这次做 Atlas 950，我觉得最容易误解的一点是：很多人会把它当成“一颗新芯片”来看。[淘股吧]

但它真正的重点，其实是系统。

简单说，Atlas 950 不是只想证明某一颗芯片有多强，而是想把很多颗 NPU、很多台服务器、很多组机柜，通过高速互联和软件调度，组织成一个更大的算力单元。

首先讲的是 Atlas 950 的结构。
它大概可以分成三层：一层是 Ascend 950 芯片。
950PR 更偏推理和推荐系统，950DT 更偏训练和 decode 推理。再往上是 Atlas 950 SuperPoD。
这一层的重点是把 8192 颗 Ascend 950DT 放到一个更大的系统里协同工作。
再往上就是 SuperCluster。
也就是多个 SuperPoD 继续扩展，去支撑更大规模的大模型训练和推理。

其次，大模型算力不是只看芯片峰值。芯片能算是一方面，数据能不能跟上、机柜之间通信快不快、软件能不能把资源调起来，同样重要。
这里面有几个关键词：低精度计算，比如 FP8、FP4，可以提高训练和推理吞吐。
高带宽内存，解决大模型对内存容量和带宽的需求。
UnifiedBus / UBoE，用来做大规模机柜之间的高速互联。
SuperPoD 逻辑单机，是为了让很多芯片尽量像一台机器一样工作。
华为披露的指标里，Atlas 950 SuperPoD 相比 Atlas 900 A3，训练性能提升 17 倍，推理性能提升 26.5 倍。
这个数据背后，其实说的是一个变化：AI 算力的竞争，越来越不只是单颗芯片的竞争，而是整套系统效率的竞争。

然后，它会牵动哪些环节Atlas 950 这种超节点和超级集群，不可能只靠芯片完成。它会把很多基础设施环节一起带出来。
比如昇腾整机和华为生态，负责整机、软件适配和行业交付。
光模块和光通信，负责把机柜之间高速连接起来。AI 服务器、PCB 和高速连接，承载高速信号和硬件结构。
液冷、温控和电源，解决功耗和散热问题。
IDC 和智算中心，负责最终落地运行。
半导体设备、封测和国产存储，则对应更底层的制造、封装和内存能力。
不过也不能只看参数。
超大规模集群真正落地，还要过几道关：真实性能、功耗散热、软件生态、HBM 和先进封装，以及长期利用率。

我觉得 Atlas 950 最值得看的，不是某一个单独参数，而是它代表的方向：
国产算力正在从“造芯片”，走向“造系统”。芯片只是起点，后面拼的是互联、内存、软件、数据中心，以及整条 AI 基础设施的协同能力。

免责声明：公司示例为产业链结构展示，不代表确认供货关系，不构成投资建议。资料来源为华为 Huawei Connect 2025 演讲；Tom‘s Hardware、TechRadar 公开报道。