一台“逻辑计算机”的诞生

2026年9月17日，上海。华为全联接大会的舞台上，轮值董事长汪涛正式发布了全球首个采用NPO（近封装光学）技术的超节点——昇腾960超节点。消息传出当天，全球AI算力圈的目光几乎同时投向了同一个问题：当单颗芯片的性能差距短期内难以完全弥合时，华为用“超节点”这条路线，到底能走多远？以及，这条路能否真正支撑起十万亿参数大模型的训练与推理？

过去两年多来，围绕“华为发布昇腾960超节点”的讨论从未停止。从2025年首次公布昇腾芯片演进路标，到2026年产品提前就绪，华为在算力基础设施上的推进节奏超出了不少人的预期。昇腾960超节点的发布，不仅是一次产品迭代，更是一次关于算力组织方式的底层重构——它试图回答的是：在芯片制程受限的约束条件下，如何通过系统架构创新，把“卡”的算力拧成“台”的算力。

这篇文章不打算停留在参数罗列上。我更想和读者一起，从超节点的设计哲学出发，拆解昇腾960超节点背后的技术选择、产业逻辑，以及它对中国AI基础设施走向可能产生的真实影响。无论你是关注算力基础设施的技术决策者，还是正在评估大模型训练成本的一线工程师，这篇文章都希望能提供一些不一样的视角。

一、为什么是超节点——算力瓶颈的真实面貌

理解昇腾960超节点的价值，需要先回到一个被反复提及但常常被误解的事实：大模型训练的瓶颈，早已不是单卡算力不够，而是“卡与卡之间的墙”太厚。

传统AI集群由多台8卡服务器通过以太网或InfiniBand组网而成。在训练万亿参数模型时，集群内芯片之间的通信开销可以吃掉超过40%的训练时间。这意味着，一块标称算力1000 TFLOPS的芯片，在真实训练场景中的有效算力可能连一半都发挥不出来。华为马尔科夫实验室的仿真数据给出了更直观的对比：由4K卡规模超节点组成的10万卡集群，相比由传统8卡服务器组成的同等规模集群，模型浮点算力利用率（MFU）提升了2.75倍。MFU是衡量AI集群“有效算力”的核心指标，它衡量的是芯片在训练过程中真正用于计算的时间占比。每提升一个百分点，都意味着模型迭代周期的实质性缩短。

超节点的设计思路，是打破物理服务器的边界。多个计算节点通过高速互联协议紧密连接，共享统一的内存地址空间，逻辑上表现为一台计算机。这种架构使得数据不再需要跨服务器反复搬运，计算单元之间的通信延迟从微秒级压缩到接近芯片内互连的量级。

华为并非超节点概念的首创者。英伟达的GB200 NVL72将72颗GPU通过NVLink接入同一个高带宽域，已经验证了这条路线在工程上的可行性。但昇腾960超节点的意义在于，它把超节点的规模从“十卡级”“百卡级”直接推向了“千卡级”乃至“万卡级”，并且在这个量级上实现了内存的统一编址。4096张昇腾卡共享同一个逻辑内存空间，这是工程上的一道分水岭。

二、昇腾960超节点的架构解剖

2.1 NPO光引擎：把光互联“封装”进芯片旁边

昇腾960超节点最受关注的技术标签，是全球首个采用NPO光引擎的超节点。NPO的全称是Near-Packaged Optics，中文译为“近封装光学”。华为将这项技术产品化后命名为Hi-ONE。

传统的光模块方案中，电信号从芯片出发，经过PCB走线到达面板上的可插拔光模块，再转换为光信号。这条路径上的电损耗和信号完整性挑战，在速率超过800G之后变得非常突出。NPO的做法是将光引擎尽可能靠近计算芯片放置，大幅缩短电信号路径，同时保留光互联在带宽和距离上的优势。

Hi-ONE的性能指标相当激进：单引擎传输容量达到7.2T，是行业目前最大传输能力的NPO产品，也是唯一实现内置光源的NPO产品。这意味着，在一个4096卡规模的超节点中，华为用5500个Hi-ONE模块替代了传统方案所需的4.8万颗800G可插拔光模块。功耗降低了超过550千瓦，系统无故障运行时间提升了一倍，整体系统可用度达到99.8%。

这个数字值得停下来想一想。550千瓦的功耗差异，相当于一个中小型数据中心的IT负载。对于需要部署数千套超节点的大型算力集群而言，仅互联功耗一项，每年的电费差异就可能达到数千万元级别。

2.2 灵衢协议：让4096张卡“说同一种语言”

光互联解决的是物理层的数据传输问题。但在逻辑层面，4096张卡要像一台计算机一样协同工作，还需要一套统一的“语言”来调度计算、内存和通信资源。

灵衢（UnifiedBus）就是华为为此设计的互联协议。它的核心设计理念是“平等互联”：不同于传统架构中CPU、GPU、内存、存储之间存在的层级化通信关系，灵衢将集群内所有组件置于对等的通信地位。互联带宽从百GB级提升至TB级，RTT通信时延从7微秒压缩至2微秒，并支持超节点内全局内存的统一编址。

统一内存编址的意义在于，程序员不再需要显式地管理数据在不同节点之间的迁移。在传统的分布式训练框架中，模型参数和激活值需要在不同服务器之间反复同步，代码复杂度高且性能损耗大。统一编址之后，超节点在软件层面呈现为一个具有4096个计算单元的单一内存空间，模型并行和数据并行的实现可以更加接近“单机编程”的直觉。

华为已经宣布开放灵衢2.0技术规范，邀请产业界基于灵衢研发相关产品和部件。这一步的战略意图很明显：如果灵衢能够成为超节点互联的事实标准，华为在算力基础设施领域的影响力将从“芯片供应商”延伸到“架构定义者”。

2.3 正交架构与全液冷：工程细节中的系统性思维

昇腾960超节点采用的正交架构和全液冷设计，同样是系统级思维的体现。

正交架构将计算板卡、交换板卡和供电模块在空间上垂直分离，使得高速信号的走线路径最短，同时便于独立维护和升级。全液冷方案则解决了高密度部署下的散热难题。当4096张卡被紧密集成在一个超节点内时，传统的风冷方案在散热效率上已经接近极限。液冷不仅提升了散热能力，还使得整个系统的噪音水平和空间占用大幅下降。

这些工程选择单独来看并不惊艳，但它们的组合决定了超节点能否在真实的数据中心环境中稳定运行。华为云已经在贵州贵安、内蒙古和林格尔、安徽芜湖的三大核心枢纽规模化建设3D数据中心，单栋机房支持168MW的功率密度。这种“垂直供电、垂直供冷”的3D架构，本身就是为超节点集群量身定制的物理载体。

三、横向对比：昇腾960超节点 vs 英伟达GB200 NVL72

为了更清晰地理解昇腾960超节点的定位，不妨将其与英伟达的GB200 NVL72进行直接对比。需要说明的是，两者的设计哲学和适用场景存在差异，简单的参数对照并不能完全反映各自的优劣。

数据来源：

这张表最值得关注的一行，其实是“设计取向”。英伟达的路线是在72颗GPU的范围内把单域效率做到极致，追求的是“单位功耗下的最大有效算力”。华为的路线则是在更大的规模上追求“总算力池的有效利用率”。两条路线的差异根植于各自面临的约束条件：英伟达拥有制程优势，可以在单卡性能上保持领先；华为在制程受限的情况下，必须通过扩大互联规模来弥补单点差距。

DeepSeek创始人梁文锋曾公开表示，昇腾950超节点在性能和价格上可以完全平替英伟达GB200、GB300。这一判断如果成立，其逻辑基础正是上述路线差异：当训练规模足够大时，集群整体的有效算力比单卡峰值算力更具决定性。

从IDC的数据来看，2025年中国市场AI加速卡总出货量约400万张，华为出货约81.2万颗，占20%的市场份额，在本土厂商中排名第一。这一市场份额的建立，与超节点产品在真实训练场景中的表现密切相关。

四、从昇腾910C到昇腾960：一条“系统补芯片”的演进线

昇腾960超节点不是凭空出现的产品。它的技术基础，可以追溯到华为过去几年在超节点路线上的持续投入。

截至目前，昇腾910C超节点已经部署超过1000套，昇腾950超节点也已进入规模商用阶段。910C超节点基于384卡规模设计，彼时已经是业界最大规模的高速总线互联超节点之一，集成了384颗昇腾NPU和192颗鲲鹏CPU。从384卡到4096卡，卡规模提升了超过10倍，而互联带宽和内存编址能力的提升是支撑这一跃升的前提。

昇腾960芯片本身的研发进度也超出了原计划。汪涛在大会上透露，960DT比原计划提前三个季度，960PR比原计划提前一个季度，均将于2027年内就绪。昇腾系列芯片将坚持一年一代的演进节奏，2028年和2029年将陆续推出昇腾970和980芯片，算力规格继续翻倍。

值得注意的是，昇腾960超节点的发布节奏体现了华为的一个关键判断：软件生态的成熟度正在追赶硬件迭代的速度。CANN已经进入常态化开源社区运营，昇腾覆盖了90多个主流第三方社区，并正式成为PyTorch官方支持的技术路线。外部开发者占比首次超过内部，达到61%。基于昇腾原生训练的模型超过40个。这些数字说明，昇腾生态正在从“可用”向“易用”过渡。

五、百万卡集群路线图：2027年的算力图景

昇腾960超节点的发布，同时揭示了一条清晰的大规模集群扩展路线。

多个昇腾960超节点可以通过灵衢网络或RoCE连接在一起，通过二层CLOS四平面组网，最大集群规模达到51.2万卡，再结合多轨道拓扑技术，最大可支持100万卡昇腾超节点集群。华为已经公布了Atlas 960 SuperCluster百万卡超集群的上市时间表：2027年第四季度。

汪涛在2026 AIDC产业发展大会上给出了一个更具冲击力的判断：十万卡以上的昇腾超节点集群在2027年将成为基础配置。这一判断背后的逻辑是模型规模的指数级增长。中国每日推理Token消耗已从2024年初的日均千亿增长到2026年6月的日均约500万亿，实现了近5000倍的增长。大模型参数规模正在从万亿级向十万亿级迈进，而十万亿参数模型的训练和推理，在传统8卡服务器集群上已经不具备工程可行性。

百万卡集群面临的挑战远不止互联技术本身。功耗和散热是更底层的约束。华为的应对方案是将超节点技术与3D数据中心架构结合。3D数据中心借鉴芯片工厂“动力层”与“生产层”分离的理念，将供冷层、IT设备层、供电层、备电层垂直叠加，使单栋机房的功率密度达到传统数据中心的数倍。华为云在贵安、和林格尔、芜湖的三大核心枢纽正在规模化建设这种新型数据中心，目标是打造“十万卡昇腾超节点集群的超级算力工厂”。

六、生态拐点：数字背后的信号

判断一项算力基础设施技术是否成功，不能只看峰值参数，更要看生态的厚度。昇腾960超节点发布的同时，华为披露了一组生态数据，其中几个数字值得深入解读。

鲲鹏全球开发者超过416万，全球生态合作伙伴超过7200家，支持560多个全球开源项目。OpenEuler装机量超过2000万套，成为中国服务器操作系统第一份额。这些数据表明，华为在计算产业的生态布局已经形成了相当的规模基础。

更具信号意义的是昇腾生态的变化。CANN进入常态化开源社区运营后，社区月活开发者突破5200名，外部开发者占比达到61%。昇腾成为首个支持PyTorch官网直接安装的中国算力平台。这是一个容易被低估的进展：对于绝大多数AI开发者而言，能否在PyTorch生态中“无感”地使用昇腾算力，是决定他们是否愿意迁移的关键因素。PyTorch官方支持意味着昇腾在软件工具链层面已经接入了全球最大的深度学习框架生态，迁移成本大幅降低。

基于昇腾原生训练的模型超过40个，这一数字虽然与英伟达CUDA生态的模型数量仍有差距，但增长趋势值得关注。首都企业改革与发展研究会理事肖旭在评价昇腾生态进展时指出，这将大幅降低开发者创新和软件迁移门槛，对提升中国在人工智能领域的全球话语权和标准影响力具有深远意义。

七、独到观察：超节点路线的三个隐性成本

超节点路线的价值已经得到了产业界的广泛认可。但在热烈的讨论中，有几个容易被忽视的隐性成本，值得冷静审视。

第一个隐性成本是运维复杂度的非线性增长。 一个4096卡规模的超节点，其故障域的规模远超传统集群。任何一张卡的硬件故障，都可能影响整个超节点的稳定性。华为通过系统可用度99.8%的设计目标来回应这一问题，但99.8%的可用度意味着每年仍有约17.5小时的计划外停机时间。对于正在训练十万亿参数模型的集群而言，一次非计划中断可能导致数天的训练进度回退。超节点的故障隔离机制和快速恢复能力，将是决定其实际可用性的关键。

第二个隐性成本是软件栈的适配深度。 统一内存编址在硬件层面提供了“一台计算机”的物理基础，但要让深度学习框架、通信库、算子库真正利用好这一能力，需要从编译器到运行时层面的系统性适配。华为将CANN全面开源，正是为了降低第三方框架适配的门槛。但开源只是第一步，社区能否围绕昇腾的架构特性开发出足够丰富的高性能算子，需要时间验证。

第三个隐性成本是能源供应的刚性约束。 百万卡集群的功耗规模意味着，算力基础设施的选址将越来越受到电力供应能力的制约。华为将3D数据中心和“东数西算”枢纽结合的策略，本质上是在用空间换能源。但西部枢纽的网络延迟能否满足Agentic AI等对实时性要求较高的应用场景，仍是一个需要持续观察的问题。

八、FAQ：关于昇腾960超节点的关键问题

问：昇腾960超节点和Atlas 960 SuperPoD是同一个东西吗？

不完全是。昇腾960超节点是基于昇腾960芯片和Hi-ONE光引擎构建的硬件系统，单个超节点支持4096卡规模。Atlas 960 SuperPoD是华为超节点产品线中的旗舰型号，在2025年全联接大会上公布的规格最高支持15488张昇腾卡。两者的关系可以理解为：昇腾960芯片是核心计算部件，昇腾960超节点是采用NPO技术的具体实现形态，而Atlas 960 SuperPoD是面向不同规模需求的超节点产品系列。

问：NPO光引擎和传统光模块有什么区别？为什么它重要？

传统光模块是可插拔的独立器件，安装在设备面板上，电信号需要经过较长的PCB走线才能到达光模块。NPO将光引擎尽可能靠近计算芯片放置，缩短了电信号路径，降低了功耗和信号损耗。在超节点场景中，这一技术差异被放大：5500个Hi-ONE替代4.8万颗800G光模块，带来的不仅是功耗节省，更是系统可靠性的实质性提升。

问：昇腾960超节点能训练GPT-5级别的模型吗？

从架构设计的角度来看，昇腾960超节点的目标是匹配十万亿参数级别模型的训练和推理需求。1PB的HBM容量和8 EFLOPS FP8算力，在理论层面能够支撑这一规模。实际效果取决于软件栈的成熟度、并行策略的效率以及训练框架的适配程度。华为披露的MFU提升数据（4K超节点组成的10万卡集群MFU提升2.75倍）为这一能力提供了间接支撑。

问：灵衢协议开放后，其他厂商能用吗？

华为已经宣布开放灵衢2.0技术规范，欢迎产业界伙伴基于灵衢研发相关产品和部件。这意味着理论上任何芯片厂商或系统集成商都可以采用灵衢协议构建自己的超节点产品。但灵衢的性能优势高度依赖于NPO光引擎和华为定制的互联芯片套片，其他厂商能否在同等成本下实现类似的互联能力，是灵衢生态能否真正开放的关键变量。

问：百万卡集群2027年真的能落地吗？

华为给出了明确的上市时间表（Atlas 960 SuperCluster，2027年Q4），汪涛也做出了“十万卡以上超节点集群在2027年成为基础配置”的判断。从技术准备度来看，灵衢协议、NPO光引擎、3D数据中心架构均已进入产品化阶段。真正的挑战可能不在技术侧，而在能源供应、网络基础设施和运维人才的匹配上。百万卡集群的落地，将是对中国AI基础设施全链条能力的一次全面检验。