管理 一、公司历史

昇腾并非独立注册公司，是华为全资子公司海思半导体旗下的AI计算业务线。2018年正式对外发布达芬奇AI架构，2019年推出第一代云端训练芯片昇腾910，开启商业化落地。受外部制裁影响，前期海外代工渠道受阻，依靠国内产线完成芯片生产迭代。产品从最初单一加速卡，逐步拓展芯片、板卡、服务器、整机、软件工具链的完整体系，覆盖端、边、云全场景。后续迭代910B、910C，2025‑2026年推出昇腾950系列，支撑国内大模型训练与国家级智算中心大规模建设，成为国内AI算力国产化的核心主力。

二、行业地位

在国内AI训练芯片市场，昇腾处于绝对第一梯队，智算落地规模遥遥领先国内其他厂商，广泛进入运营商、政府、互联网大厂的算力采购体系。全球范围依旧与英伟达存在明显差距，主要市场集中于国内及部分新兴市场。在国产算力赛道，昇腾是少数可以实现万卡级超大规模部署的产品，推理侧产品也大量应用于安防、工业、云服务场景。但受供应链约束，产能释放存在上限，无法完全满足全部市场需求。

三、股东情况

昇腾业务归属华为技术有限公司，由华为全资子公司海思负责芯片设计，没有外部财务股东，不对外独立融资，全部研发投入来自华为集团内部资金支持。华为是非上市民营科技企业，股权由员工持股会及少数自然人持有，没有公开二级市场股份。业务发展不受短期财报利润约束，可以进行长期、持续的巨额研发投入。硬件整机由生态合作厂商完成生产制造，华为掌握芯片、软件、调度的核心技术。

四、产品差异化特色

昇腾基于自研达芬奇架构，不是通用GPU路线，采用3D‑Cube计算单元，侧重AI矩阵运算，形成芯片、CANN软件栈、MindSpore框架、调度的全栈一体化方案 。区别于多数国产芯片只做硬件，昇腾同时掌控底层芯片、编译器、算子库、互联、行业解决方案整套体系，能够针对大模型做软硬件协同深度优化。产品线完整，高端训练芯片、中端推理卡、边缘端模组齐全，支持千卡、万卡超节点搭建，更适配国内政企大算力项目需求，但不侧重图形渲染能力。

五、护城河优势和劣势

优势：
第一，全栈软硬件一体化能力，从架构到软件全部自研，协同优化是国内最强，万卡落地经验形成实践壁垒；
第二，华为集团强大的研发资金、人才储备，能够持续迭代；
第三，国内信创、算力自主可控政策红利，智算中心项目优先采购，客户资源充足；
第四，端边云统一架构，不同场景之间可以实现应用迁移。

劣势：硬件单芯片绝对性能对比海外顶尖产品仍存在差距；软件生态虽持续完善，但开发者生态规模、算子丰富度相比CUDA还有差距，大模型迁移需要一定适配工作量；供应链是最大短板，先进制程产能受外部环境约束，产能扩张存在瓶颈；不具备图形处理能力，无法兼顾渲染类复合场景；业务不独立，发展完全依托华为集团整体资源。

六、与同行业公司对比

对比寒武纪：寒武纪为独立上市公司，同样自研AI架构，推理产品能效突出，但大规模落地案例少于昇腾，整体软件生态完整度弱于昇腾。
对比海光信息：海光DCU偏向通用GPU路线，对CUDA兼容性更好，但超大规模训练项目落地少于昇腾。
对比沐曦、摩尔线程：沐曦、摩尔线程主打通用GPU，兼顾图形与AI，而昇腾聚焦AI训推，能力更强，但缺少图形渲染能力。
对比英伟达：英伟达拥有全球最完善CUDA生态，单卡性能领先；昇腾优势在国内供应链安全、政策支持与本地化服务，短板在于全球生态与硬件性能。

七、行业和公司未来前景

国内AI算力国产化是长期确定趋势，大模型、智算中心建设带来持续的市场空间。
昇腾作为国产算力主力，未来机会在于芯片迭代提升性能、持续完善软件生态、释放更多产能，同时向海外新兴市场拓展。
核心风险来自供应链约束，如果产能扩张不及预期，会限制业务规模；
另外，国内其他算力厂商持续追赶，行业竞争逐步加剧；大模型行业资本开支波动，也会影响下游采购需求。
整体来看，昇腾已经完成从“可用”向“好用”跨越，但追赶全球顶尖水平仍需要较长周期，其发展高度取决于供应链突破与软件生态的持续建设。


注:本文为转文，文中观点不代表本人看法，本人不推荐文中公司股票，若有据此买入，盈亏自负，股市有风险，投资需谨慎。