华为昇腾
华为推出的AI芯片及计算平台品牌，面向大模型训练与推理场景，提供从芯片硬件到软件工具链的全栈AI解决方案
核心事实
时间轴 (近 90 天)
vLLM-Ascend 是 vLLM 面向华为昇腾 NPU 的后端适配，使模型可在非 GPU 的国产加速卡上运行。
2026年4月，DeepSeek V4预览版发布，包含2840亿参数的Flash和1.6万亿参数的Pro，支持百万级上下文，全部MIT协议，华为昇腾第一时间接入。
DeepInfer采用Apache 2.0协议，支持英伟达Blackwell和华为昇腾950，包含专家负载均衡、推测解码和异步调度等组件。
根据视频信息，DeepInfer兼容英伟达和华为昇腾两大平台，单集群日吞吐量能达到155万亿token，每张GPU每小时能收入38美元。
DeepInfer 支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU 两类硬件。
主流NPU被广泛应用于手机、自动驾驶和边缘服务器中，如华为昇腾、苹果神经引擎和高通的Hexagon处理器。
NPU（神经处理单元）是专门为神经网络推理与训练任务设计的处理器，其架构通常包含大量乘加阵列（MAC阵列）、片上缓存和专用的数据调度单元。
华为昇腾早年推出了AscendC编程框架
华为昇腾硬件真正落后英伟达的地方在于软件生态，华为自建了CANN生态但在承接主流大模型时仍有差距
DeepSeek开源了DeepGEMM昇腾版，一个专门跑在华为昇腾硬件上的BLAS级别GEMM算子库
还有 22 条时间轴事件
全部知识事实 (20)
NPU（神经处理单元）是专门为神经网络推理与训练任务设计的处理器，其架构通常包含大量乘加阵列（MAC阵列）、片上缓存和专用的数据调度单元。
85%已验证Cube Studio明确支持华为昇腾NPU和国产CPU/GPU适配
80%已验证DeepInfer 支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU 两类硬件。
70%已验证根据视频信息，DeepInfer兼容英伟达和华为昇腾两大平台，单集群日吞吐量能达到155万亿token，每张GPU每小时能收入38美元。
65%已验证DeepSeek 开源了昇腾平台的基础设施组件，涵盖 TileLang 编译器、计算库与通信库
70%已验证DeepSeek开源了面向华为昇腾的算子和通信组件，与此前的GPU版本一一对应
65%已验证2025年9月30日，DeepSeek开源了一批底层基础设施组件，包括算子、编程语言、计算库、通信库
65%待验证美国对华芯片管制客观上刺激了中国自主芯片研发的加速推进，华为昇腾系列芯片、寒武纪等国产AI芯片研发明显提速
80%待验证vLLM-Ascend 是 vLLM 面向华为昇腾 NPU 的后端适配，使模型可在非 GPU 的国产加速卡上运行。
50%待验证DeepInfer采用Apache 2.0协议，支持英伟达Blackwell和华为昇腾950，包含专家负载均衡、推测解码和异步调度等组件。
50%待验证主流NPU被广泛应用于手机、自动驾驶和边缘服务器中，如华为昇腾、苹果神经引擎和高通的Hexagon处理器。
50%待验证华为昇腾早年推出了AscendC编程框架
50%待验证华为昇腾硬件真正落后英伟达的地方在于软件生态，华为自建了CANN生态但在承接主流大模型时仍有差距
50%待验证DeepGEMM-Ascend 的目标明确且仅限于华为昇腾，并未确立适用于所有芯片厂商的通用软件层
50%待验证原始 DeepGEMM 是一个 CUDA 内核库，Ascend 版本为昇腾提供相对熟悉的接口并处理布局与数据移动
50%待验证DeepSeek算子在华为昇腾超节点上的互联带宽已接近硬件上限
50%待验证华为昇腾拥有自己的软件栈CANN，但生态丰富度远不及CUDA
50%待验证TileLang让开发者编写一套代码，既可编译运行在英伟达服务器上，也可编译运行在昇腾服务器上，无需复杂的昇腾适配
50%待验证MoE对多卡通信、内存带宽和算子调度要求极为苛刻，通用CUDA算子库往往无法直接发挥昇腾硬件的最佳性能
50%待验证TileLang开源并第一时间适配了华为昇腾芯片
50%