任正非与华为AI芯片来时的路

coffee198375

从5月份的“韬定律”，到7月份的Atlas 950超节点，华为2026年在芯片和算力行业频繁出牌。

“韬定律”来自于华为在2020年～2026年的6年间381款芯片的设计与量产方法论总结。已经量产的昇腾950和即将上市的麒麟2026芯片，都是“韬定律”的落地作品。

可以说，华为芯片来时的路，是一条没有退路的路。

2016年，任正非在华为内部反复强调“范弗里特弹药量”——集中优势资源，在战略突破口上饱和攻击。2017年，“华为芯片女王”何庭波与华为Fellow、2012实验室及海思首席科学家廖恒等人向时任华为轮值董事长的徐直军提议“为AI专门做一颗芯片”，两派激烈交锋后，AI芯片正式进入开发阶段。后来的经历证明，这条路比任何人预想的都更艰难。

2019年“5·16”禁令、2020年“8·17”全面封锁——美国对华为的打压一轮比一轮凶猛：台积电断供、EDA工具受限、国际标准组织关闭华为成员权限。

何庭波在被追问“华为还能不能活”时平静回应：“对，而且我们都做出来了呀。”

2025年春节，DeepSeek的爆发让任正非“第一次真切感受到，中国企业有望真正实现软硬协同”。华为云贵安数据中心在除夕夜紧急开通1024张昇腾910B芯片，三天内完成3000多张芯片部署。

DeepSeek V4技术报告上印着两行字：英伟达GPU，华为昇腾NPU。曾背着双肩包默默坐到会议室边上的梁文锋，最终决定将昇腾作为算力底座之一。

以上细节均记录于《昇腾崛起》一书，为了便于读者快速了解这段历史，“万有岛”根据书中内容整理出了100条相关细节。以下为主要内容：

01 战略觉醒

1. 2002年12月，思科全球副总裁在深圳香格里拉酒店约见华为高层，提出华为侵犯思科知识产权，要求10天内从市场撤出产品。这大概是华为第一次在骨子里体会到“科技有国界”。

2. 2016年1月CES大会，何庭波曾向黄仁勋提出将英伟达手机相关技术授权给华为，被当场拒绝。黄仁勋说：“我只擅长做GPU，也只会专注做好GPU。”这让何庭波彻底清醒——核心技术“求不来、要不到，更等不起”。

3. 2016年8月9日，徐直军（编注：时任华为轮值董事长）在华为渥太华研究所与蒙特利尔大学教授约书亚·本吉奥交流。本吉奥认为深度学习将引发下一场工业革命，是增强、延伸人的脑力和认知能力。徐直军深以为然，决定成立蒙特利尔研究所开展AI研究。

4. 何庭波最早判断要将AI计算能力放在手机端。

5. 2016年，AlphaGo战胜李世石。同年英伟达发现几乎所有深度学习计算都可分解为矩阵乘加运算。但彼时华为内部对AI认知极为有限，最大阻力来自“AI会减少网络设备售后服务收入”的担忧。

6. 任正非（编注：华为董事、CEO）常用“范弗里特弹药量”指导战略——在物资匮乏条件下，集中优势资源精准撕开突破口。徐直军对这一理念烂熟于心，判断：既然AI是产业趋势，又能创造客户价值，就应集中力量全力投入。

7. 华为进入计算产业的逻辑是：技术变革必须值得投资，一旦决定就是大量真金白银。计算产业当时正经历云计算和AI两次大变革。

8. 2017年6月5日，在上海研究所，何庭波、廖恒和徐直军讨论是否为AI专做一颗芯片。反对者认为应用需求不明显；廖恒主张“将来各种计算机的应用，都可以转化为基于神经网络来实现”，徐直军支持了这一判断。

9. 2017年10月11—12日，徐直军在温哥华组织华为AI战略研讨会，主要高层领导及北美产业界和学术界人士参会。两天半研讨形成两项共识：AI是一种通用目的技术，将改变每个行业；AI是一种思维模式，华为所有研发人员都要学习AI。

10. 2017年10月10日，徐直军在温哥华与强化学习之父理查德·萨顿教授共进午餐，期望将强化学习用于网络智能化。

11. 温哥华会议之后，华为AI研发从集中式切换为分散式——各部门都要开展AI研发，全体员工学习AI技术。党文栓（编注：华为首席战略架构师、蓝军负责人）亲自撰写科普文章《什么叫AI算法》向高管层普及AI原理。

12. 2018年10月，在华为全联接大会上，徐直军代表公司正式发布华为AI发展战略和全栈全场景AI解决方案，并展示了第一颗昇腾310芯片——AI芯片正式获得“昇腾”品牌名称。

02 从零开始的技术豪赌

13. 华为启动AI芯片内部预研，团队初期仅二三十人，预研代号NPU。到2017下半年正式命名为“达芬奇”（代号D项目）。组长是徐直军，组员清一色是各大业务体系总裁，规格极高。

14. 廖恒创新性地提出3D Cube达芬奇架构，计算单元做成三维立体结构直接完成矩阵运算。与传统2D结构不同，3D Cube只需16×16×16立体结构，一个Cycle完成全部计算。

15. 在达芬奇架构方案之争中，麒麟总架构师主导的设计目标是尽可能像英伟达；而廖恒提出截然不同的设计原则——不追求最小面积、不追求功耗极致，聚焦单位功耗下AI算力最大化。方案僵持一个多月后，何庭波选择了后者。

16. 华为选择建立自己的指令集，而非沿用英伟达CUDA路线或ARM/RISC-V。金曦（编注：华为芯片解决方案开发团队负责人）认为：如果一开始依赖北美指令集，虽然能较快起步，但一旦遇到用户规模10亿级别的爆发式应用，后续优化空间会彻底耗尽。

17. 廖恒提出广谱化架构设计——一套架构覆盖从不到5美元到5亿美元的产品，跨度1000万倍。昇腾架构最终选择通用计算模式。

18. 编译器是达芬奇架构研发中的“圣杯级”目标。第一年由几十甚至上百人做的软件工具全部被推翻重做。何庭波迅速整合华为内部多方力量，编译器团队最终汇聚两三百名专家，建立自主指令集体系。

19. 昇腾品牌命名：何庭波提议用中文“昇腾”，取自“日升月腾”，寓意积极向上、不断突破。

20. MindSpore自主研发引发巨大争议：反对者认为全球已有PyTorch和TensorFlow，华为应聚焦硬件。但徐直军判断：“TensorFlow、PyTorch的起步也仅比我们早了五六年，只要我们十年之内行动都不算晚。”

21. 2018年8—12月，图灵实验室负责人吴昱贤（编注：已办内部退休的原华为员工，2018年被何庭波邀请牵头CANN设计）带队在上海进行封闭式系统设计，华为各研究所骨干齐聚上海。他的日程被每天五六场讨论会排满。

22. 2019年8月，徐直军在深圳总部发布昇腾910 AI处理器。廖恒感慨，深耕芯片行业多年，从未想过能在11个月内让一套全新架构落地可用——“这是一个破纪录的速度”。1000个昇腾910组建成集群，系统性能线性比达90%左右，高出市场同期产品近15个百分点。

23. 达芬奇架构最终成为全球部署量最多的NPU架构。在视频监控领域，全球九成以上设备源于中国，海康、大华等头部企业均离不开华为NPU技术支持。

03 在断供中“重新发明”一切

24. 孟晚舟乘坐国航班机回到深圳，一袭红裙走下舷梯。何庭波形容这一刻：“犹如在深山湖底快要被抽干的时候，又开始下雨了。”同年华为多个产品线开始复苏。

25. 2019年5月16日，美国商务部将华为列入出口管制实体清单——这就是著名的“5·16”禁令。昇腾910A采用台积电7纳米EUV工艺制造，禁令后生产直接受阻。2019年12月，何庭波最后一次赴台，制造端已出现明确限制信号。

26. 2020年8月17日，美国将38家华为子公司列入“实体清单”，“微量规则”升级为“外国直接产品规则”（FDPR）——连源自欧洲但含美国根技术的产品也不能用，对华为实施100%封锁。华为内部原本存在的战略分歧彻底消散。

27. 制裁之下，鲲鹏920和麒麟9000被“永远定格”：鲲鹏920性能超IBM、戴尔、思科25%，足以威胁英特尔地位；麒麟9000为5纳米制程巅峰。但两者都无法继续迭代——“一夜之间风云突变，研发被迫暂停，产品停止发货”。

28. 面对高端测试仪器断供，何庭波拍板“不等不靠，自己造”。

29. EDA工具被外界称为“芯片之母”，全球市场长期被Synopsys等巨头垄断。禁令后外界质疑“华为没有EDA，怎么活？”何庭波回应：“这不是一件难事！”华为不仅活了下来，还造出了美国根本没有的新型EDA工具。

30. 灵衢协议（UnifiedBus）的核心研发始于2019年“5·16”禁令后——直接动因是PCI、SIG等国际标准组织关闭华为成员权限。灵衢是华为完全自主设计的大规模集群互联技术，对标并超越英伟达NVLink。廖恒比喻：这不只是多种总线的拼凑，而是“秦始皇统一六国”。

31. 制裁意外催生全球首个同类集群系统：原本用于4个昇腾910互联的芯片因无法从美国采购，团队改用全新自研技术实现芯片互联。

32. 何庭波在制裁最严酷的2021—2022年，将近一半精力投入国内供应链协同，推动晶圆代工工艺突破、良率提升与封装测试国产化落地。她发现：不少合作方在华为顺境时紧密配合，在制裁背景下顾虑自身风险、态度多变甚至反复，协调难度远超预期。

33. 制裁之下，华为对合规的坚持令廖恒震撼：海思合规部门早在被打压前就对美国出口管制每一条条款烂熟于心；华为在美开发团队每个员工做开发动作都会主动向美国商务部申请出口许可证，哪怕这项技术并不在管制清单内。

34. 廖恒在北美生活多年，了解当地法律体系——如果华为真的存在违规，美方最专业的做法应是向法庭提起诉讼。但美方自始至终未走正规法律程序，未提出任何正式法庭指控，而是直接以行政手段实施限制。廖恒形容这是“狮子吃小羊”——“对一只合规的小羊下狠手，真相可能是，一头狮子要吃这只小羊。”

35. 制裁期间，廖恒曾对何庭波说：“我们把香农和肖克利工作过的玛丽希尔园区买下来，改成博物馆。让美国人羞愧一下。”不过，这个带着工程师理想主义的提案最终未能落地，但也映照出华为对科技精神的敬畏——只是狮子只想吃肉，小羊再守规则也没用。

36. 禁令反噬英伟达：实施1年多华为没被打垮，英伟达营收反而减少4亿美元。英伟达约80%出货量流向中美两国，各占一半。

37. 何庭波说出了那句日后广为流传的话：“我们正处在自己的1946年，如果我们争气的话，我们就会迎来自己的1947年、1948年，开启另外一个时代。”她对美国同行说：“现在，除了元素周期表、量子力学、薛定谔方程、麦克斯韦方程跟我们有共同语言，总有一天你会发现，其他的技术体系全都跟我们不再有共同语言。”

38. 2019年5月21日，任正非在“5·16”禁令后首次公开回应：“我们早晚要跟美国在‘珠穆朗玛峰顶’相遇。华为公司不可能永远在山下种水稻。我们和美国在峰顶相遇时，要以技术实力与全球伙伴共赢，而不是陷入对抗。”

39. 制裁后外界反复质疑“华为不可能做出高性能ADC、不可能做出CPU”，何庭波在被追问“华为还能不能活”时，低头边吃饭边平静回应：“对，而且我们都做出来了呀。”

40. 2023年8月29日12:08，恰逢美国商务部长雷蒙多访华期间。廖恒接到电话让赶去上海研究所茅草屋开会，迟到2分钟，推门看到截屏——“12:08开卖”。

04 不止是一颗芯片

41. 吴昱贤被何庭波邀请牵头CANN设计，入职形式在华为历史上仅此一例。CANN被称为“芯片真正的核心”“昇腾的灵魂”——“没有CANN，昇腾芯片只是一块废铁”。

42. 2018年12月，MindSpore团队仅用两个月时间便完成后端技术骨架搭建，开发出框架原型并在ResNet50网络上顺利运行。MindSpore还探索出“蓝区模式”——因为是开源项目，可在便携电脑、居家办公，与外部开源社区保持同步。

43. 昇腾首代产品适配极为艰难。英伟达与PyTorch、TensorFlow深度捆绑，形成类似当年英特尔与Windows的“Wintel联盟”。2019年初张迪煊（编注：昇腾计算产品团队负责人）几乎不敢再大规模拓展客户，勒令团队停下来，在CANN之上增加昇腾计算语言（ACL），实现上层应用与底层硬件的感知隔离。

44. 2018年华为重金聘请一位印度籍CTO担任咨询顾问，耗时近2个月完成AI产业发展报告，费用300万美元（约2000万元人民币）。报告明确：硬件之上会搭建框架层、应用软件层等多层架构，应用软件层可能起到决定性作用。受此报告影响，华为云将InfoSight提升至战略高度，改为全新产品ModelArts。

45. 闫川（编注：华为算子编译专家）团队2019年开发基于Python的Tik工具，但外部程序员无法理解华为的算子编程逻辑。2022年最终用C++类库方式命名为Ascend C——只要有C语言基础的开发者就能理解昇腾开发思路。

46. 闫川团队研发的“全下沉调度技术”领先于英伟达——英伟达每个计算任务从服务器端下发，芯片内仅一个硬件调度器；Ascend C可将100个计算任务一次性加载至芯片中逐个执行，调度效率更高。

47. 罗沐辰（编注：原华为中软团队负责人）团队发现昇腾首代芯片仅支持计算机视觉（CV），自然语言和语音等层面完全不支持。团队锁定三大场景——部署模式（优先级最高）、生产模式、开发模式，选择市场体量最大的部署模式作为突破口。随后算子团队、海思、MindSpore与昇腾部门联合成立攻关团队进行联合优化。

48. 华为最早落地的AI场景之一是基站验收。非洲一个站点检查需要从欧洲派人，单次成本高达1000欧元。引入AI后，工人装完拍照回传，系统自动完成合规检查，当场闭环

49. 华为AI内部落地典型——排班调度与发票处理：华为每年需人工审核约500万张发票，罗沐辰团队引入OCR识别技术，在孟晚舟推动下实现自动化报销；基站验收引入AI后，非洲地区单次上站检查成本从1000欧元大幅降低。

50. 2018年10月10日华为全联接大会正式发布“全栈全场景”AI战略，涵盖昇腾310和910芯片、CANN、MindSpore框架、ModelArts等全套技术栈。当被问“昇腾相比GPU有哪些优势”时，徐直军的回答：“优势都是做出来的，不是生来就有的。”

51. 2025年8月5日昇腾计算产业发展峰会上，徐直军宣布CANN全面开源开放。他脱掉西装足足演讲一个多小时，对专家们半开玩笑说：“你们怎么写，我就怎么读，但我当着产业界的面说出来之后，你们要给我在一定期限内落地，搞不定就自己‘提头来见’。”

05 系统之战

52. 制裁之后，华为改变了赛跑方式。雷景宸（编注：华为图灵业务部负责人）明确提出：“我们要用系统，而不是单颗芯片去打。”张迪煊解释策略：“如果卖单个GPU卡，会直面工艺不足的劣势。我们将通过‘以面积换算力，以工程补工艺’的方式，从系统的角度补齐短板。”

53. 华为算力密度的具体数据：鹏城部署1000P算力AI设备，华为只用64个柜子——这64个柜子等效于50万台PC机。

54. GPU服务器百日会战：蒲砺锋（编注：华为GPU资源池化项目负责人）团队主动设定100天内完成服务器研发的极限目标（华为常规周期为10个月），明确三大方向：异构计算、资源池化、可编排。

55. 华为最初计划依托英伟达解决算力问题，但推进时处处碰到“裸算力”制约——卖一张卡就是一张卡，价格昂贵。华为转而用“可用资源池、可编排的算力”，统筹调度GPU、FPGA、视频编码等算力资源，以少量溢 价支持更多用户需求。

56. 2018年华为想基于英伟达GPU做二次开发和虚拟化，英伟达法务正式回函明确拒绝，连函数名都不让共用。核心原因是因为华为方案能让原本需采购100张卡的需求降至50张。在英伟达CUDA团队看来：“既然已经买了我的卡，为什么还老问我里面咋做的？”

57. 2019年华为成立AKKD领导小组——A为昇腾（Ascend），双K分别为鲲鹏（Kunpeng）和麒麟（Kirin），D为笛卡尔（华为自研GPU）。徐直军直接担任组长，何庭波担任副组长。AKKD被视为中国未来算力底座的主力。

58. 2020年起华为发起年度“计算会战”：1.0核心目标是拿下中国区Top20客户，推理芯片性能达英伟达T4的1.3倍以上。从2019年销售目标2000万美元到2022年定下10亿美元商业目标。

59. 昇腾910C于2025年上半年推出时，由于缺少客户实测验证，市场推进相对缓慢。随着各大客户在测试中体验到超节点的优异性能，从2025年第四季度开始，市场形势迎来大幅好转。计算产品线团队已超过15000人，2026年研发投入超过无线产品线。

60. 2025年9月18日华为全联接大会，徐直军发布昇腾950，并预告昇腾960和970——华为AI芯片恢复到一年一个版本的正常迭代节奏。

61. 周明远（编注：国际知名GPU和异构计算专家，2020年1月加入华为）做出两大架构创新决策：一是对技术架构进行分层解耦，构建统一API标准；二是基于稳定技术基线推进规模化落地，“搞定大规模部署后，架构就有一个锚点”。他指出华为商用产品迭代比英伟达快50%以上。

62. 华为研发投入在制裁后不降反升：2018年总投入1317亿元，占全年销售收入15.3%；2022年投入1615亿元，占全年销售收入25.1%。被制裁3年后不仅未倒下，研发强度反而大幅提升。