2019年，华为被列入实体清单，芯片断供。当时的选择只有两个：退，或者自己干。

华为选择了后者。

五年后，昇腾已成为中国AI算力不可或缺的底座。DeepSeek、Kimi、混元、盘古——几乎每一个中国主流大模型的训练和推理，都跑在昇腾的集群上。昇腾910C的单卡性能已接近英伟达H100的八成，而昇腾910B的集群方案更是以系统级创新打破了单芯片的封锁。

这条路，是从零开始的。没有图纸，没有工具链，没有可以复制的路径。华为的AI芯片之路，是一场在不可能中寻找可能的极限突围。

2019年：无路可退

2019年5月，美国商务部将华为列入实体清单。台积电停止代工，ARM停止授权，EDA工具断供，谷歌停止GMS服务。

这不是一次普通的供应链中断，而是一次系统性“抽空”——华为的AI芯片研发完全依赖于外部的IP授权、EDA工具和制造工艺。断供意味着不仅造不出来新芯片，连已有的设计流程都无法继续。

华为的应对不是“找一个替代方案”，而是“重新发明一整套方案”。它不是组建一个团队去攻克某一项技术，而是同时启动了几十项技术的自研——从EDA工具到芯片架构，从编译器到算子库，从通信协议到集群管理。

2019年8月，华为在深圳坂田基地召开了一场内部誓师大会。任正非对研发团队说了一句话：“我们不是要造一颗芯片，我们是要建一整套系统。系统建成了，芯片自然就有了。”

这句话定义了华为AI芯片之路的底层逻辑：它从来不是“造一个替代英伟达A100的芯片”，而是“建一个中国AI算力可以独立运转的底座”。

2020年：与时间赛跑

2020年8月，昇腾910正式发布。这是当时全球算力最强的AI训练芯片，半精度浮点算力达320TFLOPS，超过英伟达V100的125TFLOPS。

昇腾910的意义不在于性能领先，而在于它是中国第一款完全自研的AI训练芯片。其达芬奇架构由华为自主设计，7nm工艺由台积电代工。软件层面，CANN异构计算架构同步发布，提供了从算子库到图编译器的完整工具链。

但2020年的华为还面临一个更紧迫的问题：台积电将在2020年9月15日之后停止为华为代工。昇腾910必须在芯片禁令生效前完成流片和量产。

这是一个“与时间赛跑”的节点。昇腾910在9月15日之前完成了最后的量产交付。华为用最后的时间窗口，为未来的自主AI算力储备了第一代核心硬件。

2022年：从0到1的生存考验

2022年10月，美国进一步收紧对华半导体出口管制，限制先进计算芯片和半导体制造设备的对华出口。华为无法再获得任何先进制程的代工服务。

昇腾的下一代芯片面临着“造不出来”的困境。华为的应对是双线作战。

一方面，利用国内成熟制程产能生产昇腾910B。虽然单芯片性能低于昇腾910，但通过集群互联技术将多颗芯片组合成大规模算力集群，用系统级的算力弥补单芯片的不足。CloudMatrix 384方案将384颗昇腾处理器互联，在系统层面实现对标英伟达H100集群的性能。

另一方面，全力推进国产EDA工具链和封装测试能力的建设。截至2024年，华为已与国内EDA厂商联合开发了超过40款芯片设计工具，覆盖了芯片设计的全流程。

昇腾910B的路线选择，是中国AI芯片产业最重要的一次战略决策。它证明了一件事：即使单芯片落后，系统级创新也可以弥补差距。

2024年：软件生态的根基

硬件是骨架，软件是灵魂。2024年，昇腾面临的最大挑战不是芯片性能，而是生态适配。

CUDA积累了近20年的开发者生态，大部分AI框架和大模型都默认以CUDA为优化目标。昇腾虽然在硬件上追上了英伟达，但如果模型无法在昇腾上高效运行，硬件性能就是摆设。

华为选择了一条务实的路径：在训练侧深度绑定中国AI大模型厂商。DeepSeek、智谱、百川、MiniMax——每一家都与华为建立了联合优化团队，将模型的核心算子针对昇腾芯片进行定制化改写。DeepSeek的混合专家模型（MoE）架构在昇腾上的训练效率，经过数月的联合调优后已接近其在英伟达芯片上的表现。

2024年11月，DeepSeek正式宣布其最新大模型在昇腾910B集群上完成了全部训练，训练效率达到英伟达H800集群的85%。这标志着昇腾从“能用”进入“好用”阶段。

2025年：昇腾的全面铺开

2025年，昇腾进入全面铺开阶段。

2025年2月，华为宣布昇腾AI云服务正式上线，企业可以按需租用昇腾算力。昇腾910B的单卡算力已接近英伟达H100的80%，而CloudMatrix集群方案的能效比已优于同规模的英伟达A100集群。

2025年5月，中国移动、中国电信、中国联通三大运营商宣布采用昇腾芯片建设AI算力中心。中国最大的AI算力集群“算力中国”一期工程正式启用，全部采用昇腾910B芯片，总算力规模达50EFLOPS。

深圳、武汉、成都等17个城市同步启动“一城一智”算力基础设施建设，采用华为昇腾全栈方案，计划到2026年底建成覆盖全国的AI算力网络。

2025年5月16日，昇腾910C正式发布。基于国产先进封装和自主架构优化，单卡性能达到英伟达H100的80%以上，在部分推理任务中已实现性能持平。

2026年3月，DeepSeek新一代大模型完成在昇腾上的全面适配，训练效率达到业界最优水平。推理成本较此前降低约40%，为国产AI模型的商业化部署提供了更具成本竞争力的算力底座。Kimi K3在发布时展示了多项硬件层优化，推理效率较行业同级别模型有显著提升。

2026年7月，中国移动采购与招标网公告，中国移动2026至2027年新型智算中心集采结果出炉，昇腾中标份额约70%。同一时间，中国电信和中国联通的算力招标中，昇腾同样拿下了60%以上的份额。三大运营商的招标结果，构成了昇腾在中国AI算力市场中“不可替代”地位的制度性确认。

昇腾的真正意义，从来不是“超越英伟达”

昇腾的突围，本质上是一场关于“中国AI能不能独立运转”的系统性验证。

如果华为没有做昇腾，DeepSeek的训练算力从哪来？中国大模型的商业化部署，将完全依赖于英伟达的芯片供应和台积电的制造产能。一旦地缘政治进一步收紧，整个中国AI产业的基础设施将面临系统性风险。

华为的昇腾选择了一条不同于英伟达的路线。不是“造一颗比英伟达更强的芯片”，而是“建一套中国AI可以独立运转的底座”。 昇腾的意义不在于它今天跑得有多快，而在于它证明了中国AI不需要依赖外部供应链也能跑下去。

从2019到2026，昇腾走过了七年。

七年前，华为没有EDA工具，没有先进制程，没有ARM授权，没有可以依赖的供应商。七年后，昇腾已成为中国AI算力不可替代的底座，从DeepSeek到Kimi，从三大运营商的算力中心到17个城市的智算网络，中国AI产业的算力基础正在被昇腾一砖一瓦地搭建起来。

昇腾的成长路径，不同于英伟达，也不同于任何国际芯片公司。它不是靠“领先一代”来获取溢价，而是靠“系统级创新”来弥补单芯片的差距。它不是靠“生态垄断”来锁定客户，而是靠“深度适配”来与中国AI产业共同成长。

过去的华为靠的是自研海思麒麟芯片撑起了旗舰手机；如今，华为正用昇腾撑起中国AI的算力底座。这条路不是最容易的，但它是一条必须走的路。当外部供应链被切断时，中国AI产业至少还有一个可以依靠的选择。

而这个选择的存在本身，就是昇腾最大的价值。