华为在2025全联接大会上首次披露了其昇腾芯片的未来演进规划。未来三年内，华为将推出多款昇腾芯片，包括昇腾950PR、950DT、960和970。备受关注的昇腾950PR将于2026年第一季度上市，该芯片集成了华为自研的HBM高带宽内存，并针对低精度数据格式进行了优化，大幅提升了向量算力和互联带宽。昇腾950PR将提供HiBL 1.0和HiZQ 2.0两种内存版本，分别侧重于提升推理Prefill性能和训练性能。HBM作为AI芯片的关键组成部分，能显著提高数据处理效率，对于大模型推理至关重要。

🚀 **昇腾芯片的未来规划与新品发布**：华为在2025全联接大会上首次公布了其昇腾芯片的详细演进路线图，并宣布未来三年内将密集推出多款高性能昇腾芯片。其中包括计划于2026年第一季度对外发布的昇腾950PR，以及昇腾950DT、960和970等一系列新品，显示了华为在AI算力领域的持续投入和快速迭代能力。

💡 **昇腾950PR的技术亮点与性能提升**：昇腾950PR芯片在架构上进行了多项关键升级，特别是在低精度数据格式支持方面，新增了FP8/MXFP8/HIF8（1 PFLOPS）和MXFP4（2 PFLOPS）的支持，重点提升了向量算力。同时，互联带宽提升了2.5倍，并集成了华为自研的HBM高带宽内存，显著增强了芯片的处理能力，尤其是在AI推理场景下。

🧠 **HBM高带宽内存的重要性与昇腾950PR的内存方案**：文章强调了HBM（高带宽内存）在先进AI芯片制造中的关键作用，并介绍了昇腾950PR配备的两种HBM版本：HiBL 1.0（128GB容量，1.6TB/s带宽）和HiZQ 2.0（144GB容量，4TB/s带宽）。HiBL 1.0版本将与950核心配合，侧重于提升推理Prefill阶段的性能，而HiZQ 2.0版本则专注于提升推理Decode阶段的性能以及整体训练性能，为不同AI应用场景提供了优化方案。

🔍 **大模型推理中的Prefill与Decode阶段解析**：文章进一步解释了大模型推理中Prefill和Decode两个阶段的特点。Prefill阶段处理完整输入数据并进行计算缓存，对算力要求高，适合在HBM上运行；而Decode阶段则更依赖高速内存传输和互联方案。这种区分有助于理解昇腾950PR和950DT在不同内存配置下，如何针对性地优化不同推理阶段的效率，从而更好地服务于日益复杂的大模型应用。

今日举办的华为全联接大会2025上，华为轮值董事长徐直军首次公布了昇腾芯片演进和目标。他表示，未来三年，华为已经规划了昇腾多款芯片，包括昇腾950PR、950DT以及昇腾960、970。其中昇腾950PR 2026年第一季度对外推出，该芯片采用了华为自研HBM。

根据现场公布的信息，昇腾950PR芯片架构新增支持低精度数据格式，其中FP8/MXFP8/HIF8: 1 PFLOPS，MXFP4: 2 PFLOPS，重点提升向量算力，提升互联宽带2.5倍，支持华为自研HBM高带宽内存，分为HiBL 1.0和HiZQ 2.0两个版本。

规格方面，HiBL 1.0容量128GB，带宽1.6TB/s；HiZQ 2.0容量144GB，带宽4TB/s。

其中，昇腾950PR芯片采用950核心+HiBL 1.0内存，可提升推理Prefill（预填充）性能，提升推荐业务性能。

昇腾950DT采用HiZQ 2.0内存，可提升推理Decode（解码）性能，提升训练性能，提升内存容量和带宽。

延伸阅读：

在大模型推理中，Prefill阶段负责接收完整输入数据（如文本或图像），并计算缓存。这一过程需要强大的算力支持，通常由高性能芯片完成。 该阶段强调算力而非内存带宽，因此更适合在HBM（高带宽内存）芯片上运行。相比之下，后续的Decode阶段更依赖高速内存传输和互联方案。

HBM（High Bandwidth Memory，高带宽内存）是一种基于3D堆叠技术的先进DRAM解决方案，多层DRAM芯片垂直集成，显著提升数据传输效率。具有超高带宽与低延迟、高容量密度、高能效比等优势，能协助快速处理数据密集型的AI任务。

美国国际战略研究中心（CSIS）AI专家艾伦（Gregory Allen）解释，HBM对于制造先进AI芯片至关重要，价值约占整体芯片的一半。

AI推理需频繁调用海量模型参数（如千亿级权重）和实时输入数据。HBM的高带宽和大容量允许GPU直接访问完整模型，可避免传统DDR内存因带宽不足导致的算力闲置。对于千亿参数以上的大模型，HBM可显著提升响应速度。

当下，HBM已成为高端AI芯片的标配，训练侧渗透率接近100%，推理侧随模型复杂化加速普及。

查看评论