2026年4月，一家股份制银行在深圳完成了一轮昇腾910D信用卡风控旁路压测。
单看结果，数字不差：P99延迟做到1.2毫秒，比此前英伟达T4方案低0.3毫秒。放在AI推理场景里，这已经够写进汇报材料。
但压测报告翻到后半段，项目排期没有往前走。原本计划三季度投产，后来改到四季度。
银行IT团队真正卡住的，不是单次推理速度，而是几件更贴近生产的问题：节点坏了能不能马上摘掉，模型迁过去会不会变形，旧监控能不能读懂新芯片的状态。
一块NPU宕机，请求堵了30秒
银行系统怕故障扩散。即使只是信用卡风控旁路，也不能让一个计算节点异常，把上游交易请求拖住。
这次测试里，一块NPU因为内存错误宕机后，推理链路出现请求堆积，持续超过30秒。直到负载均衡器超时，这个节点才被踢掉。
同等规模的英伟达集群里，节点异常到自动隔离通常只要5秒。
差距出在故障检测上。电子工程专辑援引《华尔街日报》报道称，昇腾910D仍处于开发初期，华为已接洽多家国内科技企业共同推进测试。落到这家银行的环境里，昇腾软件栈的故障检测更多依赖上层应用主动轮询，原有健康检查脚本不能直接复用。
运维团队只能重写脚本，并给每个推理任务补独立熔断器。这类工作不显眼，但在银行系统里很关键。隔离慢几秒，影响就可能从一台机器传到一段链路。
模型能跑，验收没那么快
这家银行原先在英伟达GPU上跑多类风控模型，包括XGBoost和深度网络。迁到昇腾910D后，PyTorch适配层基本可用，但几个关键场景的模型精度下降了0.1%到0.3%。
放在信用卡反欺诈里，这不是可以随手抹平的小数。0.1%的误杀，可能对应每天多出几百笔无效拒绝，手续费收入和客户体验都会被牵连。
加载时间也变了。
一个中等规模BERT模型，在英伟达GPU上重新加载约两分钟；迁到昇腾910D后，因为CANN的内存管理差异，首次加载超过一刻钟。后续优化后降到五分钟，但遇到节点重启，冷启动时间仍然偏长。
银行生产变更通常压在深夜两小时窗口内。模型加载从两分钟变成五分钟，单独看不算夸张；放进容灾演练、回滚、复核流程里，就会挤占本来已经很紧的操作时间。
监控系统没有第一时间响
金融IT的监控栈相对固定，Prometheus、ELK、SNMP都是常见配置。问题在于，昇腾910D暴露指标的方式和英伟达不同。
温度、功耗、显存带宽等信息通过厂商私有API输出。要接进现有Prometheus Exporter，需要额外开发插件。
测试期间，NPU利用率已经上升，原有告警规则却没有触发。原因很直接：昇腾的细粒度指标，比如AI Core占用率，没有映射到系统已有告警模板。
运维团队花了两周，把关键指标分批接入。即便如此，告警延迟仍比英伟达集群高出几秒。还有一次内存泄漏，底层指标已经异常20分钟，但直到应用层报错才被发现。
在互联网业务里，这类问题还能靠灰度和快速迭代慢慢消化。银行不太一样。监控没有及时响，值班人员就少了一道提前处置的机会。
参数好看，离生产还差工程账
从公开资料看，昇腾910D的硬件参数并不弱。知乎专栏资料称，昇腾910D采用芯粒（Chiplet）技术，FP16算力达800 TFLOPS。
21世纪经济报道提到，昇腾CloudMatrix 384由384个昇腾NPU、192个鲲鹏CPU联接而成，Pangu Ultra的后训练基于这一超级计算单元。
外部环境也在推高国产算力的优先级。九方智投信息显示，2025年5月13日，美国商务部宣布撤销拜登政府2025年初发布的《人工智能扩散规则》，并计划制定替代规则；BIS同时发布三份指导文件，加强对海外AI芯片出口管控。
这些变化会让银行更愿意评估国产算力。但从采购意愿到生产可用，中间还有一段工程距离。
经济观察报《华为算力“开链”》提到，2026年4月15日，英伟达CEO黄仁勋接受美国科技播客主持人帕特尔专访时谈到中国AI。他说，如果像DeepSeek这样的成果先在华为平台出现，对美国会是“非常糟糕的结果”。
这至少说明，华为算力平台已经被国际竞争者认真看待。
不过，银行机房里要解决的问题更细：CUDA换成CANN后，已有模型怎么验收；监控字段怎么对齐；节点异常时谁先发现；凌晨重启后能不能自动恢复；一笔交易会不会被拖住。
投产后移，不是因为跑分不够
这家银行把昇腾910D投产计划从三季度推迟到四季度，主要原因是故障隔离、任务迁移、监控接入还没有完全补齐。接下来要做的工作包括补故障隔离插件、优化模型迁移脚本、完成全量监控接入。
这些事不涉及硬件改动，却都贴着银行核心系统的红线。每新增一个插件，都要经过测试、变更、审计；每改一条告警规则，都要确认不会误报，也不会漏报。
所以，昇腾910D进银行旁路后，最值得看的不是1.2毫秒这个延迟数字。至少在这次测试里，推理性能已经过了第一关。更难的是压测之后：故障能不能被隔离，模型能不能稳定迁移，监控能不能在应用报错之前发现异常。
不少金融机构正在重新评估国产替代节奏，路径更偏谨慎：旁路先行，核心再跟进。对银行来说，算力替换最终不是换掉一张卡，而是深夜两点节点自动重启时，不影响任何一笔交易。
（文中测试数据来源于该银行内部技术复盘；芯片参数及产业信息参考知乎专栏、电子工程专辑、九方智投、经济观察报、21世纪经济报道等公开资料。）
