昇騰（Ascend）是華為公司自主研發的人工智慧處理器系列與全棧計算平台。其核心是基於達文西架構的AI晶片（如昇騰910、昇騰310），提供從端、邊到雲的全場景AI算力。平台以Atlas系列硬體產品（模組、加速卡、伺服器、集群）為載體，並構建了包含異構計算架構CANN、AI框架昇思MindSpore在內的基礎軟體棧，支持深度學習訓練與推理全流程。昇騰以開放生態為戰略，通過開源CANN、構建超節點互聯技術，構建自主創新的AI基礎設施。
基本介紹
- 中文名：昇騰
- 外文名：Ascend
- 產品類型：人工智慧處理器系列與全棧計算平台
技術架構,產品系列,軟體生態,套用場景,智慧城市,智慧型駕駛,醫療健康,大模型與科學計算,發展歷程,市場與競品,
技術架構
昇騰AI計算平台的核心硬體架構為達文西（Da Vinci）架構，這是一種面向AI計算的3D Cube矩陣運算單元設計，旨在對大規模矩陣乘加運算進行最佳化。昇騰AI處理器系列包括面向訓練場景的Ascend 910與面向推理/邊緣場景的Ascend 310。
CANN（Compute Architecture for Neural Networks）是華為針對AI場景推出的異構計算架構軟體平台，對上支持PyTorch、TensorFlow、昇思MindSpore等主流AI框架，對下服務昇騰AI處理器。CANN通過計算圖最佳化技術、高性能運算元庫（如NN、DVPP、HCCL等）、Ascend C程式語言、AscendCL編程接口等技術實現較高性能並降低開發難度。2025年，CANN已全面開源，開放了運算元庫、通信庫、圖引擎等核心模組。
在大規模集群方面，昇騰超節點（如384卡超節點）採用高速光互聯技術以提升集群通信性能，支持大規模算力擴展。
產品系列
基於華為昇騰系列AI處理器和基礎軟體構建了Atlas人工智慧計算解決方案，產品形態覆蓋模組、板卡、小站、伺服器、集群，提供面向“端、邊、雲”的全場景AI基礎設施方案，覆蓋深度學習推理和訓練全流程。
主要產品線包括AI模組、AI加速卡、智慧型邊緣設備、AI伺服器及AI集群。AI模組如Atlas 200I DK開發者套件、Atlas 200I A2加速模組，用於端側AI場景，實現目標識別、圖像分類等。AI加速卡如Atlas 300I A2推理卡、Atlas 300V視頻解析卡，提供AI推理、視頻分析等功能。智慧型邊緣設備如Atlas 500 A2智慧型小站，適用於邊緣場景，體積較小，環境適應性較強。AI伺服器如Atlas 800推理伺服器、Atlas 800T A2訓練伺服器，用於中心側AI推理和訓練。AI集群如Atlas 900 AI集群，用於深度學習模型開發和訓練。
華為推出昇騰384超節點及Atlas 950/960 SuperPoD等超節點產品，採用高速光互聯技術。Atlas 950 SuperPoD支持8192張卡互聯，Atlas 960 SuperPoD支持15488張卡互聯。
昇騰晶片的發展路線圖顯示，2026年第一季度推出昇騰950PR，第四季度推出昇騰950DT；2027年第四季度推出昇騰960；2028年第四季度推出昇騰970。歷史晶片包括2018年發布的昇騰310和2019年發布的昇騰910。
軟體生態
昇騰AI計算平台構建了包含基礎軟體、開發框架、工具鏈、平台服務及開放合作的全棧軟體生態。其核心是昇騰異構計算架構CANN，它作為連線底層AI處理器與上層AI套用的橋樑，對上支持昇思MindSpore、PyTorch、TensorFlow、PaddlePaddle等主流AI框架，對下服務昇騰AI處理器，通過計算圖最佳化、高性能運算元庫等技術釋放硬體算力。
在AI框架層面，華為自研了全場景AI框架昇思MindSpore，並持續疊代更新，例如其2.8版本升級適配了vLLM並接入了昇騰ACLGraph圖下沉功能。為降低開發門檻，昇騰提供了全流程開發工具鏈MindStudio，以及面向特定場景的軟體開發套件，如面向自動駕駛訓練的DrivingSDK，該套件提供了高性能運算元庫和模型庫，可加速智駕算法開發。
在平台服務層面，華為推出了一站式AI開發平台ModelArts及專注於大模型訓練穩定性和運維效率的昇騰雲腦平台。生態建設方面，華為通過“眾智計畫”、開源社區與高校、企業及開發者廣泛合作，共建生態。
目前生態適配成果顯著，已支持智譜GLM-5等國產大模型的深度適配與高效運行；通過KernelCAT工具可實現DeepSeek-mHC運算元的分鐘級自動化交付。南京大學等科研團隊也基於昇騰平台在MoE模型最佳化等方面取得了突破。
套用場景
智慧城市
昇騰作為AI算力底座，支撐城市級AI算力平台和“AI CITY”建設。昇騰384超節點在深圳龍崗區落地部署，為基於昇騰生態的政務雲平台提供算力，支撐全區23.6萬路物聯網設備的實時數據分析。基於昇騰算力的“民意速辦”系統，將12345熱線訴求處理流程提速。
智慧型駕駛
昇騰AI發布DrivingSDK自動駕駛訓練加速套件，基於昇騰AI集群系統提供高性能運算元庫和模型訓練最佳化，以提升自動駕駛模型開發效率。該套件已套用於華為ADS3.0智駕系統的開發，有助於縮短模型訓練時長，實現每日疊代。
醫療健康
福建醫科大學附屬協和醫院部署了基於昇騰910B的高性能算力集群，搭載國產DeepSeek R1大模型，構建覆蓋醫療全場景的智慧型化服務體系。基於昇騰的電子病歷生成與質控解決方案，能輔助醫生生成病歷並進行質控。
大模型與科學計算
昇騰為百度文心一言、阿里通義千問、智譜GLM-5等國產大模型提供算力支撐。其中，GLM-5已完成與昇騰的深度推理適配與運算元級最佳化。基於昇騰硬體和MindSpore框架，支持蛋白質結構預測模型（如Protenix）的高性能訓練與推理。
發展歷程
2018年10月，在華為全聯接大會上首次發布AI戰略及昇騰（Ascend）系列晶片（310和910），並推出達文西架構。
2019年，昇騰910正式發布並商用；Atlas人工智慧計算平台基於昇騰晶片上市；發布沃土計畫2.0，啟動開發者生態建設。
2022年，發布昇騰人工智慧人才發展加速計畫與科研創新使能計畫；中國人工智慧算力網路上線。
2025年，華為全聯接大會上公布昇騰晶片至2028年的詳細路線圖，發布新的超節點與集群，並宣布開放靈衢2.0互聯協定。
2026年，昇騰AI工作委員會召開年度會議，共築開源智算生態；智譜GLM-5等國產大模型宣布深度適配昇騰。
市場與競品
昇騰910B在中文OCR、工業質檢等場景下具備最佳化及成本優勢，其能效比（7.75 FPS/W）較英偉達A100提升25%。在工業質檢場景中，昇騰910B的瑕疵檢測精度達91.2%，比A100高8%，功耗節省40%。
華為通過超節點（如Atlas 950 SuperPoD，支持8192張卡）和集群方案（如Atlas 950 SuperCluster），在算力規模、互聯頻寬等系統級指標上實現了一定進展。相比英偉達計畫2026年下半年上市的NVL144，Atlas 950超節點卡在卡規模、總算力、記憶體容量及互聯頻寬方面具有不同特點。
2024年華為昇騰AI晶片出貨量達64萬片。昇騰雲服務在2024年實現了業務增長。
在美國技術限制背景下，昇騰的發展為國內AI產業提供了自主可控的算力選擇。華為的超節點集群方案目前已服務於百度文心一言、阿里通義千問的部分訓練任務。
