Ascend是华为技术有限公司开发的一系列人工智能（AI）加速处理器。这些芯片旨在处理机器学习和深度学习工作负载的高强度计算需求，尤其是在数据中心环境中。Ascend系列包括从边缘设备到高性能数据中心卡的各种产品，旨在提供一种可扩展且高效的市场替代方案，以应对其他AI加速器。
Ascend处理器基于华为专有的达芬奇架构构建，该架构针对矩阵乘法及其他神经网络推理和训练中的核心操作进行了优化。该架构集成了多个AI核心，每个核心都能以低功耗执行高吞吐量计算。这种设计使Ascend芯片能够支持广泛的AI模型，从小型嵌入式系统到生成式AI应用中使用的巨型大语言模型。
历史与发展
华为于2018年10月在上海举行的年度华为全联接大会上首次发布了Ascend系列。最初的公告推出了两条产品线：面向边缘计算的Ascend 310和面向数据中心训练的Ascend 910。Ascend 910被定位为一款高性能训练芯片，华为声称其可提供高达256 TFLOPS的半精度（FP16）计算能力，使其在当时与NVIDIA的产品具有竞争力。
此后，华为通过新一代产品扩展了Ascend系列。2022年，公司发布了Ascend 910B，这是一款增强版本，具有改进的内存带宽和互连能力。Ascend 910C随后于2024年推出，进一步提升了性能和效率。这些芯片被集成到华为的Atlas系列AI服务器和云服务中，主要面向企业和政府机构销售，尤其是在中国。
Ascend的开发与华为实现技术自给自足的整体战略密切相关，尤其是在公司于2019年面临美国制裁，限制其获取先进半导体制造和某些软件之后。因此，华为大力投资于国内芯片设计和制造合作伙伴关系，包括早期与TSMC合作生产，以及后来与中芯国际合作生产更近期的芯片，尽管具体的制造细节通常不公开披露。
架构与技术规格
Ascend处理器中使用的达芬奇架构围绕统一的内存层次结构和可扩展的核心设计。每个AI核心包含多个向量单元和一个矩阵引擎，能够高效执行卷积和矩阵乘法等操作。该架构支持混合精度计算，包括FP16、BF16和INT8，使开发者能够在精度和速度之间取得平衡。
对于Ascend 910系列，关键规格包括：
- 计算能力：原始910最高可达256 TFLOPS（FP16），910B和910C提供增量改进。
- 内存：高带宽内存（HBM），容量因型号而异，通常为32GB或更高。
- 互连：华为自有的CANN（神经网络计算架构）软件栈，以及用于多芯片通信的高速互连HCCS（华为缓存一致性系统）。
面向边缘推理设计的Ascend 310仅消耗8瓦功耗，可提供高达8 TFLOPS（FP16）的计算能力，适用于智能摄像头和工业机器人等设备。该边缘芯片支持设备端AI处理，降低了延迟和带宽需求。
软件生态系统
Ascend处理器依赖于CANN软件栈，其中包括针对达芬奇架构优化的编译器、运行时和库。CANN支持流行的深度学习框架，如TensorFlow、PyTorch和MindSpore（华为自有的框架）。开发者可以在这些框架中编写模型，然后使用CANN将其部署到Ascend硬件上，且代码更改极少。
华为还提供了MindSpore框架，该框架与Ascend紧密集成，并提供自动并行化和模型压缩等功能。MindSpore与Ascend的组合被宣传为全栈AI解决方案，涵盖从训练到推理，并应用于电信、金融和医疗等多个行业。
尽管有软件支持，但该生态系统不如NVIDIA及其CUDA平台等竞争对手成熟。这已成为在中国以外更广泛采用的一个障碍，因为许多AI研究人员和公司已围绕CUDA构建了工作流程。为缓解这一问题，华为致力于开发兼容层和工具以简化迁移过程，但该过程仍非易事。
应用与使用场景
Ascend处理器部署于各种应用中，主要用于数据中心中大语言模型及其他深度学习模型的训练和推理。在中国，Ascend芯片为多个主要AI项目提供支持，包括华为云开发的盘古模型系列，涵盖自然语言处理、计算机视觉和科学计算任务。
其他使用场景包括：
- 智慧城市：视频分析和人脸识别系统。
- 自动驾驶：车辆感知模型的推理，尽管这不如NVIDIA的产品突出。
- 科学研究：天气预报和药物发现等领域的模拟和数据处理。
- 边缘计算：工业物联网设备上的实时AI，如预测性维护和质量检测。
华为还与多所中国大学和研究机构合作，通过提供硬件赠款和培训项目来推广Ascend的采用。这有助于构建一个减少对外国芯片依赖的国内生态系统。
市场地位与竞争
AI加速器市场由NVIDIA主导，凭借其强大的GPU和成熟的软件栈占据多数份额。其他竞争对手包括AMD的Instinct系列、Intel的Gaudi加速器，以及Groq和SambaNova等专业初创公司。在中国，百度的昆仑和阿里云的含光等国内竞争对手也参与竞争。
Ascend的市场地位在中国最强，因为政府政策鼓励采用国内技术。美国制裁加速了这一趋势，因为中国企业寻求替代受出口限制的NVIDIA产品。因此，Ascend的需求有所增加，华为报告称其Ascend服务器收入在2023年和2024年显著增长。
然而，与NVIDIA最新产品相比，Ascend在性能和软件兼容性方面面临挑战。例如，Ascend 910C的性能估计与NVIDIA的A100相当，但不及更新的H100或H200。此外，软件生态系统不够广泛，可能限制开发者的生产力。
未来方向
华为继续投资于Ascend，计划推出更强大的芯片和更广泛的生态系统支持。公司还在探索先进封装和芯粒设计，以提高性能和良率。2024年，有报道称华为正在开发Ascend 930，其可能具有更高的计算密度和内存带宽，但官方规格尚未公布。
此外，还有推动将Ascend与量子计算研究整合的努力，尽管这仍处于早期阶段。华为还在扩展其云服务，在华为云上提供基于Ascend的实例，与Amazon Web Services和Google Cloud在AI基础设施领域竞争。
Ascend的长期成功将取决于华为克服制造限制和构建强大软件生态系统的能力。截至2025年，该芯片在中国市场仍是一个重要参与者，但其全球影响力受到地缘政治因素的限制。
结论
Ascend代表了华为打造一条能够与老牌厂商竞争的AI处理器产品线的雄心勃勃的尝试。凭借其达芬奇架构、不断增长的软件支持以及在中国的重要战略地位，它已在数据中心AI市场中占据一席之地。尽管在性能和生态系统成熟度方面面临障碍，但持续的发展和政府支持表明，它将在不断演变的AI硬件格局中继续扮演关键角色。