在巴塞罗那MWC展会现场，华为带来了能硬刚英伟达的“大杀器”——Atlas 950 SuperPoD智算超节点。3月2日开幕当天，这个产品首度面向海外亮相，引发了全场轰动。排队观展的人流中，大家的目光都被亮得刺眼的屏幕吸引住了。 这款设备最大的亮点在于它能支持8192张昇腾950DT芯片，相当于在一个足球场里填满了AI处理器。官方公布的数据显示，它的FP8算力达到了8E FLOPS，FP4更是高达16E FLOPS，互联带宽也达到了16.3PB/s，总内存则有1152TB。现场工程师们用缩比模型演示了灵衢2.0全光互联技术，延迟低到几乎可以忽略不计。有用户拿它对比英伟达的GB200进行测试发现，英伟达在扩展到千卡级时通信开销很大，而华为的Atlas 950在万卡协同下性能损失极低。 这种系统级的突破不仅在于堆芯片，更像是建造稳固的房子框架。华为通过统一内存池和低延迟互联解决了集群通信瓶颈，这种设计让集群工作效率大幅提升。液冷设计也非常关键，PUE值控制得很好，能耗低且成本竞争力强。从产业链博弈的角度看，中国芯片已经从跟跑变成了局部领跑。昇腾系列摆脱了卡脖子的困境，还带动了本土生态的发展。 不过海外落地还面临合规壁垒和生态适配的问题。短期内很难全面替代英伟达，长期来看定价可能会搅局全球AI市场。Atlas 950定位在海量推理并发领域，直接对标英伟达的DGX SuperPOD。国内智算中心已经开始部署这款产品，海外客户也在进行试点测试。昇腾950PR推理芯片已量产并计划在2026年加速交付。 去年有一个AI项目中我测试过类似集群发现了一个有趣的现象：英伟达的卡单机性能很强但集群时容易“堵车”，而华为的系统更像是高铁网一样稳扎稳打。虽然规模优势显著但不能忽略生态因素。英伟达的CUDA软件栈用户黏性很高，华为的CANN框架虽好但适配工具链还需要进一步迭代。根据我的经验切换平台需要重训模型非常麻烦。 我们估算一下能耗情况：如果8192个芯片全负载运行且每个功耗约700W，总功率将近6MW。在液冷系统下每年电费粗算有几百万人民币。有一位AI工程师曾表示昇腾的互联带宽解决了他项目里80%的瓶颈问题。去年国内发布会上有个团队用Atlas原型跑Llama模型时内存带宽峰值实测超15PB/s。 照片显示液冷管线密布在芯片周围像血管网一样清晰可见。这次展会给我的感觉是很振奋人心的华为海外首秀面对制裁依然选择硬刚。现在看来多点选择对行业发展是有好处的AI算力不该一家独大。我猜测2026年底华为海外订单可能达到千台级别当然这取决于地缘政治因素如果TaiShan 950通算超节点同步推出生态补齐可能性就很大了。 从产业链角度看这不仅仅是硬件问题全球AI定价也会因此发生变化过去英伟达一卡难求溢价很高现在华为入局成本可能会下降10-20%这对用户来说是件好事大模型训练的门槛降低了。关于液冷集群维护的问题PUE值优秀远比传统风冷好展台上工程师通过一键监控就能完成维护流程非常简单方便。 一位欧洲AI初创老板在巴塞罗那展后问华为代表是否兼容PyTorch得到了肯定的回答还有上千个模型迁移案例作为支撑。整个展台的空气中混合着咖啡味和机箱的嗡鸣声让人感受到了技术的活力。传统集群通信总有点痛处统一内存池就像共享大脑让数据传输变得像视频通话一样即时互动。 屏幕上滚动的数据显示总内存达到了1152TB仿佛是一座数字图书馆矗立在那里我们期待看到海外首单何时落地就让我们拭目以待吧。