华为甩出昇腾 960：10 万亿参数的国产算力底牌

1000 多套超节点、370 多家企业、10 万亿参数 —— 这组数字背后，是华为今天在上海甩出的一张算力底牌。这跟你有什么关系？关系大了：你以后用 AI 聊天、让 AI 写代码、刷到的每一条智能推荐，背后烧的都是算力。谁掌握了算力，谁就掌握了 AI 时代的 "电"。
一、NPO 是个什么黑科技？
先别被术语吓住。所谓 "超节点"，你可以理解成把一堆 AI 芯片像拼乐高一样拼成一个超大的 "超级 CPU"。而这次华为用的 NPO（近封装光学）技术，说穿了就是用光代替铜线来传输数据。
打个比方：以前芯片之间传数据，像一群人挤在一条窄巷里喊话，人一多就堵。NPO 相当于把巷子直接改成了光纤高速公路，数据跑得快、损耗小。全球第一个把这个技术用到超节点上的，是华为。
二、10 万亿参数到底意味着什么？
"10 万亿参数" 听着抽象。这么换算吧：当前你能用到的主流大模型，参数规模大概在几千亿到一万亿级别。10 万亿，是现在主流模型的 10 倍往上。
参数越多，模型能 "记住" 和 "理解" 的东西就越复杂。打个比方，参数就像大脑里的神经元连接：几千亿参数的模型像一个聪明的大学生，10 万亿参数的模型就像一个读了万卷书、还带了十几年实战经验的资深专家。
当然，参数大不等于一定好用，但训练和推理 10 万亿参数模型的能力，本身就是算力实力的硬指标 —— 你得有足够的 "发动机" 才拉得动这辆车。
三、芯片提前发布，信号不简单
值得划重点的是：昇腾 960 芯片从原计划更晚的时间点，提前到了 2027 年一季度。这个 "提前" 二字，在芯片行业里分量很重 —— 意味着产能、良率或者生态适配，至少有一项跑得比预期快。
再看另一个数字：1000 多套超节点已经部署，370 多家企业在用。这不是 PPT 上的概念，是已经在跑的生产系统。
四、我的观点：华为赌的是 "卖铲子" 逻辑
AI 行业里有个老说法：淘金热的时候，最稳的生意是卖铲子。华为现在干的就是卖铲子的活 —— 不直接跟你抢着做 AI 应用，而是把算力基础设施卖给所有需要挖矿的人。
这个战略很清醒。不管哪家大模型最后胜出，都需要算力。华为用 "超节点 + 集群" 搭底座，等于在 AI 时代修高速公路。车是谁的不重要，重要的是收过路费。
但挑战也明摆着：英伟达的生态壁垒依然深厚，CUDA 不是一天能替代的。华为现在的优势在硬件和系统集成，软件生态还需要时间。超节点部署量好看，但真正的考验是 —— 开发者愿不愿意把自己的模型搬上来。
💬 互动话题： 你觉得中国算力底座，未来 3 年是该硬刚英伟达生态，还是 "够用就好" 走差异化路线？
大模型
科技 人工智能 科技热点