彭博社报道 DeepSeek 计划在内蒙古乌兰察布新建的数据中心，部署至少16万片华为昇腾950DT芯片。若顺利落地，这将是目前已知规模最大的华为AI芯片集群之一，也是中国加速国产算力替代的又一标志性动作。
这座数据中心目标规模达到约1吉瓦（GW），属于“东数西算”工程的重要节点。内蒙古拥有丰富的绿电资源和天然冷源优势，电价相对较低，非常适合大规模AI算力布局。DeepSeek计划自建一部分算力，同时从当地运营商租赁额外资源，整体形成超大规模集群。
关键点在于芯片用途：这批950DT主要用于模型推理（运行/服务），而非训练。DeepSeek此前尝试过用华为芯片训练模型，但核心训练环节至今仍主要依赖英伟达硬件。华为将950DT定位为可支持训练的高性能芯片，但DeepSeek当前选择“训练用英伟达、推理用华为”的分工策略。
公开信息显示，昇腾950DT配备约144GB高带宽内存，内存带宽约4TB/s，与英伟达H200的141GB/4.8TB/s接近。部分分析认为，在推理任务上它已具备较强竞争力，整体水平大致对标英伟达Hopper世代的部分产品。不过，单卡绝对性能、生态成熟度和软件栈完备度上，与英伟达最新旗舰仍有差距。
16万片的规模已经相当可观。如果全部到位，将显著提升DeepSeek的国产推理算力储备，也有助于验证华为昇腾在大规模集群中的实际表现。
消息同时指出，华为今年昇腾950DT产量预计仅在数十万片量级，主要受高端HBM等高端存储等关键部件短缺制约。华为还需兼顾其他客户需求，并尝试少量出口，因此完整交付DeepSeek这批订单可能需要一年以上时间。部分产能或分批到位，目标是在2027年底至2028年初让部分算力投入运行。
这也从侧面印证了当前国产高端AI芯片的现实：技术进步很快，但规模化供应仍受制于供应链。
我们梳理了华为的芯片路线图与供应链情况，涵盖昇腾 950、其押注的 3D 堆叠技术以及国产高带宽内存（HBM）供给。经测算：2026 年华为 AI 总算力规模不足英伟达的 4%；若完全依靠国产 HBM，到 2028 年这一占比或将跌至仅 1%。
我们对比华为与英伟达的核心指标是双方产出的总算力，该数值取决于 AI 硬件的算力吞吐能力，以及芯片量产规模。华为在这两方面均落后于英伟达，而美国出口管制进一步制约了它改善两项短板的空间。
当前华为芯片相比英伟达存在 3‑4 年代差。今年量产交付的华为旗舰昇腾 950 系列，FP8 算力为 1PFLOP/s，大约只有英伟达 2022 年就已出货的 H100 的一半。英伟达 B300 的 FP4 性能是昇腾 950 的 7 倍。
单芯片层面，英伟达对华为的性能差距还在持续拉大。目前二者性能差距为 7 倍；待英伟达推出 Rubin 与 Rubin Ultra 之后，瞬时性能差距或将扩大至约 17.5 倍。
既然单芯片性能追不上英伟达，华为能否靠更大的芯片出货量弥补差距？答案几乎是否定的。华为眼前的瓶颈并非逻辑芯片制造：中芯国际能够生产的昇腾裸芯片数量，已经超过国内可以完成封装成品的数量。真正的卡点是高带宽内存 HBM—— 所有 AI 芯片必需的堆叠式内存。
长鑫存储与紫光存储器的国产 HBM 刚刚进入扩产爬坡阶段，但华为还有其他获取渠道：2024 年 12 月出口管制落地前囤积的超过 1000 万片海外 HBM 堆叠芯片、持续的海外采购渠道，以及走私流入的 HBM。
综合全部内存来源测算，2026 年华为昇腾芯片出货量约 150 万片，几乎是 2025 年的两倍：其中 75 万片采用 LPDDR 内存的 950PR，43 万片 910C，32 万片 950DT。
即便今年出货达到 150 万片，折算为 H100 等效算力仅约 90 万卡，而英伟达约为 2300 万卡，华为总算力依旧不到英伟达的 4%。就算取对华为最乐观的估算，占比也仅在 6% 左右。
华为 2024 年囤积的海外 HBM 库存将在 2026 年消耗殆尽。如果此后只能完全依赖国产 HBM，测算显示，直至 2028 年，华为 AI 总算力大约仅为英伟达的 1%。
若改用内存带宽作为统计口径，差距会有所收窄：2028 年华为等效 H100 规模可达 280 万卡，约占英伟达的 3%。
为什么算力差距如此悬殊？对比仅使用国产 HBM 条件下，英伟达与华为的供给差异：2026 年英伟达获得的 HBM 晶圆供给是华为的 32 倍；单片晶圆产出可用内存是华为的 2.3 倍；每 GB 内存可搭配的算力更是华为的 2.7 倍；三项相乘综合差距接近 200 倍。
到 2028 年，随着长鑫存储 HBM 产能爬坡，华为在晶圆供给上和英伟达的倍数差距从 32 倍缩小至 7.3 倍。但芯片设计层面差距继续扩大：预计 2028 年英伟达以 Rubin Ultra 为主力的产品组合，每 GB 内存承载的算力将达到昇腾 960 的 9 倍。综合算力差距虽有收窄，但仍有约 100 倍。
走私 HBM 能多大程度弥合差距？做一个极端假设：2028 年华为走私获得的 HBM 达到国产供给的 10 倍，这是极难实现的规模，至少需要投入 400 亿美元成本。在此前提下，华为等效 H100 算力可从 100 万卡提升至约 1100 万卡，但也仅相当于当年英伟达产能的 11%。
中国 HBM 供给与华为芯片本身都会快速进步，但增速大概率不足以实现追赶。即便到 2030 年国内 HBM 总产能提升 18 倍，华为总算力也只能达到英伟达 2028 年产量的 12%‑18%。
针对单芯片性能短板，华为推出名为 LogicFolding（逻辑折叠）的 3D 堆叠技术。该技术不再追求制造更小的晶体管，而是将逻辑芯片垂直堆叠；目标是基于 5nm 级别裸芯片，在 2031 年实现等效 1.4nm 工艺的晶体管密度。不过 LogicFolding 技术最早也要到 2030 年才会落地到昇腾芯片。
与此同时，英伟达也不会原地踏步。2030 年前，SK 海力士、三星、美光预计将投入数千亿美元扩建晶圆厂。英伟达下一代 Feynman 相比 Rubin 会带来大幅性能跃升；到 2030 年，英伟达甚至可能已经推出 Feynman 的后续迭代产品。
出口管制并未完全阻断华为技术进步，但让追赶之路变得更加艰难、周期更长、成本更高。