华为AI算力战略与产品规划 - 公司核心战略为"超节点+集群" 旨在规避芯片制造工艺限制 为国内AI算力提供持续供给 [2][6] - 已部署CloudMatrix 384超节点 含384张昇腾算力卡 是目前全球规模最大且算力最高的商用超节点 [4][10] - Atlas 950 SuperPoD（8192卡）和Atlas 960 SuperPoD（15488卡）将分别于2026年Q4和2027年Q4上市 [2][8][9] 技术架构创新 - 打破传统以CPU为中心的冯诺依曼架构 创建自有标准的"平等互联架构" 通过高速总线互联技术实现跨机柜扩展 [5] - 采用光通信技术 在昇腾384超节点中使用3168根光纤和6912个400G光模块 保障高速长距离传输 [5] - 灵衢互联协议技术指标超过950/960超节点设计要求 可支持算力翻倍 [10] 产品路线图 - 昇腾AI芯片系列：昇腾950PR/950DT于2026年Q1上市 昇腾960于2026年Q4上市 昇腾970于2027年Q4上市 实现一年一代算力翻倍 [8] - 鲲鹏计算芯片：鲲鹏950于2026年Q1上市 鲲鹏960于2028年Q1上市 [8] - 通算超节点支持16节点/48TB内存 将于2026年Q1上市 [8] 竞争优势对比 - Atlas 950超节点相比英伟达NVL144（2025年下半年上市）：算力卡规模达56.8倍 总算力达6.7倍 内存容量达15倍（1152TB） 互联带宽达62倍（16.3PB/s） [9] - 即使对比英伟达2027年NVL576 Atlas 950在各项指标仍保持领先 [2][9] - 单颗芯片算力较英伟达存在差距 但通过超节点架构实现并行计算优势 [10] 生态建设策略 - 坚持自研MindSpore生态体系 不兼容CUDA生态 确保技术自主可控 [12] - 通过开源开放软件生态促进硬件销售 吸引开发者繁荣生态 [11] - 定位算力基础设施提供商 不与大模型企业直接竞争 聚焦硬件系统整合能力 [12] 历史背景与突破 - 2019年昇腾910规格不低于同期英伟达产品 但受制裁后被迫转换创新路径 [3][4] - 海思曾与苹果同为台积电每代工艺首发战略伙伴 芯片品类覆盖最全 [3] - 当前技术突破被形容为"被逼出来的创新" 通过系统工程创新实现规模算力领先 [2][4][5] 产业定位与展望 - 公司认为AI产业仍处于2G阶段 未来十年将经历快速迭代 最终比拼综合实力 [13] - 承诺满足国内所有AI算力需求 "要多少算力给多少算力" [6] - 光器件/光模块/连接芯片等核心部件全部自研自造 保障供应链安全 [10]

华为AI算力战略与产品规划 - 公司核心战略为"超节点+集群" 旨在规避芯片制造工艺限制 为国内AI算力提供持续供给 [2] - 通过超节点系统工程创新实现规模算力领先 打破传统以CPU为中心的冯诺依曼架构 建立自有标准"平等互联架构" [4][5] - 采用跨机架纵向扩展方案 引入光通信技术 在昇腾384超节点中使用3168根光纤和6912个400G光模块 [5] 产品技术规格与时间表 - Atlas 950 SuperPoD超节点算力规模8192卡 2026年第四季度上市 Atlas 960 SuperPoD算力规模15488卡 2027年第四季度上市 [2][8][9] - 昇腾芯片系列规划：昇腾950PR/950DT于2026年Q1上市 昇腾960于2027年Q4上市 昇腾970于2028年Q4上市 实现一年一代算力翻倍 [8] - 鲲鹏通算芯片规划：鲲鹏950于2026年Q1上市 鲲鹏960于2028年Q1上市 同时推出全球首个通算超节点 支持最大16节点/48TB内存 [8] 技术对比与竞争优势 - Atlas 950超节点相比英伟达NVL144：算力卡规模为其56.8倍 总算力为其6.7倍 内存容量为其15倍达1152TB 互联带宽为其62倍达16.3PB/s [9] - 相比英伟达计划2027年上市的NVL576 Atlas 950超节点在各方面保持领先 [2][9] - 单颗芯片算力较英伟达存在差距 但通过超节点架构实现并行计算优势 [10] 生态建设与开源策略 - 不兼容CUDA生态 自主研发MindSpore框架 从达芬奇核到昇腾芯片均不依赖西方生态和供应链 [12] - 通过开源开放策略吸引开发者 促进硬件销售 软件生态建设是痛苦但必要的决策 [11] - 定位为算力基础设施提供商 不与大模型企业直接竞争 旨在形成健康合作关系 [12] 研发背景与技术突破 - 2019年发布的昇腾910规格不低于英伟达 但受制裁后被迫在超节点架构上创新突破 [3][4] - CloudMatrix 384超节点是目前中国规模最大商用超节点 单体规模全球最大 有效算力全球最高 [4] - 依赖三大核心技术：自主设计的光模块、连接芯片以及操作系统/数据库/编译器全套软件生态 [10] 市场定位与行业展望 - 公司承诺满足国内所有AI算力需求 "要多少算力给多少算力" [6] - 认为AI行业仍处于2G阶段 未来十年将出现颠覆性变化 最终比拼综合实力 [13] - 当前384超节点技术已被多家厂商尝试拆解 但实现难度较大 [6]

文章核心观点 - 华为在AI算力领域通过"超节点+集群"战略实现技术突破 旨在为国内提供可持续且充裕的算力供给 [2][3][4] - 公司公布芯片及超节点技术路线图 宣称其Atlas超节点算力规模及性能指标全面超越英伟达同类产品 [12][13] - 通过自研光互联技术及平等互联架构打破传统计算范式 规避芯片制造工艺限制 [8][9][16] 芯片技术规划 - 昇腾AI芯片系列规划三代产品：昇腾950PR/950DT于2026Q1上市 昇腾960于2026Q4上市 昇腾970于2027Q4上市 实现一年一代算力翻倍 [12] - 鲲鹏计算芯片规划鲲鹏950于2026Q1上市 鲲鹏960于2028Q1上市 [12] - 推出全球首个通算超节点 支持最大16节点/48TB内存 支持内存/SSD/DPU池化 2026Q1上市 [12] 超节点技术突破 - CloudMatrix 384超节点已商用 搭载384张昇腾卡 使用3168根光纤和6912个400G光模块 为当前全球最大规模商用超节点 [8][9] - Atlas 950 SuperPoD超节点将于2026Q4上市 算力规模8192卡 相比英伟达NVL144卡规模达56.8倍 总算力达6.7倍 内存容量1152TB达15倍 互联带宽16.3PB/s达62倍 [13] - Atlas 960 SuperPoD超节点将于2027Q4上市 算力规模15488卡 超越英伟达计划2027年上市的NVL576 [3][13] 技术架构创新 - 打破以CPU为中心的冯诺依曼架构 创建自有标准"平等互联架构" 通过高速总线互联技术实现跨机柜扩展 [8][9] - 采用光通信技术实现超大规模集群 光模块及连接芯片全部自研自造 [16] - 灵衢互联协议技术指标超过950/960超节点设计要求 可支持四倍算力规模的昇腾卡接入 [15] 生态战略布局 - 坚持自研MindSpore生态体系 不兼容CUDA生态 确保技术栈完全独立于西方供应链 [18] - 通过开源开放软件工具链促进硬件销售 聚焦算力基础设施定位 与大模型企业形成合作关系 [17][18] - 认为AI行业仍处2G初级阶段 未来十年将出现颠覆性变化 最终比拼企业综合实力 [19]

华为AI算力战略与产品规划 - 公司核心战略为"超节点+集群" 旨在规避芯片制造工艺限制 为国内AI算力提供持续供给 [5] - 已部署CloudMatrix 384超节点 含384张昇腾算力卡 是目前中国规模最大商用超节点 单体规模全球最大 有效算力全球最高 [9] - Atlas 950 SuperPoD超节点将于2026年第四季度上市 算力规模达8192卡 Atlas 960 SuperPoD将于2027年第四季度上市 算力规模达15488卡 [4][13] 技术架构创新 - 打破传统以CPU为中心的冯诺依曼架构 建立自有标准"平等互联架构" 通过高速总线互联技术实现跨机柜扩展 [9] - 采用光通信技术 在昇腾384超节点中使用3168根光纤和6912个400G光模块 实现高带宽长距离传输 [10] - 灵衢互联技术指标超过950/960超节点设计要求 可连接四个P算力昇腾卡 算力可翻倍 [16] 产品演进路线 - AI芯片规划昇腾950PR/950DT(2026Q1)、昇腾960(2026Q4)、昇腾970(2027Q4/2028Q4) 实现一年一代算力翻倍 [13] - 通算芯片规划鲲鹏950(2026Q1)和鲲鹏960(2028Q1) [13] - 推出全球首个通算超节点 最大16节点 最大内存48TB 支持内存/SSD/DPU池化 2026年第一季度上市 [13] 竞争优势对比 - Atlas 950超节点相比英伟达NVL144(2025下半年上市) 算力卡规模为其56.8倍 总算力为其6.7倍 内存容量为其15倍达1152TB 互联带宽为其62倍达16.3PB/s [14] - 即使对比英伟达2027年计划上市的NVL576 Atlas 950在各方面仍保持领先 [4][14] - 单颗芯片算力较英伟达有差距 但通过超节点架构可实现规模优势 [16] 生态建设策略 - 软件采取开源开放策略 旨在吸引开发者繁荣生态 最终促进硬件销售 [18] - 不兼容CUDA生态 自主研发MindSpore框架 确保从芯片到软件生态不依赖西方供应链 [19] - 定位为算力基础设施提供商 不与大模型企业直接竞争 而是形成合作关系 [19] 研发背景与产能保障 - 超节点架构是在极限制裁下被逼出来的创新范式 [8][9] - 具备光器件自研制造能力 包括光模块和连接芯片等核心部件 [17] - 明确表示当前产品能满足国内算力需求 承诺"要多少算力就给多少算力" [4][10]

公司战略与定位 - 公司核心战略为超节点+集群 旨在规避芯片制造工艺限制 为中国AI算力提供持续供给 [1][2] - 公司定位为算力基础设施提供商 而非直接变现大模型 聚焦与全球大模型企业合作推动AI产业发展 [21] 技术产品规划 - AI芯片昇腾规划三年三代产品 昇腾950PR/950DT于2026Q1上市 昇腾960于2026Q4上市 昇腾970于2027Q4上市 实现一年一代算力翻倍 [15] - 计算芯片鲲鹏950于2026Q1上市 鲲鹏960于2028Q1上市 [15] - 超节点技术路线：CloudMatrix 384已商用 Atlas 950 SuperPoD（8192卡）于2026Q4上市 Atlas 960 SuperPoD（15488卡）于2027Q4上市 [2][15][16] 技术性能指标 - Atlas 950超节点对比英伟达NVL144：算力卡规模为其56.8倍 总算力为其6.7倍 内存容量1152TB为其15倍 互联带宽16.3PB/s为其62倍 [16] - Atlas 960超节点规模达15488卡 且架构具备极强可扩展性 [16][18] - 当前CloudMatrix 384超节点使用3168根光纤和6912个400G光模块 为全球算力最强超节点之一 [11][18] 技术创新突破 - 打破传统冯诺依曼架构 建立平等互联架构 通过高速总线互联技术实现跨机柜扩展 [10] - 采用光通信技术实现跨机架纵向扩展 光模块与光器件自主设计制造 [11][19] - 灵衢互联协议技术指标超过设计要求 可支持算力翻番 [18] 生态建设策略 - 软件层面实行开源开放策略 旨在吸引开发者促进硬件销售 [20] - 坚持自主研发MindSpore生态 不兼容CUDA生态以确保技术自主可控 [21] - 通过用户实际使用反馈持续优化工具链 承认当前生态与英伟达存在差距 [20] 行业竞争态势 - 公司被英伟达视为最强劲对手 但在单芯片算力和功耗方面仍存在差距 [18] - 通过超节点系统创新实现规模算力领先 384超节点规模超越英伟达256产品规划 [10][18] - 2019年昇腾910规格不低于英伟达同期产品 曾与苹果同为台积电战略伙伴 [9] 产能与供应保障 - 公司明确表示当前产品能满足国内算力需求 无需担心供应问题 [1][12] - 承诺国内AI要多少算力供多少算力 要什么算力供什么算力 [12] 技术发展背景 - 超节点+集群模式是在美国制裁下被逼出来的创新路径 [3][10] - 海思曾为全球芯片品类最全企业 但因工艺受限转向系统级创新 [9] 行业发展趋势 - AI行业仍处于相当于移动通信2G的初级阶段 未来十年将出现颠覆性变化 [22] - 最终竞争将取决于企业综合实力 技术路径存在极大不确定性 [22]

行业发展趋势 - 中国新能源汽车市场渗透率在2025年上半年攀升至44.3% [1] - L2级及以上智能辅助驾驶装车率达到67.8% [1] - 行业面临EB级数据处理、百Eflops算力缺口和百亿公里仿真验证等关键挑战 [1] - 汽车行业对AI算力需求显著提升 辅助驾驶技术迭代推动云端算力指数级增长 [10] - 车企AI化转型驱动算力加速上云 逐步构建AI时代核心资产 [10] 华为云市场地位与基础设施布局 - 华为云连续三年位居中国汽车云市场份额第一 [2] - 全国超100万辆智驾车辆在华为云上运行 5000万辆智能网联汽车由华为云提供服务 [5] - 华为云建成全球最大数据中心 在贵州部署超过40套CloudMatrix 384超节点 [2] - 华为云贵安汽车专区正式上线 与乌兰察布专区形成南北双专区布局 [1][8] - 贵安专区实现车云时延降低60% 可用性达99.9999% [10] - 未来将形成乌兰察布、贵安、芜湖三大专区协同联动的全国一体化智算网络 [8][10] 技术解决方案与性能突破 - 华为云发布CloudVeo智能驾驶云服务 聚焦更智能、更安全、更可靠三大核心要素 [7] - CloudMatrix 384超节点算力规模达300 PFlops 在典型感知模型上性能达到或超过H100的2.5～3倍 [2][7] - AI-Native智算存储实现训练效率提升20% 数据挖掘效率提升10倍 存储成本节省20% [7] - 以云助车方案将难例泊车成功率提升15% 并优化端到端泊车效率 [7] - 分布式接入架构保障跨区域出行场景中的一致智能辅助驾驶体验 [10] 生态合作与产业影响 - 华为自2009年启动车载模块研发 2013年布局车联网实验室 持续深耕智能汽车领域 [5] - 华为云与长安科技、奇瑞汽车、四维图新、广汽集团、一汽丰田等车企达成深度合作 [8][13] - 中国最大智能驾驶企业引望已跑在昇腾算力平台上 [2] - 多数头部车企已使用贵州智算资源 华为云做车企数智化转型的黑土地 [2] - 生态百花齐放成为技术落地的催化剂 [13]

财务表现 - 2025年上半年营收4270.39亿元 同比增长3.95% [1] - 净利润371.95亿元 同比下滑32% [1] - 营业成本2243.32亿元 同比增长9.33% [5] - 研发投入969.5亿元 同比增长9.04% 占营收比重22.7% [6] - 公允价值变动收益损失58.35亿元 同比大幅扩大 [5] - 经营活动现金流净额311.83亿元 总资产1.25万亿元 货币资金1810亿元 [1] 终端业务 - 智能手机出货量Q1为1290万台（中国市场第二） Q2为1250万台（中国市场第一） [2] - 中国智能手机市场Q2出货量6886万台 同比下跌4.1% 结束连续六个季度增长 [2] - 密集推出Pura80系列手机、折叠手机Pura X及折叠电脑等新品 [5] - 鸿蒙操作系统年投入超1万人 累计研发费用数百亿元 代码量1.3亿行 [6] 智能汽车业务 - 鸿蒙智行5-7月分别交付新车4.44万/5.27万/4.77万辆 累计交付突破90万辆 [3] - 连续14个月居中国汽车品牌成交均价榜首 [3] - 推出问界新M9、M5 ULTRA、M8及享界S9增程版等多款车型 [2] - 首款预售价低于20万元车型尚界H5上市 完善产品矩阵 [3] - 30万元以下车型面临亏损 29万元为盈亏平衡点 [5] - 面临理想、小鹏等高性价比车型竞争及ADAS向10-20万元市场渗透压力 [3] 云计算与AI布局 - 华为云推出CloudMatrix 384超节点 集成384颗昇腾NPU和192颗鲲鹏CPU [3] - 算力规模达300P Flops 通过MatrixLink全对等互联形成超级AI服务器 [3] - AI算力需求持续提升 未来1-2年为AI终端格局形成关键期 [4] - 持续投入ICT基础设施、云计算及具身智能等领域强化核心竞争力 [6] 成本与战略 - 新产品专属零部件材料及高端芯片推高营业成本 [5] - 坚持长期主义 加大战略纵深投入 在根技术上压强式投入 [6][4] - 通过技术创新赋能千行百业 助力数字经济和实体经济融合 [6]

公司战略布局 - 公司以算力黑土地 AI百花园为主题 联合50余家伙伴客户机构打造超900平方米体验空间展区 全面呈现人工智能算力数据流通与产业赋能领先实践 [2] - 公司与贵州围绕一二三合作思路打造云产业新名片 全方位服务数智经济发展 [2] - 公司云在贵安布局全球最大AI算力中心并率先落地CloudMatrix 384超节点 构建以贵州内蒙古安徽为三大核心枢纽的全国算力一张网 [2] 技术能力与应用 - CloudMatrix 384超节点为智驾模型训练提供超强动力 在典型感知模型E2E VLA模型测试中均达到要求 [3] - 基于CloudMatrix 384超节点构建的昇腾AI云服务已应用于30多个行业500多个场景 [2] - 公司正式启动全国首个具备大规模超节点技术的华为云贵安汽车专区 [3] 生态合作与活动 - 公司联合中软国际软通动力祥云至达拓维信息云上鲲鹏科大讯飞等伙伴展示联合方案并举办40余场路演 [3] - 公司启动第四届828 B2B企业节 与17家联合发起伙伴70家协办伙伴100家支持伙伴150家媒体协会合作开展全国行动月 [3] - 预计服务10万家企业 推动生态伙伴和中小企业加速智能化进程 促成供需对接实现降本增效 [3]

财务表现 - 上半年营收4270.39亿元 同比增长3.95% [1] - 净利润371.95亿元 同比下降32% [1] - 研发投入969.50亿元 同比增长9.04% 占营收比重22.7% [1] - 总资产1.25万亿元 总负债7121亿元 资产负债率56.9% [1] - 货币资金1810亿元 经营活动现金流净额311.83亿元 [1] 业务亮点 - 智能手机出货量第一季度1290万台 第二季度1250万台 分别位居中国市场第二和第一 [1] - 鸿蒙智行累计交付突破90万辆 连续14个月居中国汽车品牌成交均价榜首 [1] - 7月鸿蒙智行全系销量47752辆 年度累计销量居新势力品牌及豪华品牌榜首 [1] - 华为云4月推出CloudMatrix 384超节点 实现服务器级到矩阵级资源供给模式转变 [1]

行业发展趋势 - 新能源汽车市场渗透率攀升至44.3% L2级及以上智能辅助驾驶装车率达到67.8% 智能化成为产业核心驱动力 [1] - 行业面临EB级数据处理 百Eflops算力缺口 百亿公里仿真验证等关键挑战 [1] - 汽车行业对AI算力需求显著提升 辅助驾驶技术快速迭代 推动对灵活可调配的集中式云端算力的指数级需求增长 该领域已成为全国云端算力市场中仅次于大模型的重要增长点 [9] - 车企AI化转型不断深入 正驱动算力加速上云 逐步构建起企业在AI时代的核心资产 [9] - 中国汽车行业的AI算力需求正进入爆发式增长阶段 但算力应用现状面临算力利用率不足 训练稳定性欠佳 算力集群效能偏低等痛点 [14] 华为云技术方案与能力 - 华为云已连续三年位居中国汽车云市场份额第一 [2] - 全国超100辆智驾车辆在华为云上飞驰 5000万辆智能网联汽车由华为云提供服务 [4] - CloudMatrix 384超节点算力规模达到300 PFlops 在典型感知模型 E2E VLA模型上都能达到或者超过H100 2.5～3倍 [2][6] - AI-Native智算存储实现训练效率提升20% 数据挖掘效率提升10倍 存储成本节省20% [6] - "以云助车"方案已落地泊车与低速巡航场景 将难例泊车成功率提升15% 借助云端大模型辅助优化端到端泊车效率 [6] - 华为云建成业内首个"三地可用区(3AZ)"乌兰察布专区 贵安专区上线标志着第二大汽车专区落地 后续芜湖汽车专区上线后将完成业内首个三专区上线 [7] - 贵安汽车专区实行车云时延降低60% 可用性达99.9999% [9] - 华为云布局全球最大的数据中心 CloudMatrix 384超节点在贵州部署已超过40套 多数头部车企已在用贵州智算资源 [2] 车企合作与成果 - 长安成为央企首个应用CloudMatrix 384超节点 以国产算力开展智驾研发的车企 基于华为云超节点及高带宽大容量存储集群 成功实现自动驾驶模型高效训练 已进行VLA 端到端等多种自动驾驶模型适配 [10] - 广汽通过CloudDevice云车机技术实现座舱算力上云 核心芯片成本降低20% 应用集成周期下降50% 应用生态数量得到百倍增长 该技术将全球率先搭载在广汽埃安AION UT车型上 [10][11] - 奇瑞与华为云从硬件 软件和网络进行深度优化与适配 通过算力和软件使能 训练故障快恢 保障训练长稳运行 未来将持续在国产化万卡算力集群建设 模型适配及优化等方面联手 [13] - 理想汽车辅助驾驶技术通过数据 算法 算力及工程能力 在端到端+VLM方面实现性能跃升 正冲刺VLA全量推送阶段 [13] - 一汽丰田基本完成所有核心业务上云 构建起云原生IT基盘 为业务变革与数智能力建设提供可靠技术与安全保障 [13] 生态建设与行业倡议 - 贵州省政府联合华为云 长安科技 奇瑞汽车 四维图新 广汽集团 一汽丰田及车百会研究院 共同发布全国首个具备大规模超节点技术的汽车专区 [7] - 会议同步举办《智驾算力运营白皮书》启动仪式 各方将共同梳理智能驾驶云服务的技术标准与发展路径 为产业健康发展提供指引 [14] - 华为云正构建行业领先的智能驾驶云基础设施体系 未来中国智能驾驶技术有望在云端算力 数据闭环与安全验证等多个维度构建领先优势 为全球汽车产业智能化转型输出"中国方案" [16]