华
华为昇腾910B
华为Ascend 910B — 国产AI训练旗舰芯片
简介
华为昇腾910B（Ascend 910B）是华为自研的第二代AI训练NPU芯片，是昇腾910的深度升级版本，也是当前国产AI训练芯片的旗舰产品。910B采用自研达芬奇（Da Vinci）架构，基于7nm+制程工艺，FP16算力达到320 TFLOPS，INT8算力达640 TOPS。作为华为"一栈式AI"战略的核心硬件，910B通过CANN软件栈和MindSpore框架构建完整的自主AI生态。在美国对华先进芯片制裁的背景下，昇腾910B已成为中国大模型训练的国产替代主力，支撑了包括盘古系列、DeepSeek（部分部署）、通义千问等国产大模型的训练任务。
| 发布/成立 | 2023（910B升级版）/ 原版910为2019年 | 中国 |
| 制程工艺 | 7nm+（台积电N7+） | |
| 官网 | https://www.hiascend.com/ |
⚙️ 核心技术参数
| 参数项 | 昇腾910B | 对比：NVIDIA A100 | 对比：NVIDIA H100 |
|---|---|---|---|
| 制程工艺 | 7nm+ | 7nm N7 | 4nm N4 |
| FP16算力 | 320 TFLOPS | 312 TFLOPS | 989 TFLOPS |
| BF16算力 | 320 TFLOPS | 312 TFLOPS | 989 TFLOPS |
| FP32算力 | 80 TFLOPS | 19.5 TFLOPS | 60 TFLOPS |
| INT8算力 | 640 TOPS | 624 TOPS | 1,979 TOPS |
| 显存容量 | 64GB HBM2e | 40/80GB HBM2e | 80GB HBM3 |
| 显存带宽 | ~1.5 TB/s | 1.6 TB/s | 3.35 TB/s |
| 内存带宽 | ~1.2 TB/s | 1.2 TB/s | 2.0 TB/s |
| TDP功耗 | ~310W | 400W | 700W |
| 互联协议 | HCCS（华为自研） | NVLink 3.0 | NVLink 4.0 |
| 互联带宽 | ~100 GB/s（片间） | 600 GB/s（片间） | 900 GB/s（片间） |
| 晶体管数量 | ~120亿 | 542亿 | 800亿 |
| 核心架构 | 达芬奇Da Vinci | Ampere | Hopper |
| AI加速单元 | AI Core × 32 | SM × 108 | SM × 132 |
📊 性能评价：昇腾910B的FP16稠密算力（320 TFLOPS）与A100（312 TFLOPS）基本持平，INT8算力略优于A100。在大模型实际训练任务中，由于融合算子和自动并行优化，910B集群的端到端训练效率可达同等规模A100集群的80-95%。但相比H100（989 TFLOPS FP8/FP16）仍有明显差距，主要体现在HBM3带宽和NVLink互联能力上。
🏗️ 达芬奇架构详解
昇腾910B采用的达芬奇（Da Vinci）架构是华为完全自研的AI计算架构，其核心计算单元为AI Core，每个AI Core由以下三个关键计算单元组成：
- Cube Unit（立方体单元）：负责矩阵乘法运算（GEMM），采用16×16×16的脉动阵列（Systolic Array）设计，单周期完成4096个MAC操作，是AI训练的核心算力来源
- Vector Unit（向量单元）：负责向量运算（逐元素操作、激活函数、归一化等），支持SIMD单指令多数据流
- Scalar Unit（标量单元）：负责标量运算和控制流操作（地址计算、分支跳转等）
此外，每个AI Core还配备L0 Buffer（指令Cache）、L1 Buffer（数据暂存）和统一缓存池。多级存储层次的设计充分挖掘了计算的数据局部性，减少对HBM显存的访问次数。910B每个芯片集成32个AI Core，通过HCCS互联技术实现片间高速通信。
🔗 HCCS高速互联
HCCS（Huawei Cache Coherent System）是华为自研的芯片间高速互联协议，类似于NVIDIA的NVLink/NVSwitch：
- 片间带宽：单链路约100 GB/s（双向），支持多链路聚合
- 拓扑灵活性：支持Mesh、Ring、全互联等多种拓扑结构
- 缓存一致性：支持硬件级缓存一致性协议，实现多GPU间的统一内存视图
- 低延迟：端到端通信延迟在微秒级别
- 集群扩展：通过HCCS交换芯片实现8卡/16卡/32卡的高效互联
📦 产品形态
昇腾910B以多种产品形态推向市场：
- Atlas 800T A2训练服务器：8卡910B服务器，单机提供2.56 PFLOPS FP16算力，标准19英寸机架式
- Atlas 900训练集群：超大规模集群部署，千卡/万卡级互联，支撑万亿参数大模型训练
- 华为云昇腾AI云服务：通过华为云提供的按需算力服务，降低AI训练基础设施门槛
- Atlas 200/300/500系列：边缘推理模块，采用昇腾310/910B芯片，覆盖端侧到边缘场景
🎯 市场地位与应用
- 国产替代主力：在美国对华芯片禁运（A100/H100出口限制）背景下，910B是中国大模型训练无可替代的国产算力选择
- 部署规模：截至2025年，华为已交付数万片910B芯片，支撑了盘古大模型、科大讯飞星火、百度文心等国产大模型的训练
- DeepSeek部署：DeepSeek部分模型已在昇腾910B集群上完成适配部署（但主力训练仍使用NVIDIA H800集群）
- 运营商集采：中国移动/中国电信/中国联通大规模集采AI服务器芯片，昇腾910B获最大份额
320
TFLOPS FP16
640
TOPS INT8
64GB
HBM2e显存
7nm+
制程工艺