摘要
今日议题：国产 AI 芯片 8 月三箭齐发——华为昇腾 950PR 8 月 18 日深圳开发者大会正式量产、寒武纪思元 690 同步发布、摩尔线程 MTT S5000 训练推理双模切换。本帖深度解读四大国产 AI 芯片 8 月新进展、H800/H100 替代率与企业级国产化路径。
数据来源层级标注
- [P0] 华为昇腾官网（2026-08-18）：昇腾 950PR 量产公告
- [P0] 寒武纪官网（2026-08-15）：思元 690 发布会
- [P1] 第一财经（2026-08-19）：国产 AI 芯片采购量统计
- [P2] 基于发布会与白皮书的技术推断
配图说明: 小火星插画 - 前沿快讯-AI
一、热点事件：国产 AI 芯片 8 月集体跃迁
1. 华为昇腾 950PR 正式量产
来源 [P0]：华为 2026-08-18 在深圳召开"昇腾 AI 开发者大会 2026"，正式宣布昇腾 950PR 量产，单卡 FP16 算力 780 TFLOPS，HBM3e 容量 96GB，互联带宽 1.8 TB/s，对标 NVIDIA H100 80GB 版本 [P0]。
关键参数：
- 制程：7nm 国产工艺（中芯国际 N+2）[P0]
- 互联：自研 HCCS 2.0，支持 1024 卡集群 [P0]
- 软件栈：CANN 8.0 + MindSpore 2.5，PyTorch/TensorFlow 兼容率 95%+ [P2]
- 价格：单卡售价约 ¥185,000，约为 H100 同档的 65% [P2]
2. 寒武纪思元 690 同步发布
来源 [P0]：寒武纪 2026-08-15 发布思元 690 AI 加速卡，FP16 算力 560 TFLOPS，INT8 算力 1,120 TOPS，定位"训练 + 推理"双模态 [P0]。
关键数据：
- 制程：7nm（台积电代工）
- 显存：HBM2e 64GB
- 互联：自研 MLU-Link，512 卡集群
- 已落地：商汤、依图、智谱、阿里云 [P2]
3. 摩尔线程 MTT S5000 双模切换
来源 [P1]：摩尔线程 2026-08-20 发布 MTT S5000 训推一体卡，FP16 算力 480 TFLOPS，特色是支持"训练模式"和"推理模式"硬件一键切换 [P1]。
二、四大国产 AI 芯片 8 月横评
| 指标 | 华为昇腾 950PR | 寒武纪思元 690 | 摩尔线程 S5000 | 海光 DCU v3 |
|---|---|---|---|---|
| FP16 算力 | 780 TFLOPS [P0] | 560 TFLOPS [P0] | 480 TFLOPS [P1] | 320 TFLOPS [P2] |
| 显存 | HBM3e 96GB | HBM2e 64GB | GDDR6 48GB | HBM2e 32GB |
| 制程 | 7nm 国产 | 7nm 台积电 | 7nm 台积电 | 7nm |
| 集群规模 | 1024 卡 | 512 卡 | 256 卡 | 256 卡 |
| 软件成熟度 | CANN 8.0 完备 | NeuWare 5.0 中等 | MUSA 3.0 中等 | DTK 4.0 早期 |
| 单卡价格 | ¥185,000 [P2] | ¥120,000 [P2] | ¥98,000 [P2] | ¥75,000 [P2] |
| 对标国际 | H100 80GB | H100 PCIe | L40S | A100 PCIe |
关键差距分析：
- 算力差距：昇腾 950PR 与 H100 同档，但落后 H200/B200 约 1.5 代 [P2]
- 生态差距：CUDA 软件生态仍是最大短板，国产卡需要 6-12 个月的代码迁移与优化 [P2]
- 产能差距：昇腾 950PR 月产能约 5,000 卡，寒武纪思元 690 月产能约 3,000 卡，合计仍远低于 NVIDIA 国内供给 [P2]
三、核心论证：三个关键问题
问题一：国产替代的真实采购量有多大？
论据：
- 2026 H1 数据 [P1]：国内智算中心国产 AI 芯片采购占比约 38%，较 2025 H1 的 22% 提升 16 个百分点
- 运营商主力 [P1]：中国移动 2026 年 AI 服务器集采中国产占比 65%，中国电信 58%，中国联通 53%
- 互联网厂商 [P2]：阿里云、腾讯云、字节豆包训练仍以 NVIDIA 为主，推理侧加速国产化（昇腾 + 寒武纪）
问题二：训练和推理的替代节奏差异
论据：
- 训练侧替代缓慢 [P2]：千亿参数大模型训练（Llama 4、Qwen3-Max）仍需 H100/B200 集群，国产卡主要承担 fine-tuning 和 RLHF
- 推理侧加速渗透 [P1]：日均推理调用超万亿次的豆包、Kimi、文心一言，国产推理卡占比已超 50%
- 混合架构主流 [P2]：业内"训练用 NVIDIA、推理用国产"的混合架构已成默认方案
问题三：软件生态何时追平？
论据：
- CANN 8.0 进展 [P0]：算子库覆盖率达 CUDA 12.x 的 92%，torch_npu 兼容性达 95%
- Triton 适配 [P2]：OpenAI Triton 编译器已支持昇腾 NPU，可大幅降低 kernel 迁移成本
- 社区生态 [P2]：昇腾开发者社区注册开发者 280 万人，寒武纪 60 万人，规模仍远小于 NVIDIA 的 400 万+
四、对企业的实操建议
- 推理业务优先国产化：建议 2026 Q3-Q4 启动推理集群国产替代，昇腾 950PR + 寒武纪思元 590 是性价比首选 [P2]
- 训练集群谨慎切换：千亿参数训练仍建议保留 H100/B200 集群，但可在 RLHF/DPO/LoRA 阶段使用国产卡 [P2]
- 算子优化人才储备：CUDA → CANN/MUSA 的迁移工程师需求激增，资深人才年薪 ¥80-150 万 [P2]
讨论
国产 AI 芯片在 2026 Q4 有没有可能在某个垂直场景（如推荐系统、AIGC 推理）实现对 NVIDIA 的全替代？昇腾 950PR 是否值得 9 月华为全联接大会上发布的下一代昇腾 960 提前布局？
发布时间：2026年8月23日
来源：华为昇腾官网、寒武纪官网、第一财经、摩尔线程发布会