今年夏天,上海WAIC展会现场,一套名为昇腾950超节点的真机首次对外展示;到了初冬乌镇,同一套方案又拿到世界互联网大会颁发的领先科技奖。从展台首秀到奖项落定相隔不过数月,受关注的始终是同一套整机方案。

整套设备把上千张NPU、上千颗互联芯片与数千只光模块收拢进同一套架构内,凭借高带宽、低时延与内存统一编址,组装成一台完整机器。

沿着器件补齐再到整机制造的脉络,这套系统工程究竟是怎样一层层搭建成型的?

真机亮相与乌镇奖项背后的产品清单

时间往前推到2026年7月17日,在上海举办的2026世界人工智能大会上,华为把Atlas 950 SuperPoD这套昇腾950超节点真机搬到展台,完成首次线下公开展出。摆到观众面前的不是概念图纸,而是一套看得见整机形态的算力设备。

时隔三个多月,11月2日,浙江乌镇迎来2026年世界互联网大会颁发的领先科技奖颁奖仪式。由华为技术有限公司提交申报的昇腾950超节点入选获奖,现场集中发布了来自全球各地的20个获奖项目。

乌镇现场,张迪煊对这套方案做了介绍,他的职务是华为方面分管昇腾计算产品线的总裁。整机搭建在灵衢互联协议之上,采用超节点架构,服务对象包括大型数据中心建设、万亿参数模型训练,以及中心侧高并发推理业务。

单台设备内安放1024张NPU,配套1300余颗灵衢互联芯片、4000余只光模块。依托高带宽、低时延与内存统一编址的整机设计,它为万亿乃至十万亿参数模型的训练和推理提供底层算力支撑。

打开网易新闻 查看精彩图片

算力规格上,整机可提供1 EFLOPS FP8与2 EFLOPS FP4澎湃算力,全局内存编址空间达到256TB。两种精度对应不同训练与推理负载的供给口径,整机算力规模直接决定单台设备能承接多大体量的模型任务。

FP8与FP4是两档数值精度,精度档位不同,适配的模型阶段也有区别。同一套架构内同时给出两档算力供给,训练与推理任务可以按各自需要取用对应档位。

NPU之间通过TB级互联带宽连接,往返时延压到3μs量级,集群内部计算、存储等资源在通信层面遇到的瓶颈由此被打通。带宽决定一次能够搬运多少数据,时延决定数据往返等待多久,两项指标共同约束整机的实际跑题效率。

需要说明的是,这套超节点并非把大量芯片简单堆叠到一起。高带宽、低时延、统一内存编址三项特征并行,背后对应的是出色的互联工程能力,以及对内存读取环节的深度优化。

展台另一侧,Atlas 850E风冷超节点同样对外展示。两条产品线分别对应液冷、风冷不同部署条件,机房可按自身散热环境选型落地。

液冷机型依靠液体带走热量,适合设备密度更高的机房;风冷机型部署条件相对宽松,两类形态对应不同场地基础,也让产品可以进入更多类型的数据中心。

互联协议、统一内存与全域调度构成的底座

眼下不少MoE混合专家模型在训练阶段,不同专家之间往来数据频繁、传输体量可观,各方拿到的数据还必须保持一致,超节点架构恰好针对这一痛点设计。

模型参数拆分给多位专家并行处理,专家之间需要反复交换中间结果,通信链路一旦跟不上,计算单元就只能空转等待。

256TB编址空间横跨多个物理节点,原本分散在各节点上的显存,在调用时被视作一片连续区域,跨机器搬运数据造成的等待随之减少。开发人员不必时刻分辨某块显存落在哪台物理机器上,寻址与调用的负担被压了下来。

在灵衢互联协议、高密布局与光电互联的配合下,这套方案做到了业界规模最大的1024卡超节点。1300余颗互联芯片和4000余只光模块,负责节点内部的高速数据往来,把各张NPU之间的通信链路编织成一张紧密的网。

通过成体系的架构优化,整机对全部资源做出统一调度,整套集群得以高效运转,计算密集型与访存密集型两类任务都能得到承接。有的模型任务重在反复计算,有的重在频繁读取数据,调度层需要把两类负载分配到合适的资源上,避免一边过载、一边闲置。

调度范围覆盖计算单元、显存与网络链路多个层面,哪一类任务先占用哪一片资源,由调度策略统一安排,整机内部的资源分配不再是各自为政。

训练阶段,1024卡超节点的算力利用率可达45%,相当于业界水平的1.8倍;已有40多个大模型在昇腾平台上完成原生预训练。利用率衡量的是芯片真正投入训练计算的时间占比,大量芯片并排放置之后能否被用满,考验的正是系统层面的组织能力。

推理侧时延最低落到5毫秒,能够支撑智能体一类需要实时响应的AI应用,也为AI服务走向更广普惠提供条件。对需要边对话边生成的实时应用而言,响应延迟压到毫秒级,交互过程才不会出现明显停顿。

打开网易新闻 查看精彩图片

WAIC展会期间,张良接受采访时谈到,这位昇腾生态发展部的部长认为,这种超节点形态与当前大模型训练、推理的需求高度契合。他同时提到,华为与DeepSeek在V4模型开发过程中,围绕模型架构、参数设置、底层调优与算子开发等方面开展了协作。

基础软件层面,CANN与Mind系列软件栈持续打磨开发体验,尽量抬高创新的便捷度,硬件整机与上层生态由此同步配齐。上层开发者面对的是工具链与开发接口,底层硬件能力需要通过软件栈逐层传递上去,软件配套不到位,硬件规格就难以转化为实际开发效率。

软件栈把硬件能力封装成可调用的开发接口,模型团队可以把精力放在算法与数据上,而不必反复处理底层适配,创新门槛随之被压下来。

大模型如今按月节奏迭代,留给训练调优的窗口很短,需要在更紧凑的周期里产出质量更好的模型、生成更多Token,计算能力与通信能力都得跟上这一节拍。模型更新以月为单位推进,训练与调优的排期不断压缩,算力底座的吞吐能力因此变得格外关键。

器件补齐之后,竞争转向系统工程

竞争视角正在发生变化:过去着眼单颗芯片的性能参数,如今要把上千张芯片、互联芯片、光模块、内存编址、调度软件等环节收拢为一台整机,产品形态朝系统层面迈进。单颗器件的指标固然重要,但上千张器件能否协同运转,已经成为决定整机能力的另一条主线。

这一转变意味着,评价对象不再局限于芯片本身的主频、显存等单项参数,而要把整机内的互联、内存、调度与软件作为一个整体来观察。单项参数再亮眼,器件之间衔接不畅,整机能释放的能力也会打折扣。

产业追赶的前一阶段,重点是补齐器件本身的短板;进入当前阶段,较量更多体现在互联协议、统一内存、集群层面的调度、基础软件与生态建设这些系统工程环节上。器件决定单点能跑多快,系统决定全部器件加在一起能释放多少合力。

作为国内较早规模商用的超节点机型,昇腾384超节点累计部署已达750多套,落地行业涵盖互联网、运营商与金融领域。更早一代的超节点先在这些行业场景里跑通落地流程,为后续更大规模机型积累了部署与运维经验。

不同行业的训练与推理需求各有侧重,运营商看重网络级并发,金融看重数据稳定,互联网场景强调迭代速度,前期部署过程本身也是一轮行业需求摸底。

把各代机型合并统计,昇腾超节点目前总共落地1000多套,服务范围扩展到互联网、运营商、金融、教育、能源等行业,带动各行各业向智能化方向迈进。不同行业的数据规模与业务节奏各不相同,算力底座需要在多样化场景中保持稳定供给。

打开网易新闻 查看精彩图片

行业分布越广,场景差异带来的反馈也越多,后续机型适配不同业务时,可以参考这些已落地环境里积累的运行经验,把部署过程中遇到的问题转化为下一代产品的改进依据。

后续昇腾会沿着超节点叠加超集群的架构继续演进,坚持开源开放,向外界提供另一种算力选择。单台超节点之外,多台设备进一步组成集群,是这套架构面向更大模型任务的演进方向。

也要看到,超节点市场尚处在起步阶段,供应链以及周边配套生态还在打磨成熟,规模化表现如何,还要经过往后交付与运行数据的逐一检验。从样机展出到批量交付,中间还有供货、集成、运维等多个环节需要逐一走完。

对整条产业而言,能否造出这样的整机,意味着算力供给不再由单卡参数单独决定,更要看系统层面统筹分散资源、形成合力的效率高低。评价一台算力设备,也随之从单颗芯片的跑分,转向整机在真实训练与推理任务中的综合表现。

系统效率提升之后,同样数量的器件可以承担更重的模型任务,算力供给的韧性随之增强,面向未来更大体量的模型需求也留出了承接空间。

落到日常感受上,普通人最朴素的期待,就是支撑AI应用的算力底座越发稳当,用起来少些卡顿、更加省心。