C114讯 9月20日专稿（蒋均牧）人工智能变革的速度，超过了历史上任何一次技术革命。2020年，大模型参数规模只有1750亿，今天已快速迈向十万亿，预计2030年将突破百万亿，达到人脑神经元突触的数量级；智能体2024年还只能执行分钟级任务，今天已可按小时连续工作，到2030年将以“月”为单位执行任务，成为真正能够独立承担复杂任务的数字员工；中国每日推理Token消耗量已增至500万亿左右，2030年将进一步升至百万万亿级……智能的生产和消费呈现数量级增长，其深度与广度前所未有。
需求曲线陡峭上行，供给一侧却日益逼近物理与成本的双重边界：单芯片性能的提升远远无法满足需求，沿着既有路线简单堆叠服务器，边际收益递减已成行业共识。将成千上万颗芯片“融”为一台计算机的超节点，由此成为2026年整个科技界最炙手可热的关键词之一。
在这样的背景下，华为全联接大会2026 9月17~19日在上海隆重举行。华为副董事长、轮值董事长汪涛在大会首日发表了“智启新未来，打造智能世界的硅基黑土地”的主题演讲，正式发布业界首个采用NPO（近封装光学）光引擎的超节点——昇腾960超节点，并就华为AI战略与生态开放作出进一步阐释。主线相当清晰：华为AI战略的核心是算力，坚持硬件变现，围绕“超节点+集群”构建竞争力，打造中国坚实的算力底座，为世界提供新的选择。
共识形成：超节点成超大规模AI基建必然选择
智能世界的大厦必须建立在足够坚实的算力底座之上，而底座的成色，首先取决于架构。
全球万亿级MoE模型快速迭代、各方交替领先，10万卡集群即将成为训练十万亿级SOTA模型的标配。但是传统集群架构在应对大模型“紧耦合、同步并行”的计算特征时，通信代价成为难以逾越的瓶颈。
汪涛在演讲中给出了一组关键数据：当前主流的MoE模型在训练过程中，涉及数万颗芯片和数百万亿次通信来对齐每一层计算的中间结果，由8卡服务器组成的10万卡集群，芯片间的通信代价超过了所有训练时间的40%；服务器之间的通信相比服务器内部会出现数量级的时延跳变，一次通信从百纳秒级变成几十微秒。业界10万卡集群的MFU（模型浮点算力利用率）往往不足30%，而MFU每提升1个百分点，十万亿级大模型的训练周期就能缩短约3天——对日新月异的模型竞赛而言，这是至关重要的“拉分”项。
破局之道就在于“超节点”：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，支持跨物理节点的统一内存编址，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”，从而有效提升MFU。华为马尔科夫实验室的仿真进一步表明，由4K规模超节点组成的10万卡集群，相比8卡服务器组成的同等规模集群，MFU提升达2.75倍，超节点规模越大，收益越明显。
7月份的2026世界人工智能大会上，华为昇腾950超节点真机亮相，引发观众围观；各个大厂亦纷纷跟进，呈现出一幅国产超节点“集团冲锋”的景象。多家机构将2026年称为“国产超节点方案元年”。
共识还沉淀到了标准与学理层面。7月19日，鹏城实验室与全球计算联盟（GCC）联合38家单位发布《超节点定义与实践白皮书》，首次明确超节点“是一种在物理上由多个计算节点通过高效的互联协议紧密连接组成，具备跨物理节点统一内存编址能力，逻辑上具备‘一台计算机’特征的计算系统”；高等教育出版社新版《人工智能导论》教材也收录了这一定义。汪涛强调，内存统一编址是真假超节点的分水岭——任何一颗AI芯片都能访问超节点内的共享内存池，“内存不能统一编址的，不是超节点”。
回顾计算史，每一次算力形态的跃迁，推动力都源于架构层面的重构。超节点之所以成为业界应对超大规模AI算力需求的首选，就在于其直面了AI基础设施最根本的矛盾：让规模真正转化为有效算力。其走向规模化落地亦表明，算力竞争已从单芯片跑分转向了综合能力的比拼。
互联突破：华为以昇腾960树立行业新标杆
昇腾超节点是目前国内唯一规模商用、也是唯一训练出SOTA模型的超节点。据大会披露，昇腾910C超节点已部署超过1000套，客户超过370家；昇腾950超节点也已迈入规模商用商用阶段，其基于灵衢（UnifiedBus）互联协议实现1024卡NPU高速互联，拥有256TB全局统一内存编址空间、TB级NPU互联带宽与3微秒超低时延。
去年的全联接大会上，华为全面开放灵衢协议的技术规范。围绕该协议，华为打造了覆盖计算、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。
本届大会上发布的昇腾960超节点，则把超节点能力推至了新的高度。在核心的计算芯片层面，昇腾960芯片的研发进度超预期，性能实现倍增：2 PFLOPS FP8、4 PFLOPS FP4算力，片上HBM容量最大可达288GB，访存带宽可达9.6TB/s，将于2027年第一季度准备就绪，比原定目标提前了三个季度；昇腾960PR支持2 PFLOPS FP8、8 PFLOPS FP4算力，则将于2027年第三季度就绪，较原计划提前一个季度。
真正的看点在于互联上的突破。当SerDes速率达到224G及以上时，铜缆损耗与布线难度急剧上升，传统可插拔光模块也难以满足扇出密度要求，把光引到计算芯片边缘成为必由之路。华为将三十多年光技术积累用于超节点系统内部，推出业界首个量产NPO光引擎Hi-ONE：将36个200G通道集成于一个模块，单引擎传输容量7.2T，这是目前行业最大传输能力的NPO产品，也是唯一实现内置光源的NPO产品。
汪涛在演讲中详细解释了华为选择NPO而非CPO（共封装光学）的技术逻辑：CPO将光和电部件集中封装，但光器件和电芯片在材料体系、热与力的敏感度上差别很大，共封装会带来可靠性、可制造性和可维护性的一系列问题；NPO则既实现了光信号和电信号的近距离“握手”，又保留了光引擎的独立性，最大程度延续了客户的使用习惯和产业生态。标准层面同样动作频频，据披露，5月21日由中国信通院联合华为、腾讯、阿里云等牵头提交的《12.8Tb/s光电近封装模块》标准提案，已在OIF 2026年二季度技术委员会正式立项。
反映到系统指标上，作为全球首个采用NPO光引擎的超节点，昇腾960超节点采用领先的正交架构和全液冷设计，基于灵衢实现内存统一编址，可扩展至4096卡规模，最大提供8E FP8算力与高达1PB的HBM容量，风冷和液冷版本将分别于2027年第二季度、第三季度上市。昇腾960超节点以5500个Hi-ONE替代原本需要的4.8万颗800G光模块，功耗降低超过550千瓦，系统无故障运行时间提升一倍，可用度达到99.8%。
华为何以能够持续引领架构创新，在超节点这条赛道上不断领跑？汪涛归结为系统工程能力：“要提供有竞争力的训练和推理系统，只做好一个芯片不够，只做一个整机和服务器也不够，最终需要的是复杂的多学科系统工程能力，给客户交付一个高可用度的计算系统，这才是有价值的。”而华为在通信、IP、光等领域均有长期大规模研发投入，“每个领域都有最好的专家，把这些能力聚成系统工程能力”，他引用任正非的话说，华为的研发投入是“范弗利特弹药量，打破一个城墙口”。
产业分量：为智能世界厚植“硅基黑土地”
评价昇腾960超节点，不能只看参数表，还要看它的时间坐标与产业坐标。
时间坐标上，昇腾960超节点2027年年中上市，恰逢十万亿级模型训练竞赛的窗口期。依托灵衢统一互联，多个昇腾960超节点可通过二层CLOS四平面组网构建最大51.2万卡的集群，结合多轨道拓扑技术更可支撑百万卡规模；华为同时给出了清晰的建设参考——25个4096卡超节点即可组成面向十万亿模型训练的10万卡集群，推理场景下352张昇腾960卡经灵衢一跳直达，降低推理时延。
值得一提的是，昇腾芯片坚持一年一代的演进节奏——2028年昇腾970、2029年昇腾980——则为这条路线提供了可预期的延续性。依托韬（τ）定律创新方向，昇腾芯片将实现算力规格持续翻倍，访存带宽、访存容量、互联带宽等亦将大幅提升。
产业坐标上，算力底座的成色半在硬件，半在生态。据透露，经过八年的努力，昇腾生态跨过了拐点。CANN作为昇腾生态的根基，已进入常态化的开源社区运作，从“可用”走向“易用”。如今外部开发者占比已达61%，社区月活开发者突破5270名，基于昇腾加CANN的原生训练模型超过40个；尤其在Linux基金会支持下，昇腾已成为PyTorch官网可直接安装的算力平台，亦是首个来自中国的算力平台。汪涛描绘了这样一幅前景：未来中国开源大模型逐步转向基于昇腾950、960原生预训练，此后的推理与垂类大模型的训练基本无需再适配。
更深一层看，昇腾960承载的是华为对自身角色的清醒界定。汪涛反复强调，华为坚持硬件变现、聚焦算力底座，“磨好我们的豆腐”，让互联网头部企业与创新新秀放心去用；“每家企业坚持自己擅长的赛道，客串是没有长期竞争力的”。配合线下超节点集群与线上华为云算力服务两种供给模式，这套底座既服务大型企业的战略布局，也向中小企业敞开大门。在外部算力供给存在诸多不确定性的背景下，这种“为世界构建新的选择”的定位，其意义已远远超出一家公司的产品发布。
正如汪涛在分享中引用的那句“众智之所为，则无不成”，万物互联的智能世界需要各方携手共建，“黑土地”的价值，也从来不在于自身的繁茂，而在于让万物在其上自由生长。超节点是华为交给这个时代的答案，昇腾960超节点则是这份答案中最新、也最有分量的一笔。
