年快速发展，已成长为中国 AI 算力第二平面的坚实基础，并通过软硬件开源开放，建立生态兼容、共建共享的昇腾 AI 生态。在 基础硬件层面，昇腾持续引领技术架构，打造领先产品，实现业界最大规模的 384 超节点产品，并 在下一代将扩展至 8192，持续领先；在基础软件层面，通过一套架构满足不同代际产品的持续演进， 同时秉承开源开放的策略，将核心计算架构 CANN、Mind 系列应用使能软件全面开源开放，同时 昇腾为代表的 国内企业，则通过“面向超节点的互联协议”创新，将大带宽低时延的互联范围从单机内部延伸至整 个集群，实现跨主机的内存直接访问。2024 年 9 月的华为全联接大会上首次发布了昇腾 384 超节点 以及超节点集群 Atlas 900 SuperCluster，实现了业界最大规模的高速总线互联。 L2 网络交换 节点服务器通过网络设备互联 传统节点架构 L1 网络交换 服务器节点 级数据通信阻塞，导致计算等待通信，成为性能瓶颈。 超节点借助高效的互联协议打破传统架构限制，支持更大规模 AI 处理器的高效协同，实现更大 范围、更高流量的数据传输，从而突破系统性能。以昇腾 384 超节点为例，相较于传统服务器架 构，通信带宽提升 15 倍、单跳通信时延从 2 微秒做到 200 纳秒，降低了 10 倍，在 DeepSeek、 Qwen 等多模态、MoE 模型上，可以达到 3

算力基础软硬件产业格局中继续扮演“头雁”角色，搭建开放生态，形 成“芯片一框架一集群一应用”的四级闭环，已支持建造多个万卡级集群，2025 年推出 384 卡超节点新形态，最大算力可达 300 PFLOPS，48 TB 高速内存，配备创新的高速互联总线， 实现 384 卡一台计算机运行，大幅提升大模型训推效率。 （2）昆仑芯三代 XPU-R，自研 XPU-Link 全互联架构，搭建“芯片—XPU-Lite 路线，一般基于自研总线定制，以厂商私有方案为主，具备成熟产品，英伟达去年发布的 NVL72 超节点产品，基于 NVLink 5.0 整合 72 颗 GPU，华为发布昇腾超节点，实现目前业 界最大规模的 384 卡高速总线互联，由 AMD、Astera Labs、亚马逊、思科等厂商联合组建 UALINK 联盟，目前 UALINK 1.0 选择推进计算总线型的开放解决方案。二是起步较晚的以 太总线路线，

AI 推理等复杂工作负载。5 月，华为昇腾 910C 开 始规模交付，其性能指标对标英伟达 H100，计算能力和内存容量 相较 910B 实现翻倍提升。华为最新发布的 CloudMatrix 384 超节 点，提供 300 PFLOP 的密集 BF16 计算能力，约为 GB200 NVL72 的 2 倍，总内存容量超过后者 3.6 倍，内存带宽提升 2.1 倍 [19]。 但是该系统整体功耗约为 点方向。 受工艺、能耗等影响，单机算力性能提升亟待新突破，行业正在 探索多路径发展策略。一是多芯片互联、软硬协同优化成为系统性能 提升关键。华为最新发布的 CloudMatrix 384 超节点，由 384 颗 昇腾 910C 芯片通过全连接拓扑结构互联而成。硅基流动通过自研 大模型推理引擎及软硬协同优化，基于英伟达 H100 部署 405B 模型， 实现 70-90token/秒的推理速度，高于行业

模型并行 规模 参数量 （十亿） 策略 90 144 4 384 1536 1 174.6 无模型并行的ZeRO-3 74 88 2 768 74 44 1 1536 169 138 4 640 2560 1 529.6 137 98 2 1120 2240 140 48 1 2240 84 153 1 384 1536 96 174.6 PTD并行 43 149 1 768

Thoppilan et al., 202225 LaMDA GPT - 3 OPT 137B TPUv3x1024 175B V100x10000 175B A100x992 176B A100x384 280B TPUv3x4096 1,385 355 451 1,287 N / A 26 552 75 帕特森等 al. ， 2021 年26 张等人 ， 202227 N 640 GPU 小时 x 400W 688 MWh = 1, 720, 320 GPU 小时 x 400W 布卢姆 2, 820 小时 = 1, 082, 990 百万 GPU 小时 / 384 GPU 地鼠 1, 151 MWh = 4, 096 GPU x 920 小时 x 283W x 1.08 PUE PaLM 3, 436 MWh = [(6, 144 GPU x 1, 200

clinical trials: the future of medical product development?∗. Basic to Translational Science, 6(4), 384-387. https://doi.org/10.1016/j.jacbts.2021.01.011 • Vayena, E., Blasimme, A., & Sugarman, J. (2023)

可再生能源累计装机容量（按能源划分）,全球，2019-2029E 2019 2020 2021 2022 2023 2024E 2025E 2026E 2027E 2028E 2029E 2,554 2,799 3,089 3,384 3,930 4,552 5,274 6,092 7,000 8,002 9,091 GW 太阳能光伏 水电 风电 其他 装机总容量年复合增 长率(19-23)：11.4% 9% 197 183 215 217 219 221 222 224 226 227 229 2.7% 0.7% 全部 2,554 2,799 3,089 3,384 3,930 4,552 5,274 6,092 7,000 8,002 9,091 11.4% 14.8% 来源：IEA，IRENA，沙利文研究 6 CAGR (19-23) CAGR

网卡：10GE（双口) *2（满配多模光模块）； 交流双电源； 台 3 资源 管理 第 73 页 共 157 页 3 CPU计算节 点1 CPU：Intel 6348（28c 2.6GHz）*2 内存：384GB（12*ECC Registered DIMM 32GB DDR4 2933Mhz） 硬盘：2*960GB SSD Raid卡：Raid卡(链路支持12G,需支持RAID0、 RAID1、RAI 网卡：2*千兆网口，1GE带外，2*10GE（2*双口）， 1*100GE IB网卡 台 1 5 GPU计算节 点1（A100 80G） CPU：Intel 6348（28c 2.6GHz）*2 内存：384GB（12*ECC Registered DIMM 32GB DDR4 2933Mhz） 硬盘：2*1.92TB SSD，4*8TB SATA HDD GPU卡：2*A100（80G） Raid卡：Raid卡(链路支持12G 网卡：2*千兆网口，1GE带外，2*10GE（2*双口）， 1*100GE IB网卡 台 2 6 GPU计算节 点2（A100 40G） CPU：Intel 6348（28c 2.6GHz）*2 内存：384GB（12*ECC Registered DIMM 32GB DDR4 2933Mhz） 硬盘：2*1.92TB SSD，4*8TB SATA HDD GPU卡：3*A100（40G） Raid卡：Raid卡(链路支持12G

132 阳江 13,833 黄冈 13,570 龙岩 13,360 日照 13,323 职能 平均薪酬 无线通信 69,230 模拟芯片设计 57,190 通信研发 55,384 芯片架构 54,122 数字验证 53,945 芯片验证 52,852 架构 51,820 数字前端 47,360 人工智能 46,114 游戏策划 40,403 数据库 Java 开发工程师 110,559 138,198 182,422 120,899 153,146 197,979 C++ 软件工程师 136,674 162,707 203,384 151,418 178,735 224,087 上位机软件工程师 177,852 209,237 263,639 201,416 238,950 303,004 AI 算法工程师

资产负债表（百万元） 2024A 2025E 2026E 2027E 利润表（百万元） 2024A 2025E 2026E 2027E 流动资产 11,507 12,384 13,702 15,185 营业总收入 7,249 7,829 8,471 9,183 货币资金及交易性金融资产 4,414 5,003 5,728 6,523 营业成本(含金融类)