昇腾在中国 AI 加速器市场的份额已经反超英伟达。四年前英伟达约占 95%，现在滑到约 8%，昇腾升到约 50%；昇腾 2026 年出货目标约 160 万颗，接近前一年的 3 倍（来源：华为全联接大会公开披露与多家媒体统计，两处口径交叉核实一致）。
于是「要不要迁到昇腾」成了今年被问得最多的问题之一。我先给结论：用「单卡便宜多少」来回答这个问题，是错的。 真正决定答案的是三笔账，技术账（同规模替换要补多少张卡）、成本账（适配投入多久能回本）、生态账（有多少组件要重写）。我把这三笔账写成了一个可跑脚本 ascend_migration_ledger.py。下面出现的每个数字都是它在示例配置下的实测输出，参数全部可以替换成你自己集群的数。## 一、先分清：单卡便宜不等于单位算力便宜选型讨论里最常见的错误，是把「单卡报价」当成「单位算力成本」。这两件事之间隔着一个系数。昇腾走的是系统级互联路线，单卡性能与顶尖产品仍有差距，靠集群把差距补回来。所以在算账之前，必须先算出一个「等效单卡算力」：pythoneff_per_card = ascend_perf_ratio * interconnect_eff````ascend_perf_ratio` 是昇腾单卡相对现有卡的单卡等效算力比，`interconnect_eff` 是集群互联效率。示例配置里取 0.70 和 0.92，两者相乘得到 **0.644**。这个 0.644 就是全部差别的来源。它意味着：想用同样的有效算力，昇腾要买的卡数是：pythonneeded_cards = math.ceil(cluster_gpus / eff_per_card)1024 张卡的集群，代入后是 **1591 张**，是现有集群的 **1.554 倍**。**这一步没算完，后面所有成本比较都是无效的。**## 二、三笔账跑一遍：脚本的真实输出先跑自检，确认判据本身没问题：bashpython ascend_migration_ledger.py --selftest自检有 5 项：正控 2 项要求判据能取多值，负控 2 项要求缺参数与非法参数必须被挡住，边界 1 项要求单位成本打平时不许输出「已回本」。全绿之后再跑示例配置：bashpython ascend_migration_ledger.py --example --pretty输出如下（十进制约简到两位）：── 技术账 ────────────────────────────── 昇腾单卡等效算力 = 0.644（perf_ratio × interconnect_eff） 同规模替换需要 1591 张卡，是现有集群的 1.554 倍── 成本账 ────────────────────────────── 账面单价便宜 37.5%，折成有效算力只便宜 2.95% 单位有效算力成本：现在 240000.0 元 → 昇腾 232919.25 元 适配投入 279.0 人天 = 1171800 元 回本需要替换 165.5 个有效算力单位，按每月新增 64 张算约 2.6 个月── 生态账 ──────────────────────────────
需重写组件 186 项 × 1.5 人天 = 279.0 人天 ⇒ 依赖等级【高】── 决策 ──────────────────────────────── 暂不迁存量：先建影子集群验证，新采购小批量试点三行数字里有三个反直觉的地方，值得逐个说。其一，**账面便宜 37.5%，折成有效算力只便宜 2.95%。** 150000 除以 240000 是 0.625，看起来打了六二五折；但把 150000 再除掉 0.644 的等效系数，得到 232919.25，对着 240000 只降到 97.05%。**单卡便宜的三分之二，被等效算力差吃掉了。**其二，**回本口径要换，不能按月省多少钱算。** 一次性适配投入是 279 人天、1171800 元。用「每个有效算力单位便宜 7080.75 元」去除，得到需要替换 165.5 个单位才能把人工赚回来；按每月新增 64 张卡的节奏，约 2.6 个月。这个数看着很漂亮，但它只算了人力，没算停机风险和双重运维成本，所以它只是**下限**。其三，**生态账不能用「有多少个算子」估，要用「有多少个组件」。** 示例里 186 项是组件级计数（训练框架、推理引擎、量化工具链、监控、调度），乘 1.5 人天得到 279 人天，落到「高」这一档。如果只数算子数量，很容易得到几十人天的乐观估值，这也正是迁移项目最常见的低估来源。## 三、工程取舍：什么样的集群该现在迁把三笔账合起来，决策树只有四条分支（顺序很重要，后文会讲为什么）：pythondef decide(card_ratio, eco_level, unit_delta_pct): if unit_delta_pct >= 0: return “暂不迁：单位有效算力没有优势” if card_ratio > 1.30 and eco_level == “高”: return “暂不迁存量：先建影子集群验证，新采购小批量试点” if eco_level == “低”: return “可直接迁：新采购与存量替换可同步推进” return "分批迁移：新业务优先上，存量按季度评估"按示例配置落进第二条分支，结论是「暂不迁存量」。这个结论不是「别用昇腾」，而是**换一个动作**：存量集群不动，先建一个小规模影子集群把真实工作负载跑通，同时新采购的量按试点名单分批上昇腾。比如先把推理侧的灰度流量切过去，训练侧留在原地；等算子适配和监控打通，再谈存量替换。顺带说一个采购侧的细节：昇腾的单卡报价优势，在**新建集群**场景下更容易兑现，因为新建不涉及停机与人力的迁移成本；而在**存量替换**场景下，那 279 人天会直接吃掉单价差。这也解释了为什么同一家公司，对两个场景的答案可以完全不同。## 四、三个真踩过的坑坑一，**缺参数按 0 算，会算出结构完整但全错的结果。** 第一版取值函数写的是 `cfg.get(key, 0.0)`，配置里没给「单卡单价」时按 0 处理，于是单位成本恒为 0，看起来「零成本最优」，而六项输出结构完整、自检全绿。改成哨兵值区分「没给」和「给了 0」之后，负控才把它抓出来。**默认值绝不能冒充真值。** 坑二，**单位成本打平时会走出回本路径。** 如果恰好算到单位有效算力成本打平，`labor / gap` 的分母为 0，脚本会抛异常或者给出一个巨大的回本月数，而它看上去仍然是个「数」。修法不是加 try，而是显式判断：gap 不为正时，回本项直接判 `None`，并在结论里写「单位有效算力没有优势」。**算术成立不等于决策成立。**坑三，**决策树的分支顺序会改变结论。** 一开始我把「卡数比大于 1.3 且生态等级高」放在最前面，结果单位成本更贵的场景也有可能因为「生态等级低」被救成「可直接迁」。顺序改成先判「有没有成本优势」之后，边界用例才被正确判成不迁。## 五、另一个角度：份额反超不等于单卡反超这里必须写清一条边界：**份额反超是市场结构的变化，不是单卡性能的变化。**需要警惕的是，把「昇腾份额 50%」直接读成「昇腾已经赢了」。徐直军在公开场合的表述是，产能「国内都不够用」，也没有全面扩展国际市场的计划，所以份额领先并不等于供给充足。另一个不能忽视的点是生态惯性。CUDA 生态是十年积累的结果，改一个算子不难，改一百个要几个月的适配验证。上面那 279 人天，本质就是这笔生态账的量化形式。不过，反过来说也成立：如果互联效率继续提升，`eff_per_card` 从 0.644 往上走，那第二笔账的结论会翻转。示例里把单卡比提到 0.95、互联效率提到 1.0 之后，卡数比降到 1.053，决策就从「暂不迁存量」变成「分批迁移」。**这条曲线往哪走，比今天的份额数字更值得盯。**## 六、怎么复现这份账三步，全程不到一秒。bash# 1. 先跑自检，确认判据本身没问题（5 项正控/负控/边界）python ascend_migration_ledger.py --selftest# 2. 跑仓库内置的示例配置python ascend_migration_ledger.py --example --pretty# 3. 换成你自己的参数python ascend_migration_ledger.py --config my_cluster.json --pretty```自检里有一条值得单独说：缺参数时必须报 UNKNOWN，不许拿默认值顶替。 这一条是整份账的地基。如果一份账在参数不全时也愿意吐出一个漂亮的结论，那它给出的所有结论都不值得信。- 你们集群现在迁昇腾，卡在技术账、成本账还是生态账上？- 如果只能先切一部分负载，你会优先切推理还是训练？- 你觉得互联效率的提升，能不能在两年内把这笔账翻过来？欢迎在评论区说说你们的实际参数，我可以按这套脚本帮你把三笔账跑一遍。## 数据与事件来源- 昇腾国内份额约 50%、英伟达约 8%（四年前分别约 3% 与 95%），昇腾 2026 年出货目标约 160 万颗：华为全联接大会公开披露与多家媒体统计，两处口径交叉核实。- 昇腾 950DT 规格（144GB HBM、4TB/s 带宽）与年底或 2027 年初大规模交付：第三方分析报道，须标注来源，非官方口径。- 徐直军关于产能与互联路线的公开表述：全联接大会公开讲话与媒体报道。

• 技术账、成本账、生态账三组数字与决策结论：本机 ascend_migration_ledger.py 在示例配置下的实测输出，--selftest 5 项控制全部通过。- 示例配置参数（集群规模 1024 张、单价 240000 元与 150000 元、等效系数 0.70 与 0.92、186 项组件、1.5 人天、4200 元每人天、每月新增 64 张）：脚本内置示例值，用于演示判据，不代表任何厂商实际报价。