C114讯 9月17日午间消息（蒋均牧）华为全联接大会2026今日在上海隆重揭幕，华为副董事长、轮值董事长汪涛在主论坛上深入浅出地揭示了“为什么必须走超节点之路”。
目前全球万亿级的MoE模型正在快速迭代，各方交替领先，10万卡的算力集群即将成为训练顶尖大模型的标准配置。但一个10万卡集群的有效算力，远小于1.25万个8卡标准服务器的有效算力之和。而模型浮点算力利用率（MFU）的提高是个世界级难题——MFU每提升一个百分点，模型的迭代就可以提前约三天时间，这对日新月异的模型迭代至关重要。
汪涛指出，当前主流的MoE模型在训练过程中，涉及数万乃至数十万颗芯片和数百亿次的通信，来对齐每一层、每一个计算过程的中间结果。经仿真，由8卡服务器组成的10万卡集群在训练过程中，芯片间的通信代价超过了所有训练时间的40%。在传统的计算架构中，服务器之间相比服务器内部会出现数量级的时延增加，一次通信从百纳秒级变成几十微秒。因此，围绕减少通信占比来优化计算系统架构，是构建一套高效率AI基础设施的合理技术选择。
华为超节点的设计理念，是以一套协议平等连接超节点内的所有组件，支持跨物理服务器的统一内存编址，并采用光互联的方式，使数万颗芯片之间的通信有近乎线性的带宽与时延，像一台计算机一样工作，能够有效提升MFU。根据仿真结果，在相同集群规模下，用超节点构建的大规模集群和用普通8卡服务器构建的大规模集群，MFU饱和曲线有比较大的差异：超节点规模越大，收益越明显。
“仿真结果显示，由4k-NPU规模超节点组成的10万卡集群，相比由8卡服务器组成的10万卡集群，MFU提升了2.75倍。基于此，我们可以得出一个结论：超节点是建设超大规模AI基础设施的必然选择。”汪涛谈到。
去年的全联接大会上，华为全面开放灵衢（UnifiedBus）协议的技术规范。围绕该协议，打造了覆盖计算、互联、存储、管理的11颗关键芯片——既有承担核心计算的鲲鹏CPU与昇腾NPU，也有Scale-out平面大容量交换芯片、Scale-up平面低时延交换芯片和高速光互联芯片，还有面向AI KV缓存专门打造的Smart Storage Unit，以实现平等一跳直达的缓存系统。正是这套芯片组合，为更具竞争力的超节点和集群提供了底座。
