华为昇腾910（Ascend 910）是华为基于自研达芬奇（Da Vinci）架构开发的高性能AI处理器，采用7nm+ EUV先进制程工艺，专为人工智能训练场景设计。作为Ascend-Max系列旗舰产品，昇腾910在半精度(FP16)下提供256 Tera-FLOPS算力，整数精度(INT8)算力高达512 Tera-OPS，同时功耗控制在310W，能效比显著优于业界同类产品。
本文介绍昇腾910的技术架构、关键参数、性能表现及配套软件生态，为AI开发者提供参考。
昇腾910是华为全栈全场景AI解决方案的核心算力基础，主要面向：
数据中心AI训练场景
大规模分布式训练系统
高性能计算(HPC)与深度学习融合应用
云服务AI加速平台
超高计算密度：单芯片集成32个达芬奇核心，FP16算力256 TFLOPS
卓越能效比：实测功耗310W，低于设计规格350W
全场景支持：与MindSpore框架深度协同，支持端-边-云统一架构
先进制程：7nm+ EUV工艺实现更高晶体管密度
安全可信：内置模型保护机制，支持隐私计算
| 参数类别 | 规格详情 |
|---|---|
| 架构 | |
| 制程工艺 | |
| 计算精度 | |
| 核心数量 | |
| 功耗 | |
| 视频解码 | |
| 互联接口 | |
| 封装尺寸 |
表：昇腾910关键硬件规格
昇腾910采用创新的达芬奇3D Cube架构，核心计算单元包括：
3D Cube矩阵乘法单元：
单周期完成4096次乘加运算
相比CPU/GPU有两个数量级的提升
32个Cube引擎并行工作，提供256TFLOPS算力
向量计算单元(Vector)：
支持丰富的定制计算指令
处理非矩阵类运算任务
覆盖各种基本计算类型
标量计算单元(Scalar)：
功能相当于精简CPU核
负责程序流控制、分支判断
处理基础算术运算
这种异构计算架构实现了计算任务的高效分工，使昇腾910能够自主完成整个AI训练流程，最小化与Host的交互。
在典型AI训练任务中，昇腾910表现出色：
ResNet50训练：与主流训练单卡+TensorFlow相比，性能提升近2倍（图片处理从965张/秒提升至1802张/秒）
算力效率：实际算力完全达到设计规格，功耗低于预期
计算密度：远超NVIDIA Tesla V100和Google TPU v3
华为基于昇腾910构建的Ascend集群：
单集群包含1024颗昇腾910
总算力达到256P（Peta-FLOPS）
大幅超越NVIDIA DGX2和Google TPU集群性能
昇腾910与华为自研的MindSpore框架深度协同，提供：
开发效率提升：核心代码量减少20%，整体效率提升50%
自动微分：采用Source 2 Source方式实现，优于传统图优化方法
分布式训练：自动实现多机混合并行，无需手动切分模型
隐私保护：通过梯度/模型信息协同而非原始数据传递
CANN算子库：提供高性能AI算子，开发效率提升3倍
TensorEngine：统一DSL接口，支持自动算子优化与生成
ModelArts：机器学习PaaS平台，日均训练作业超4000个
昇腾910适用于多种AI计算场景：
大规模模型训练：
支持千亿参数级模型训练
适合NLP、CV等前沿AI研究
云端AI服务：
华为云EI服务基础算力
提供59种AI服务、159项功能
行业智能：
医疗影像分析
金融风控建模
工业质检等专业领域
科学计算：
分子动力学模拟
气候预测等HPC场景
昇腾310：面向边缘推理场景，采用12nm工艺，INT8算力16 TOPS，功耗8W，主打低延迟推理（如摄像头、车载设备）。
昇腾910：首款数据中心级训练芯片，7nm工艺，FP16算力256 TFLOPS，功耗310W，支持华为全栈AI生态（MindSpore、ModelArts）。
昇腾910B：7nm+ EUV工艺优化，FP16算力提升至376 TFLOPS，支持更高效的大模型训练，适配华为云昇腾AI云服务。
昇腾310B：边缘端升级版，支持多模态推理（视觉、语音），集成轻量级MindSpore Lite框架。
昇腾910C：用于CloudMatrix 384超节点集群，单节点集成384颗芯片，支持万亿参数大模型训练，显存带宽优化至3TB/s以上。
昇腾320：面向边缘计算的下一代芯片，5nm工艺，能效比提升50%，支持端-边-云协同推理。
昇腾920：预计采用3nm工艺，FP16算力目标突破1 PFLOPS，支持FP8精度和动态稀疏计算，适配MoE架构大模型。
2025年推出CloudMatrix 384超节点集群，基于昇腾910C芯片，单集群算力达百P级（Peta-FLOPS），支持30天不间断训练，故障恢复时间<10分钟；用于DeepSeek等千亿级大模型训练、多模态长序列处理。
算力领先：FP16算力256 TFLOPS，超越同期竞品50-100%
能效优异：310W实际功耗，能效比达业界最佳水平两倍
架构创新：3D Cube设计实现超高计算密度
全栈协同：与MindSpore深度优化，发挥硬件最大潜能
场景覆盖：支持从云端到边缘的全场景AI部署
达芬奇架构：华为自研的异构AI计算架构
3D Cube：专为矩阵运算优化的三维计算单元
MindSpore：华为全场景AI计算框架
CANN：华为AI算子库
测试平台：华为Atlas 900 AI训练集群
对比系统：NVIDIA DGX-2 with Tesla V100
基准模型：ResNet50、Transformer等
下载链接：
8、《3+份技术系列基础知识详解（星球版）》
9、《12+份Manus技术报告合集》
10、《100+份AI芯片修炼合集》
11、《60+份AI Agent技术报告合集》
《300+份DeepSeek技术报告合集》
《42篇半导体行业深度报告&图谱（合集）
亚太芯谷科技研究院：2024年AI大算力芯片技术发展与产业趋势
本号资料全部上传至知识星球，更多内容请登录智能计算芯知识（知识星球）星球下载全部资料。
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
