB/s。与英伟达 H20 对比，920C 在 BF16算力上提升约 37%，内存带宽增加 33%，能效比（TOPS/W）优化约 42%。软件生态方面，华为推出 CUDAtoCANN 转换器，实现约 92%的 CUDA 代码自动迁移效率，显著降低开发者适配与迁徙成本。

在实际应用场景中，如金融行业的实时风控系统，基于昇腾 920 构建的平台可支持每秒百万级交易请求处理，并通过动态稀疏计算优化，将模型更新延迟从小时级压缩至分钟级，进一步强化数据处理能力与系统响应效率。昇腾与 DeepSeek 的适配加速了昇腾算力在 AI 计算市场的渗透。DeepSeekV3 发布即原生支持昇腾硬件，推动大模型在本地算力上的高效部署。

2025 年 2月，70%的国内客户基于昇腾部署 DeepSeek，覆盖金融、政务、教育等 30 余个行业。据 IDC 预测，2025 年中国 AI 算力市场国产化比例将从 2022 年的 28%提升至 65%，其中昇腾生态预计占据 40%份额。随着本地化 AI 计算需求增长，昇腾依托一体机方案在推理吞吐、并发能力、强化学习微调等方面优化算力利用效率，

降低整体部署成本，进一步巩固昇腾系列在 AI 产业链的核心地位。昇腾依托成熟的国产供应链体系，在提升硬件性能表现的同时，逐步缩小与国际龙头竞品的技术差距。通过长期业务合作、战略投资及股权合作，昇腾在复杂供应链体系下依然能够维持稳定的出货节奏与产品供应管控。这一供应链韧性不仅得益于与核心供应商的深度协同，也依托上游环节的成熟技术支撑，为昇腾系列在AI 算力市场的可持续发展提供长期保障。

泰嘉股份：公司主营电源业务，涵盖消费电源、数据电源和站点电源三大领域，其中数据电子业务重点布局服务器电源模块，服务于行业头部客户。自 2023 年投产以来，公司服务器电源模块业务产能逐步释放，并根据市场需求优化生产布局，以适应 AI 服务器、电源管理方案的增长需求。此外，公司以参股方式与罗定雅达形成战略合作，就消费电子领域的业务协同、技术研发、资源共享、资本运营等多个领域深入合作，而雅达电子也是华为在适配器及供电设备领域的重要供应商。

华丰科技：公司深耕光、电连接器及线缆组件供应链服务，产品覆盖防务、通讯、工业三大领域。其中，通讯板块作为核心业务，公司为华为、中兴等主流设备供应商，专注于电源连接器及背板连接器，后者广泛应用于高端服务器及 AI 计算基础设施。随着 AI 智能产业发展，公司作为上游核心部件供应商，受益于算力需求增长。华为在公司通讯类业务销售占比高达 70%，公司已成为其关键供应伙伴。

杰华特：公司凭借完善的产品矩阵与自主研发能力确立了虚拟 IDM 运营模式在模拟集成电路领域的竞争优势，并依托自研国际先进工艺平台，持续推动高端产品迭代。公司加速拓展服务器、AI 等高算力应用市场，已构建 DrMOS+多相供电方案的完整产品体系，强化在 AI 计算与数据中心的竞争力。同时，华为哈勃投资持股约 5%，为公司在高性能电源管理领域的协同发展提供支撑。

兴森科技：公司在 AI 领域的主营业务围绕 PCB 和半导体两大主线展开，并提供 PCB 印制电路板等核心产品。在 PCB 领域，公司通过宜兴硅谷基地的管理架构优化，集中资源于服务器等高端赛道，并在产线升级改造后，新增加速卡等 AI 服务器类载板的产能。同时，公司与华为在 PCB 和半导体业务领域保持长期稳定合作，是其重要合作伙伴，进一步巩固了公司在 AI 产业链中的市场地位。

华海诚科：公司专注于半导体封装材料的研发及产业化，主要产品涵盖环氧塑封料与电子胶黏剂，已发展成为国内规模领先、具备持续创新能力的环氧塑封料厂商。在半导体芯片材料领域，公司已构建完整的自主研发与生产体系，并拥有自主知识产权。目前，公司在 GMC 生产工艺方面取得突破，已建立全套量产工艺流程，相关设备通过客户考核并持续优化。值得关注的是，华为哈勃投资为公司上市前的原始股东，进一步强化其在产业链中的战略价值。

飞龙股份：公司自 1952 年成立以来，已深耕汽车水泵领域 73 年。随着数字时代发展，数据中心与算力需求同步增长，单机柜散热需求持续攀升，液冷技术凭借高效散热性能，在“双碳”目标推动下加速渗透。公司自 2019 年起布局 IDC 液冷赛道，已成功开发μ（微型泵）、S（小型泵）、M（中型泵）、L（大型泵）四大产品平台，覆盖不同功率散热需求。其中，HP22K 作为 L 型泵旗舰型号，填补了国产高性能液冷泵市场空白，推动国内液冷技术实现突破。2024 年 11 月，公司与华为云正式启动深度合作，围绕数字化转型、技术应用等领域展开协同，进一步加速数字化赋能进程。

鸿日达：公司在精密连接器领域深耕多年，近年来亦积极布局半导体散热领域，华为为公司重要客户之一。目前，公司半导体金属散热片产品可广泛应用于算力CPU 处理器、GPU 及 AI 算力等领域。现阶段，公司已建成一条半导体金属散热片生产线，并规划根据终端客户需求、产能稼动率及利用率，逐步扩产至年产 1090万片的规模。产品方面，公司已完成对多家核心终端客户的送样并获得部分供应商代码，标志挂拍卖行是着在半导体散热领域迈出实质性步伐。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。