2026 国产 AI 算力追踪（华为昇腾、寒武纪、摩尔线程...）

数据来源：华为昇腾 950 NPU 架构白皮书

图片处理子系统（DVPP）：在深度学习与视觉计算平台中，输入图像通常以 JPEG 等标准压缩格式传输。如果解码 或预处理性能不足，会成为端到端训练和推理吞吐的主要瓶颈。为此，芯片集成了DVPP（DaVinci Vision Pre-Processing）子系统，通过专用硬件加速器完成图像的解码、预处理与编码，避免数据搬运对 AI Core 和 AI CPU 的计算占用，实现更高能效和更低延时。

昇腾 910 系列

Ascend 910A：2019年发布的初代型号，单芯片 FP16 算力达 256 TFLOPS

Ascend 910B：工艺优化版本，显存通常为 64GB HBM2e

Ascend 910C：采用双芯片（双 Die）合封设计，单卡 BF16/FP16 算力跃升至约 752 TFLOPS。主要用于构建华为“超节点”，承载千亿到万亿级大模型的深度训练

三代芯片对比总结

参数差异说明：910C的显存容量和带宽在不同来源中存在差异（96GB vs 128GB，1.8TB/s vs 3.2TB/s），这可能与不同板卡配置或超节点架构有关。华为官方在2025年全联接大会上公布的参数为：HBM 128GB、内存带宽3.2TB/s、互联带宽784GB/s.

昇腾 310 系列

对标：英伟达 Jetson 系列、地平线征程系列

昇腾 310 系列主要应用场景：

昇腾 310 系列硬件产品形态

寒武纪 AI 算力芯片

寒武纪 MLU 690

市场定位与表现

1》对标产品：量产版 FP16 算力 700+ TFLOPS，接近英伟达 H100 的 80%，与 H20 基本对标但稍弱于 H100

2》与华为昇腾对比：单卡算力约为昇腾 910C（800 TFLOPS）的 70%-82%，集群性能约为其 82%；但在 MoE/稀疏大模型推理场景下，利用率可达 85%+，吞吐量比华为 950PR 高 30-50%（雪球用户声称）

3》核心客户：字节跳动是最大客户，2026 年框架协议采购 20 万颗 MLU690，单颗价格 13.5 万元；字节将采购全部"特供版"（TJD 版）产能，用于豆包大模型推理及后训练

4》量产时间：原计划 2025 年 Q4 量产，实际于 2026 年初实现量产

寒武纪 MLU 590

思元 590 和 690 属于云端高性能 AI 算力芯片，主要对标英伟达的 A100/H100，其客群完全不是普通消费者或散客

思元590 (MLU590)：早在 2022 年的世界人工智能大会上，寒武纪董事长陈天石就首次公开透露了在研的思元 590（采用全新 MLUarch05 架构）。2024 年该芯片正式量产，并在 2025 年迎来了在互联网大厂和智算中心规模化落地的元年，部分大模型推理场景下已作为主力替代方案.

市场定位与表现

• 对标产品：综合性能约为英伟达 A100 的 70%-80%，略高于 H20，价格约为 A100 的 1/3 到 60%
• 核心客户：字节跳动、阿里巴巴、腾讯、百度等互联网大厂，用于搜广推训练、大模型推理等场景
• 出货量：2025年智能芯片及板卡产量约12.77万卡，销量11.74万卡，思元 590 是主力型号
• 价格：大客户约 6 万元/片，小客户 6.5-6.8 万元/片

寒武纪 MLU370 系列加速卡规格

摩尔线程

智算卡规格

补充说明

标注「架构推算值」的参数为基于通用GPU算力比例（INT8≈2×FP16≈4×FP32）的推算结果，非官方公开数据，仅供参考；其中MTT S5000官方仅正式公布 FP8稠密算力1000 TFLOPS，为当前国产GPU单卡算力最高档位，支持硬件级原生FP8加速。 四款产品均为全功能GPU，除AI训推计算外，还集成3D图形渲染、多路视频编解码、硬件虚拟化（SR-IOV）等能力，与寒武纪纯AI加速卡的产品定位存在差异。 数据来源以摩尔线程官网、官方产品规格书为准，制程工艺参考行业公开共识信息。

天数智芯

天数智芯（Shanghai Iluvatar CoreX Semiconductor Co., Ltd.）是中国领先的通用 GPU（GPGPU）芯片及 AI 算力解决方案提供商

天数智芯的产品采用 全自研架构 与 指令集，主要覆盖大模型训练与日常推理两大核心场景：

• 天垓系列（云端训练芯片）：如国内首款全自研云端训练芯片天垓 100、天垓 150 等，主要用于大模型的预训练和参数更新。
• 智铠系列（云端推理芯片）：如智铠 100，专注于模型投入应用后的日常请求，具备良好的兼容性，支持 CUDA 生态无缝迁移

近期市场有消息指出，字节跳动 正与天数智芯洽谈采购至少 5 万颗 智铠系列 AI 推理芯片，用以支持豆包等大模型应用的日常推理负载

四家国产 AI 芯片厂商核心对比

四家厂商技术路线差异显著：华为昇腾、寒武纪主打 专用 AI 加速芯片，聚焦 AI 训推极致性能；摩尔线程是 全功能 GPU，兼顾 AI 计算与图形渲染；天数智芯走 通用 GPGPU 路线，主打高性价比通用计算。

一、核心产品与性能参数对比

二、技术路线与核心差异

1. 华为昇腾：全栈式专用 AI 算力龙头

   • 采用自研 达芬奇架构，针对张量运算深度优化，不追求通用 GPU 可编程性，全力倾斜 AI 训推性能。
   • 核心优势在集群能力：通过自研 HCCS 互联、SuperPoD 集群架构，弥补单芯片与英伟达的差距，支持万卡级大模型训练。
   • 短板：无原生图形渲染能力，不支持通用科学计算的双精度场景。

2. 寒武纪：中立第三方 AI 芯片先行者

   • 自研 MLU 架构，云边端全覆盖，同时提供芯片产品与 IP 授权，是国内最早实现 AI 芯片商业化的厂商。
   • 核心优势是 CUDA 高兼容性：通过 Bangware 软件栈将迁移成本降低 70%，是互联网大厂替代英伟达的首选中立方案。
   • 短板：大规模训练集群的稳定性与互联能力弱于昇腾，无图形能力。

3. 摩尔线程：国产唯一全功能 GPU

   • 自研 MUSA 统一系统架构，是国内唯一能量产“AI 计算+3D 图形渲染+物理仿真+视频编解码”全功能 GPU 的企业。
   • 核心优势是场景多元：既可以做智算中心的 AI 推理，也能覆盖工业设计、数字孪生、游戏等图形需求，FP8 算力量产落地早。
   • 短板：高端 AI 训练性能弱于昇腾、寒武纪，先进制程产能受限。

4. 天数智芯：高性价比通用 GPGPU

   • 自研 CoreX 通用 GPU 架构，走纯计算路线，不做图形功能，聚焦通用计算与 AI 训推的平衡。
   • 核心优势是 通用性与迁移成本：软件栈深度兼容 CUDA 生态，无需大幅改写代码即可迁移，性价比突出，适合中大规模推理与中小模型训练。
   • 短板：单卡算力处于第二梯队，高端产品迭代速度慢，生态规模较小。

三、软件生态对比

四、市场地位与商业化

1. 第一梯队：华为昇腾 2025 年出货 81.2 万张，占国产 AI 加速卡 49%份额，稳居国产第一。客户覆盖政企、运营商、互联网大厂，是国内智算中心的主流选型，生态壁垒最高。

2. 第二梯队：寒武纪、摩尔线程

   • 寒武纪：2026 年 Q1 营收同比增长 160%，首次实现季度盈利，核心客户为字节跳动、百度、阿里等互联网厂商，是中立算力的核心供应商。
   • 摩尔线程：2025 年营收 15.06 亿元，同比增长 243%，2026 年 Q1 首次季度盈利，是国产全功能 GPU 的独家标的，在图形+AI 融合场景优势明显。

3. 第三梯队：天数智芯 聚焦行业客户与中低端算力场景，在安防、金融、工业推理领域落地较多；2026 年传出字节跳动采购智铠系列用于推理业务，正加速进入互联网大厂供应链。

五、选型总结

• 大规模训练+政企信创：优先选华为昇腾，集群能力与生态成熟度领先。
• 互联网大厂推理替代+中立供应链：优先选寒武纪，CUDA 迁移成本最低，第三方身份无业务竞争。
• AI+图形融合场景（数字孪生、工业设计）：优先选摩尔线程，全功能 GPU 是国内独供。
• 中小模型训推+高性价比通用计算：可选天数智芯，通用性强，部署成本低。