L1 · AI芯片 · Ascend
华为昇腾AI芯片 — 达芬奇架构驱动的高性能AI计算核心
简介
华为昇腾（Ascend）AI芯片是华为公司自主研发的AI处理器系列，基于华为自研的达芬奇（DaVinci）架构设计。昇腾芯片定位于从端侧（Ascend 310/610）到云侧（Ascend 910C/950/960/970）的全场景AI计算需求，覆盖训练和推理两大核心场景。达芬奇架构采用创新的3D Cube矩阵计算引擎，大幅提升矩阵运算效率，在单位功耗下提供领先的AI算力。昇腾系列芯片是华为全栈AI解决方案的硬件基石，也是中国自主AI算力生态的核心组成部分。
| 芯片系列 | Ascend 310/610（推理） · Ascend 910C/950PR/950DT（训练） · Ascend 960/970（路线图） |
| 核心架构 | 达芬奇（DaVinci）架构 |
| 计算特性 | 3D Cube矩阵计算引擎 · 全场景AI计算 |
| 官网 | https://www.hiascend.com/hardware |
🏗️ 达芬奇架构简介
达芬奇（DaVinci）架构是华为自研的AI计算架构，专为AI矩阵运算和向量运算优化。其核心设计理念包含三大计算单元：
- 3D Cube矩阵计算单元：达芬奇架构中最具特色的设计。不同于传统GPU的SIMT（单指令多线程）架构，3D Cube采用专用矩阵乘法单元，可以在单个时钟周期内完成大规模矩阵乘法运算（如16×16×16的矩阵乘）。这种设计使得AI训练中的卷积和全连接计算效率远超通用GPU。
- 向量计算单元：用于处理非矩阵化的向量计算任务，如激活函数（ReLU、Sigmoid）、归一化（BatchNorm、LayerNorm）、元素级操作等。
- 标量计算单元：处理控制流和标量计算，如循环控制、地址计算、条件分支等。
达芬奇架构采用统一的指令集（Ascend Instruction Set，AIS）和统一的编程接口，使得开发者在不同规格的昇腾芯片上获得一致的编程体验。同时，架构支持混合精度计算（FP32/FP16/BF16/INT8/INT4），通过硬件级精度管理实现计算效率和模型精度的最佳平衡。
🔬 各代芯片参数简表
| 芯片型号 | 定位 | 算力（FP16） | 显存 | 功耗 | 制程 | 发布状态 |
|---|---|---|---|---|---|---|
| Ascend 310 | 端侧推理 | 8 TOPS | LPDDR4X | 8W | 12nm | 已量产 |
| Ascend 610 | 边缘推理 | 24 TOPS (INT8) | 8GB LPDDR5 | 15W | 7nm | 已量产 |
| Ascend 910C | 云端训练 | 256 TFLOPS | HBM2e 64GB | 310W | 7nm+ | 已量产 |
| Ascend 950PR | 云端训练 | ~400 TFLOPS | HBM3 96GB | ~400W | 5nm | 已发布 |
| Ascend 950DT | 云端训练 | ~380 TFLOPS | HBM3 80GB | ~350W | 5nm | 已发布 |
| Ascend 960 | 下一代训练 | ~600+ TFLOPS | HBM3e 144GB | ~450W | 3nm | 路线图 |
| Ascend 970 | 旗舰训练 | ~800+ TFLOPS | HBM4 192GB | ~500W | 3nm | 路线图 |
🧩 核心产品模块
Ascend 910C
华为目前主力云端训练芯片，采用7nm+制程，单卡FP16算力达256 TFLOPS，配备HBM2e高带宽显存。910C在ResNet-50训练任务中表现出色，与NVIDIA A100性能相当，是华为当前数据中心AI训练的主力芯片。支持全量训练和混合精度训练，兼容主流AI框架（MindSpore/PyTorch/TensorFlow）。
Ascend 950PR / 950DT
华为最新一代5nm制程训练芯片，分为PR（Premium）和DT（Dense Training）两个版本。950PR定位高性能训练，FP16算力约400 TFLOPS，配备96GB HBM3显存，适合大规模模型训练；950DT定位密集训练优化，FP16算力约380 TFLOPS，配备80GB HBM3显存，支持更优的能效比。两款芯片均支持BF16/FP32/FP16/INT8混合精度计算，搭载增强版3D Cube引擎。
Ascend 960 / 970（路线图）
华为下一代和旗舰级AI芯片规划。Ascend 960将采用3nm制程，预计FP16算力超过600 TFLOPS，配备HBM3e 144GB显存，是面向万亿参数级大模型训练的下一代算力核心。Ascend 970作为旗舰型号，预计FP16算力超过800 TFLOPS，配备HBM4 192GB显存，面向超大规模AI训练集群部署。
Ascend 310 / 610
面向端侧和边缘侧的AI推理芯片。Ascend 310基于12nm制程，INT8算力16 TOPS，功耗仅8W，适用于智能摄像头、IoT设备等端侧场景。Ascend 610升级至7nm制程，INT8算力24 TOPS，配备8GB LPDDR5显存，功耗15W，适用于边缘服务器、AI盒子等中等算力需求的边缘场景。
🆚 业界主流方案对标
| 华为模块 | 对标方案 | 方案简介 | 对标方案官网 |
|---|---|---|---|
| Ascend 910C / 950 | NVIDIA H100 | NVIDIA Hopper架构GPU，FP8 1979 TFLOPS，HBM3 80GB，面向大规模AI训练和推理 | nvidia.com/h100 |
| Ascend 950PR / 960 | NVIDIA B200 | NVIDIA Blackwell架构GPU，FP8 4.5 PFLOPS，HBM3e 192GB，新一代AI训练旗舰 | nvidia.com/b200 |
| Ascend 950DT | AMD MI350 | AMD CDNA 4架构GPU，FP16约500 TFLOPS，HBM3e 288GB，面向AI计算和HPC | amd.com/mi350 |
| Ascend 970（路线图） | Google TPU v6 | Google Trillium架构TPU，单芯片算力超1000 TFLOPS，面向大规模AI训练集群 | cloud.google.com/tpu |
| Ascend 610 | Intel Gaudi 3 | Intel Habana Labs AI加速器，FP8 1835 TFLOPS，HBM2e 128GB，面向数据中心AI训练 | intel.com/gaudi |