Huawei Ascend
PulseAugur coverage of Huawei Ascend — every cluster mentioning Huawei Ascend across labs, papers, and developer communities, ranked by signal.
- developed by Huawei 100%
- used by Cann 90%
- partners with University of Science and Technology of China 90%
- instance of Ascend 950 90%
- used by Meituan 90%
- developed by Cann 70%
- developed Ascend 950 70%
- used by Shenzhen 70%
- developed by Meituan 70%
- headquartered in Shenzhen 70%
- used by Moore Threads 70%
- used by University of Science and Technology of China 70%
- 2026-06-24 product_launch Huawei will announce new Ascend AI chip solutions at the 2026 World Artificial Intelligence Conference. 来源
10 天有情绪数据
-
华为Atlas 950 SuperPoD和首款AI代理手机将在中国AI峰会上亮相
华为将在即将于上海举行的世界人工智能大会（WAIC）上推出其Atlas 950 SuperPoD计算集群。该集群去年已首次披露，专为AI和机器学习任务设计，使用了8,192个Ascend神经处理单元。本次大会还将推出被誉为全球首款AI代理手机，以及多模态模型和新型芯片设计等其他AI进展。
-
美团开源 LongCat-2.0 模型；Solstice Advanced Materials 正在进行合并谈判
据报道，Solstice Advanced Materials 正在与 Element Solutions 进行合并谈判，潜在交易可能于本周结束。另外，美团已开源其 LongCat-2.0 模型，华为昇腾、摩尔线程、沐曦软件等国内芯片制造商已宣布兼容。新闻快讯还涉及了与此无关的话题，如对耐克的诉讼、A股交易新规以及苹果的内存芯片采购。
-
新的Causal ASCEND框架加速多组学数据发现
研究人员开发了Causal ASCEND，一种用于高维多组学数据因果发现的新颖框架。该方法利用生物系统的固有双层结构，比传统方法更有效地推断祖先关系。Causal ASCEND采用分而治之的策略，显著降低了计算复杂性，并在准确性和速度方面均优于现有的基因调控网络推断方法。
-
中国AI芯片市场面临价格飙升和深圳的草根繁荣
深圳华强北市场正经历着一种双重AI芯片局面：由于投机囤积导致国内价格飙升，以及由本土芯片制造商推动的草根AI革命。当全球注意力集中在高端GPU时，华为Ascend和地平线机器人等中国制造商正在生产价格实惠的边缘AI和监控技术，推动广泛应用。
-
美团开源 LongCat-2.0 LLM，支持国产芯片
美团已正式开源其 LongCat-2.0 大语言模型，发布了所有模型权重、推理引擎和技术文档。此次发布值得关注的是，包括华为昇腾、摩尔线程和沐曦在内的多家中国国产芯片制造商已完成了对该模型的兼容性适配。LongCat-2.0 的权重在 MIT 许可下可用，INT8 和 FP8 等版本也已发布在 Hugging Face 上。
-
京东推出AI商品中心，用于大规模电商知识管理 · 追踪到2个来源
京东推出了JD Oxygen AI Item Center (Oxygen AIIC)，这是一个工业级平台，旨在利用大型语言模型（LLMs）和视觉-语言模型（VLMs）来管理和理解商品。该系统通过实现动态本体工程、一个名为“语义搜索后判别”（S2D）的可扩展知识识别架构以及自演进AI模型来应对电商领域的挑战。Oxygen AIIC已处理了数十亿的商品知识资产，显著提高了搜索流量覆盖率，减少了商品信息质量问题，并增加了商品上架时的自动属性填充。
-
华为将在2026世界人工智能大会上发布新的Ascend AI芯片
华为将在2026世界人工智能大会（WAIC）上发布新的Ascend AI芯片解决方案。此举标志着其对Ascend系列AI硬件的持续关注。
-
Paradigm 的 Rise vGPU 荣获顶级 AI 基础设施认可
Paradigm 的 Rise vGPU 平台已被全球增长咨询公司 Frost & Sullivan 评为一级领先平台。这一 designation 突显了该平台在管理异构计算资源方面的先进能力，这是中国不断壮大的 AI 行业面临的关键挑战。报告强调了 Paradigm 在集群级系统协调方面的优势及其 ModelHub 平台，该平台在企业模型管理方面也排名第一。
-
九问共生开源，赋予AI智能体实体形态
开源九问社区发布了九问共生（Jiuwen Symbiosis），一个旨在为AI智能体配备物理能力的开源架构。该框架旨在弥合AI先进认知能力与其缺乏物理实体之间的差距，使智能体能够在现实世界中感知、规划和行动。九问共生强调透明的“态势感知循环”（Situation Awareness Loop），便于调试和协作，使智能体能够理解自然语言指令，执行复杂任务，并从反馈中学习，从而促进人机共生关系。
-
华为考虑在拉丁美洲部署Ascend AI芯片
华为正探索在其拉丁美洲的云和AI服务中部署其Ascend AI芯片。这一潜在扩张会将中国设计的硬件引入一个传统上由美国供应商服务的市场。Ascend 950系列芯片目前在中国仍处于早期部署阶段，阿里巴巴、字节跳动和DeepSeek等公司已在使用它们。
-
华为芯片训练1.6T参数DeepSeek模型，助力中国AI发展
一个包括华为和深圳多所高校在内的研究团队声称，已成功完成了DeepSeek的1.6万亿参数V4-Pro模型的全参数后训练。该训练使用了至少1000颗华为Ascend 910C AI芯片组成的集群。这一进展被视为中国AI自主化道路上的重要一步，尤其是在克服使用国内硬件训练复杂模型方面的挑战，尽管目前尚无具体的性能基准。
-
Kubernetes 算子实现 LLM 服务的缩减至零
新的 Kubernetes 算子正在涌现，以解决运行大型语言模型的成本问题，特别是闲置 GPU 烧钱的问题。Hearth 是一个处于 alpha 阶段的算子，允许用户声明式地服务开源 LLM，并在不使用时将其缩减至零，在冷启动期间缓冲请求。另一种方法是构建一个使用 NVML 的 KEDA 外部扩展器，以实现基于实际 GPU 利用率的自动扩展，从而减少对 Prometheus 等完整指标堆栈的需求。
-
YouZhi-LLM通过自适应KV缓存压缩提升金融AI并发能力
研究人员开发了YouZhi-LLM，这是一种专为高并发金融应用设计的新型大型语言模型。该模型利用一种新颖的自适应GQA到MLA转换框架来最大化KV缓存压缩，显著降低了内存开销和基础设施成本。YouZhi-LLM与华为Ascend生态系统和专用训练流水线集成，与基础模型相比，在金融基准测试得分上有所提高，部署并发性也大幅提升。
-
DeepSeek V2发布大幅削减AI成本，挑战西方主导地位
总部位于北京的人工智能公司DeepSeek发布了其DeepSeek-V2模型，价格大幅降低，引发市场震动。此举旨在普及先进的人工智能能力，特别是为中国开发者提供支持，并挑战西方人工智能巨头的昂贵模式。其可负担性被视为中国技术自给自足战略的关键组成部分，与华为Ascend芯片等国内硬件发展相结合，以创建完整的AI生态系统。
-
中国的鲲鹏和昇腾平台提升了开发者体验
中国的计算平台鲲鹏和昇腾正从基本可用性过渡到更友好的开发者生态系统。这一转变解决了过去开发者花费大量时间进行环境配置和硬件适配的挑战，阻碍了效率。现在，随着工具的改进、更广泛的算子覆盖以及社区支持，开发者可以将更多精力集中在算法创新上，减少工程上的摩擦，从而加快模型开发和部署。
-
DeepSeek V4发布标志着中国芯片-模型协同进入AI领域
DeepSeek V4模型的发布凸显了中国国内算力生态的重大转变，从被动适应模型转向主动的“芯片-模型协同”。这种协同，以V4模型在华为昇腾硬件上的优化为代表，标志着一个日益成熟的生态系统，开发者越来越依赖并贡献于国内平台。昇腾生态系统，特别是其CANN框架，已迅速从早期阶段发展成为一个更强大、更易于使用的环境，为关键应用提供了更高的性能和更大的信任度。
-
青橙智集推出面向中国AI产业的全栈Token解决方案
中国AI基础设施公司青橙智集推出了一套全面的Token解决方案，旨在解决行业关键痛点。其产品包括赤兔推理引擎，旨在优化国内AI硬件和模型的性能并降低成本；AI评测平台，为30多家主流Token服务商提供客观评估和智能路由；以及八卦炉智能软件栈，支持模型训练和微调的高效Token生产和调度，从而完成了其全流程AI基础设施生态系统。
-
TracePilot简化了分布式AI训练系统的调试
调试分布式训练系统，尤其是在Ascend硬件上确保AllReduce操作的确定性行为，带来了巨大的挑战。开发人员经常面临复杂的环境变量和手动变通方法，导致生产力损失数小时。TracePilot通过提供对分布式系统执行的可视性来提供解决方案，使用户能够重放失败的运行、检查操作并更有效地查明AllReduce确定性问题。
-
中国AI创造AI：ForgeTrain框架训练MiniCPM5-1B模型
中国AI公司MiniMax开发了ForgeTrain，一个完全由AI生成的全新预训练框架，并成功训练了一个名为MiniCPM5-1B的新型小型模型。该框架据称在训练速度上比NVIDIA的Megatron快10%，并提供了一种名为Forge Engineering的新软件范式，强调为特定模型和硬件定制代码生成。拥有10亿参数的MiniCPM5-1B模型，在其尺寸下展现出高智能密度，并专为边缘设备的有效部署而设计，展示了向更小、更强大AI…
-
深圳目标2030年AI算力达150EFLOPS
深圳发布了其“十五五”规划，概述了到2030年的人工智能发展的宏伟目标。该规划强调加强国内AI芯片产业，特别是专注于优化和适配华为Ascend等训练芯片。它还旨在建立一个强大、多层次的智能计算基础设施，以支持领先的中国大语言模型的开发和部署。