信创合规下的AI算力选型：昇腾/寒武纪认证体系与采购实战指南
系统讲解信创（国产化替代）场景下AI算力的合规要求与选型决策：信创目录认证流程、央企/政务云GPU采购规范、昇腾和寒武纪的信创认证状态、等保2.0对AI基础设施的要求、信创算力方案的性价比评估，以及如何向上级机构提交信创合规报告。
“信创”（信息技术应用创新）不只是采购建议，对于央企、金融机构、政务机关而言是硬性合规要求。2025年，AI 算力也被纳入信创管控范围，运维工程师需要了解哪些 GPU 符合合规要求、采购流程如何走、以及如何向审计机构说明选型决策。
信创 AI 算力政策背景
核心政策文件（2022-2025）：
2022年：中央企业数字化转型指导意见
- 明确要求央企核心系统"三年完成信创替换"
2023年：金融行业信创推进方案
- 银行、保险、证券：AI 推理系统优先使用国产 GPU
2024年：生成式 AI 算力采购指引（工信部）
- 政府采购 AI 算力：国产 GPU 占比不低于 60%
2025年：AI 算力信创认证目录（第一批）
- 明确哪些芯片和整机通过认证可采购
合规压力主要来自：
国有企业（央企/地方国企） ← 政治任务
金融行业（银行/保险） ← 监管要求
政务/政府机关 ← 采购规定
教育/医疗（部分） ← 行业指引一、信创 GPU 认证体系
信创目录认证
国产 GPU 进入信创采购目录的路径：
认证机构：
- 中国电子信息产业发展研究院（CCID）
- 信息技术应用创新工作委员会（信创工委会）
- 各省级信创办公室
认证要求：
1. 核心技术自主可控（芯片设计在境内）
2. 生产供应链可控
3. 通过功能测试和性能测试
4. 提供完整的软件栈和文档
2025年已通过信创认证的 GPU：
✅ 华为昇腾 910B/910C 全场景认证
✅ 寒武纪 MLU370 AI 推理认证
✅ 摩尔线程 MTT S80 部分场景认证
⚠️ 海光 DCU Z100L 技术自主程度存争议（基于 AMD 架构）
❌ NVIDIA A100/H100 境外芯片，不符合信创要求整机认证
# GPU 本身需要信创认证，但整机（服务器）也需要认证
# 常见的信创整机提供商：
主流信创服务器厂商（已通过认证）：
华为（X 系列服务器，搭载昇腾）
中科曙光（配昇腾/寒武纪）
浪潮（NF 系列，配国产 GPU）
长城（擎天系列）
宝德（PR 系列）
采购建议：
整机 + GPU 同一厂商采购，认证文件更完整
单独采购 GPU 安装在第三方服务器，需要提供两套认证文件二、等保 2.0 对 AI 基础设施的要求
等保 2.0（网络安全等级保护 2.0）核心要求：
三级系统（AI 推理平台通常需要达到三级）：
安全通信网络：
- GPU 集群网络需要划分安全域
- HCCS/HACO 等卡间互联需在隔离网段
- 禁止 GPU 直接访问互联网
安全区域边界：
- GPU 节点需要防火墙隔离
- 访问控制需要基于最小权限原则
- 日志审计：所有 GPU 访问需要留存 180 天日志
安全计算环境：
- GPU 驱动需要有漏洞管理机制
- 镜像需要定期安全扫描（含 GPU 驱动镜像）
- 特权容器（昇腾需要）需要额外审批和记录
安全管理中心：
- GPU 资源使用需要集中审计
- 异常访问（非工作时间高负载）需要告警# 等保合规的 Kubernetes 配置要点
# 1. 强制 Pod 安全策略（昇腾特权容器的合规处理）
apiVersion: policy/v1beta1
kind: PodSecurityPolicy
metadata:
name: ascend-privileged
annotations:
seccomp.security.alpha.kubernetes.io/allowedProfiles: 'docker/default'
spec:
privileged: true # 昇腾需要特权
allowedCapabilities:
- SYS_ADMIN
# 限制只有特定 namespace 可以使用特权模式
hostNetwork: false # 禁止宿主机网络（除必要情况）
hostPID: false
# 2. 网络策略（限制 GPU Pod 的网络访问）
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: gpu-pods-isolation
namespace: ai-inference
spec:
podSelector:
matchLabels:
has-gpu: "true"
policyTypes:
- Ingress
- Egress
ingress:
- from:
- namespaceSelector:
matchLabels:
role: api-gateway # 只允许 API 网关访问
egress:
- to:
- namespaceSelector:
matchLabels:
role: storage # 只允许访问存储
- ports:
- port: 53 # DNS
protocol: UDP三、信创采购流程
典型信创 GPU 采购流程（央企）：
阶段1：立项与方案论证
材料：
① 业务需求说明（为什么需要 AI 算力）
② 信创替换必要性分析（不能继续用 NVIDIA 的原因）
③ 国产 GPU 技术可行性评估（PoC 报告）
④ 成本估算（含软件适配费用）
阶段2：信创合规确认
材料：
① 目标 GPU 产品的信创认证证书
② 整机服务器的信创认证证书
③ 操作系统信创认证（麒麟、统信等）
④ AI 框架认证情况（如有）
阶段3：招标与采购
注意点：
① 招标文件中明确要求"国产 AI 芯片"
② 技术规格不能写死特定品牌（除非有唯一性说明）
③ 性能指标可参考昇腾规格，但不能写"CUDA 兼容"
④ 需要原厂技术支持承诺（SLA）
阶段4：验收与审计
材料：
① 信创合规验收报告
② 性能测试报告（对比立项时的需求）
③ 安全评估报告（等保合规）
④ 供应链证明文件（核心部件来源）四、昇腾 vs 寒武纪信创选型对比
维度 华为昇腾 910B/910C 寒武纪 MLU370
------------------------------------------------------------------
信创认证覆盖度 全场景 主要是 AI 推理
性能水平（LLM 训练） ⭐⭐⭐⭐⭐ ⭐⭐⭐
性能水平（LLM 推理） ⭐⭐⭐⭐ ⭐⭐⭐⭐
软件生态（框架支持） ⭐⭐⭐⭐ ⭐⭐⭐
运维工具链 ⭐⭐⭐⭐ ⭐⭐⭐
市场供货稳定性 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
原厂技术支持 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
价格（相对） 高 中
整机集成商选择 多（曙光/浪潮/华为） 中（曙光/联想）
选型建议：
大规模 AI 训练 → 昇腾（算力更强，生态更完整）
纯推理场景+成本敏感 → 寒武纪（性价比更高）
需要华为整体解决方案 → 昇腾（与 OceanStor/FusionCloud 整合）五、向审计机构说明信创合规的材料模板
信创合规说明报告框架：
1. 概述
1.1 项目背景
1.2 信创要求依据（引用具体政策文件）
1.3 本次采购的信创产品清单
2. 产品信创认证说明
产品名称：华为昇腾 910B NPU
认证机构：工业和信息化部电子第五研究所
认证编号：XXXXXXXXXXX
认证有效期：XXXX年XX月 - XXXX年XX月
认证范围：AI 训练、AI 推理、云计算加速
3. 核心技术自主可控说明
芯片设计：华为海思自主研发
芯片制造：[说明代工情况]
软件栈：华为自研 CANN 框架，不依赖境外闭源软件
4. 供应链安全说明
整机服务器：[厂商]，国内生产
内存/存储：[国产厂商]
网络设备：[国产厂商]
5. 技术可行性验证
PoC 结果：[性能数据]
替代效果：[对比之前使用 NVIDIA GPU 的功能完整度]
6. 后续支持计划
原厂支持：华为提供 X 年硬件质保 + Y 年软件支持
本地服务：[集成商] 提供 7×24 技术支持六、实际操作建议
# 信创环境的运维标准化建议
# 1. 镜像仓库：必须使用境内仓库（禁止访问 Docker Hub）
# 配置私有仓库（Harbor）
cat > /etc/containerd/config.toml << 'EOF'
[plugins."io.containerd.grpc.v1.cri".registry]
[plugins."io.containerd.grpc.v1.cri".registry.mirrors]
[plugins."io.containerd.grpc.v1.cri".registry.mirrors."docker.io"]
endpoint = ["https://harbor.company-internal.com"]
[plugins."io.containerd.grpc.v1.cri".registry.mirrors."quay.io"]
endpoint = ["https://harbor.company-internal.com"]
EOF
# 2. 离线部署（信创环境通常与互联网隔离）
# 提前下载所有镜像、安装包
docker save ascendai/cann:8.0.RC3 | gzip > cann-8.0.RC3.tar.gz
# 传输到内网环境
docker load < cann-8.0.RC3.tar.gz
# 3. 审计日志（等保 2.0 要求）
# Kubernetes 审计日志配置
cat > /etc/kubernetes/audit-policy.yaml << 'EOF'
apiVersion: audit.k8s.io/v1
kind: Policy
rules:
# 记录所有 GPU Pod 的创建/删除
- level: RequestResponse
resources:
- group: ""
resources: ["pods"]
namespaces: ["ai-inference", "ai-training"]
# 记录资源配额变更
- level: Metadata
resources:
- group: ""
resources: ["resourcequotas"]
EOF
# 4. 国密算法（信创 TLS 要求）
# 部分信创场景要求使用 SM2/SM3/SM4 替代 RSA/SHA256/AES
# Nginx 国密配置（需要 Tongsuo 或 BabaSSL）
# ssl_protocols TLSv1.2 TLSv1.3;
# ssl_ciphers ECC-SM4-CBC-SM3:ECC-SM4-GCM-SM3:...;小结
信创 AI 算力合规的核心是证明自主可控：芯片自主设计（昇腾 > 寒武纪 > 海光 DCU）、软件栈自主开发、供应链可追溯。对运维工程师而言，最重要的是：提前了解目标产品的信创认证状态（未认证的产品审批极难通过）；在架构设计时满足等保 2.0 三级要求（网络隔离、最小权限、审计日志）；以及建立离线部署能力（信创环境通常与公网隔离，所有镜像和安装包必须提前在内网准备好）。