要理解中国移动这张订单的分量，先得明白英伟达CUDA曾经意味着什么。

CUDA不只是一套编程工具，你可以理解为它是AI世界的「普通话」。过去十几年，全球几乎所有科技公司训练AI模型，写的代码底层走的都是CUDA，你用的每一行PyTorch代码、你跑的每一个TensorFlow模型，底层都系在英伟达的这套生态上。这套生态护城河，比任何硬件专利都更难逾越。

2023年英伟达数据中心业务的毛利率超过70%，市值突破万亿美元，靠的不只是GPU的物理性能，而是CUDA生态的收税权：每一家AI公司，每训练一个模型，都要向英伟达交过路费。

可以说，天下苦CUDA久矣。

这么看的话，中国移动这次这个采购决定有点「揭竿而起」的味道了。

中国移动这次采购6208张AI加速卡，折合776套超节点设备，采购金额超过20亿元，在技术规格中明确指定采用华为CANN（神经网络异构计算架构）生态方案。中标的五家企业——河南昆仑、长江计算、华鲲振宇、宝德计算机、华启智慧全部基于华为昇腾系列芯片构建。

据了解，在2025年的AI推理服务器集采中，CANN生态设备的金额占比已经达到70%。这次超节点采购，是在这个基础上更进一层，从推理走向训练，从单点走向全流程覆盖。量变正在引发质变。

一次国产AI加速卡的采购，撼动不了CUDA的生态地位。但是，当我们同时具备以下三点之后，局面可能就不一样了。

首先是芯片可用。在高端GPU对华出口持续受限的背景下，华为昇腾系列芯片是国内市场唯一能提供规模化AI算力的成熟选项之一。尤其是昇腾910系列和最新的950PR产品，已经在多个头部大模型训练任务中完成了验证。能用这道坎，国产芯片算是跨过去了。

其次是软件就绪。 2024年8月，华为宣布CANN全面开源开放；2025年，PyTorch、TensorFlow等主流框架已完成与昇腾的深度适配，MindSpore作为华为自研框架也在快速迭代。这意味着在软件层面，CANN生态已经基本解决了有没有人用的问题，用的人多了，工具链自然成熟，踩坑的人少了，开发者信心自然就会建立起来。

最后一点是需求。中国移动的九天大模型矩阵已布局超过50款行业模型，AI化产品的客户规模接近2亿户。对于这样一个体量的玩家来说，自主可控已经是大势所趋。三个条件，现在，它们凑齐了。国产算力爆发的节点真的要来了！

节点来临

中国移动的这张订单里最显眼的事实就一个，一张英伟达的卡都没有。

这并非中国移动刻意排斥英伟达，而是地缘政治大逻辑下的必然结果。但结果就是结果，在中国最大运营商的AI基础设施版图中，CUDA的渗透率，在可预见的未来，将从无处不在慢慢减少。

中国移动这6208张卡，会在2026年到2027年间陆续上线部署。776套超节点构成的智算集群，将成为中国运营商体系内规模最大的AI训练基础设施之一。

这只是开始。运营商的采购具有极强的示范效应，当中国最大的移动通信运营商完成了AI基础设施的国产化底座建设，其他行业、其他客户跟进的速度会大幅加快。像一条我们高速公路，一旦第一个服务区建好了，整条线路的商业生态就会跟着跑起来。

当然，差距我们也得正视。目前CANN生态面临的挑战依然真实存在，例如，在开发者社区的厚度与CUDA相比仍有差距，工具链的成熟度还需要更多场景验证，极限性能与英伟达最新GPU的差距也不是一年两年能追平的。但这些是快慢的问题，而不是有无的问题。

再者说，算力版图的重划，从来不是某一天突然发生的。它是一次次招标、一张张订单、一行行代码的累积，最终在某个节点汇成一次可以被清晰感知的变化。

要理解中国移动这张订单的分量，先得明白英伟达CUDA曾经意味着什么。

CUDA不只是一套编程工具，你可以理解为它是AI世界的「普通话」。过去十几年，全球几乎所有科技公司训练AI模型，写的代码底层走的都是CUDA，你用的每一行PyTorch代码、你跑的每一个TensorFlow模型，底层都系在英伟达的这套生态上。这套生态护城河，比任何硬件专利都更难逾越。

2023年英伟达数据中心业务的毛利率超过70%，市值突破万亿美元，靠的不只是GPU的物理性能，而是CUDA生态的收税权：每一家AI公司，每训练一个模型，都要向英伟达交过路费。

可以说，天下苦CUDA久矣。

这么看的话，中国移动这次这个采购决定有点「揭竿而起」的味道了。

中国移动这次采购6208张AI加速卡，折合776套超节点设备，采购金额超过20亿元，在技术规格中明确指定采用华为CANN（神经网络异构计算架构）生态方案。中标的五家企业——河南昆仑、长江计算、华鲲振宇、宝德计算机、华启智慧全部基于华为昇腾系列芯片构建。

据了解，在2025年的AI推理服务器集采中，CANN生态设备的金额占比已经达到70%。这次超节点采购，是在这个基础上更进一层，从推理走向训练，从单点走向全流程覆盖。量变正在引发质变。

一次国产AI加速卡的采购，撼动不了CUDA的生态地位。但是，当我们同时具备以下三点之后，局面可能就不一样了。

首先是芯片可用。在高端GPU对华出口持续受限的背景下，华为昇腾系列芯片是国内市场唯一能提供规模化AI算力的成熟选项之一。尤其是昇腾910系列和最新的950PR产品，已经在多个头部大模型训练任务中完成了验证。能用这道坎，国产芯片算是跨过去了。

其次是软件就绪。 2024年8月，华为宣布CANN全面开源开放；2025年，PyTorch、TensorFlow等主流框架已完成与昇腾的深度适配，MindSpore作为华为自研框架也在快速迭代。这意味着在软件层面，CANN生态已经基本解决了有没有人用的问题，用的人多了，工具链自然成熟，踩坑的人少了，开发者信心自然就会建立起来。

最后一点是需求。中国移动的九天大模型矩阵已布局超过50款行业模型，AI化产品的客户规模接近2亿户。对于这样一个体量的玩家来说，自主可控已经是大势所趋。三个条件，现在，它们凑齐了。国产算力爆发的节点真的要来了！

节点来临

中国移动的这张订单里最显眼的事实就一个，一张英伟达的卡都没有。

这并非中国移动刻意排斥英伟达，而是地缘政治大逻辑下的必然结果。但结果就是结果，在中国最大运营商的AI基础设施版图中，CUDA的渗透率，在可预见的未来，将从无处不在慢慢减少。

中国移动这6208张卡，会在2026年到2027年间陆续上线部署。776套超节点构成的智算集群，将成为中国运营商体系内规模最大的AI训练基础设施之一。

这只是开始。运营商的采购具有极强的示范效应，当中国最大的移动通信运营商完成了AI基础设施的国产化底座建设，其他行业、其他客户跟进的速度会大幅加快。像一条我们高速公路，一旦第一个服务区建好了，整条线路的商业生态就会跟着跑起来。

当然，差距我们也得正视。目前CANN生态面临的挑战依然真实存在，例如，在开发者社区的厚度与CUDA相比仍有差距，工具链的成熟度还需要更多场景验证，极限性能与英伟达最新GPU的差距也不是一年两年能追平的。但这些是快慢的问题，而不是有无的问题。

再者说，算力版图的重划，从来不是某一天突然发生的。它是一次次招标、一张张订单、一行行代码的累积，最终在某个节点汇成一次可以被清晰感知的变化。