核心就是三点，算力，HBM，互联。
先进产能问题解决了，华为要在算力芯片端火力全开了。
这次全连接大会，我们能够一窥华为在算力上的野心,
从910到950，华为得到了一次算力与性能的跨越式提升。
根据公布的路线图，26年Q1发布的昇腾950系列在算力上比今年Q1发布的昇腾910C实现了显著的阶梯式增长
昇腾950PR（2026 Q1）： 在FP8和FP4精度下，分别提供1 PFLOPS和2 PFLOPS的算力。
昇腾960 （2027 Q4）： 算力直接翻倍，FP8和FP4算力分别达到2 PFLOPS和4 PFLOPS。
同时，芯片的微架构也从910C单一的SIMD（单指令多数据）升级为950更灵活的SIMD/SIMT（单指令多线程）混合架构。
这种设计看齐NV，能够更好地适应多样化的AI计算任务，提高芯片的整体效率。
同时，内存容量和带宽也同步实现巨幅提升。
昇腾950DT的内存容量达到288 GB，内存带宽更是高达9.6 TB/s 。
从昇腾950PR开始，华为的芯片全面新增对FP8、MXFP8、HIF8、MXFP4和HIF4等一系列低精度数据格式的支持。
为什么这如此重要？
适应大模型趋势：
当前，大模型训练和推理越来越依赖低精度运算。
使用FP8等格式，可以显著减少模型参数的内存占用，从而在相同硬件条件下，处理更大规模的模型。
低精度计算能够极大提升芯片的计算密度，让训练和推理的吞吐量成倍增长。
这对于追求效率的大型AI集群至关重要。
除了算力提升，还有一个被很多人忽略，但至关重要的信息：
华为自研了低成本HBM 。
HBM是什么？
它是AI芯片的“血液”，
负责给计算核心源源不断地输送数据。
它的性能和成本直接决定了AI芯片的上限和大规模应用的经济性。
自研HBM意味着什么？
这意味着华为彻底把AI算力产业的命门握在了自己手里：
供应链安全： 不再受制于人，能确保芯片的持续迭代和稳定供应。
成本控制： 自研可以有效降低成本，让华为的超节点解决方案更具性价比。
性能定制： 可以根据自己的芯片架构，深度定制HBM，实现软硬件协同优化，让每一滴“血液”都发挥出最大效用。
有了这个底气，华为才能放出豪言：以“一年一次算力翻倍”的节奏持续演进。
自研HBM，华为有点像三星一样的大IDM靠拢的趋势。
（不要问华为的芯片工厂在哪里？我什么也不知道。）
最后一点，比算力提升更有意义，也是华为强到能够赢得英伟达的就是：
互联
通过自研的“灵衢”互联协议，华为的超节点可以将50万甚至99万张昇腾芯片高效地连接在一起，形成一个远超单卡算力总和的庞大计算体 。
这种对互联的巨大投入，旨在解决大规模AI集群中的通信瓶颈问题。
单颗芯片的算力再强，如果互联能力不足，大规模集群的效率也会大打折扣。
而华为的战略核心正是其在互联技术上的深厚积累。
昇腾950系列的互联带宽从昇腾910C的784 GB/s，大幅提升到2 TB/s，增幅超过2.5倍。
这正是华为敢于声称“超节点”最强的底气。
华为的战略很清晰。
他们不追求单卡性能的绝对领先，而是通过强大的系统互联技术，把更多、更快的芯片连接成一个超级计算体。
华为正在构建一个完整的、自主可控的AI计算生态。
这不仅是技术的升级，更是战略上的自信。
别小看这个策略，它已经在验证中：
搭载384颗昇腾910C的Atlas 900超节点，在BF16稠密算力、内存容量和带宽等指标上，都大幅领先于英伟达的GB200 NVL72 。
所以，当你看到昇腾950、昇腾960可以组成超过50万卡甚至99万卡的超大集群时，这才是华为真正的“杀手锏”。
当时看到这个图，我就像说两个字，“我X！”
昇腾950系列的发布，清晰地展示了华为AI计算战略的深层逻辑。
通过在系统工程、互联技术、低精度计算和自研HBM等多个维度同时发力。
他们用在通信领域积累三十多年的技术优势，弥补了单卡性能的劣势。
他们用几十年积累的光通信和自研HBM，把每一颗昇腾芯片都变成了高效运转的齿轮，最终拼装成一个能碾压对手的巨型战舰。
以前都是嘴炮，且听龙吟啥的，
现在不但听到龙吟，还有雷声了。
现在已经离26年Q1没多长时间了，按照芯片的节凑，当下华为内部应该已经有昇腾950的工程样片了。
这波，确实是真刀真枪地干起来了。