华为超节点硬核亮相：老黄说这话我信了

AI圈现在最缺啥？算力，绝对是算力。 这事儿没商量。 在国内，算力几乎是大模型厂商头顶的最大压力。 训练要靠它，国产大模型参数动辄几万亿，没算力玩不转。 模型练好了，用户多了，算力跟不上，体验立马拉胯。

高端的英伟达卡不卖给我们，低端的还得加钱排队。 说白了，国产算力卡就算不如英伟达顺手，国内大厂也不敢把鸡蛋全放一个篮子里。 华为昇腾、寒武纪、壁仞，都在国产算力里占着一块地盘。 眼下算力圈最热的词儿，叫“超节点”。

这词儿在国产显卡圈不算新鲜，但最初做这种形态的，其实是英伟达。 早在2019年前，虽然还没大模型，但语音、图像识别已经催生大算力需求了。 单卡不行，那就多张拼一起。 但大家发现，100张卡拼一起，实际算力只有三四成。

为啥？粗暴拼接，通信带宽差，数据流动慢。 各家服务器没标准，模块适配度也烂。 英伟达出了套自研NVLink协议，加上InfiniBand组网，再配上专属软硬件。 16张V100拼成一个超节点，最多96台服务器、1536张卡互拼。

业内说，英伟达把显卡利用率从四成拉到八成。 整体性强，开箱即用，有效算力高，企业自然买单。 反观国产显卡，单卡性能确实赶不上英伟达最新款。 但超节点给了新思路：单卡不行，拼数量啊。 只要系统开销稳得住，大力出奇迹，咱最擅长了。

去年华为CloudMatrix 384一出，国产显卡在超节点上总算迈出门槛。 正好赶上DeepSeek爆火，推理训练需求巨大。 384超节点刚好满足推理，顺势带火。 今年上半年，昇腾950组成的超节点开始交付。

单机柜64卡，16个机柜，共1024张卡统一编址。 对比英伟达NVL72，那是72张GB200。 抛开CUDA生态不谈，只看纸面参数，昇腾950超节点已能和英伟达最新款掰手腕。 上周华为全连接大会，直接把昇腾960超节点规模推到4096张卡。

明年一、三季度交付。 昇腾960性能比950翻一倍，互联架构也更优，时延、统一内存池都有提升。 华为超节点里，昇腾名字最熟，但其他关键技术大家知道不多。 排第一的，必须是“灵衢协议”。 制约服务器算力的，核心就是数据互通，也就是协议问题。

以前各零件、模块、节点都有自己的协议，碎片化严重。 数据反复转换，延迟高，还浪费算力。 英伟达用NVLink加InfiniBand解决。 华为靠通信起家，重新设计互联协议，简直是手拿把掐。 服务器内、节点间、集群间都能用灵衢通信。

相比英伟达的分层传递，灵衢更统一。 为了让更多厂家跟进，华为还把灵衢开源了。 我愿称它为超节点的灵魂技术，有了它打底，其他技术才能发挥威力。 协议打通后，硬件上也有大动作。 华为发布了业内首个基于NPO的光互联产品Hi-One。

2026年A股最火的是光模块，为啥？ 训练大模型时，柜间通信必须靠光模块传信号。 为啥不用电缆？长距离高速电信号有电磁干扰和衰减问题，功耗还离谱。 光信号才能保证速率和功耗。 英伟达万卡级超节点集群，通常配4.5万到5万颗光模块。

看下图，左边是传统光模块，密密麻麻装在机柜背部。 它们离显卡芯片有几十到100厘米距离，这段必须走电信号。 为保证信号无误，需要专用DSP做时钟恢复和信号重整，功耗极大。 华为的Hi-One不一样，用了NPO近封装光学技术。

光引擎尽量放在芯片5厘米以内，省掉大部分电路传输开销。 Hi-One内置多通道激光器，每根光纤还用波分复用技术，一根光纤传多种信号。 华为说，5500个Hi-One就能替代原本4.8万颗800G光模块。

数量减少90%，信号更可靠，功耗还大幅下降，三赢局面。 今年还有个值得一提的技术，叫鲲鹏超节点。 鲲鹏是华为CPU芯片系列。 年初MWC上我就见过，那时主要服务于银行等数据库密集场景，最多16个节点。

今年大模型强调Agent，对CPU重视度飙升。 Agent要跑代码、调浏览器和数据库、处理文件、管上下文，在不同工具间调度，全是CPU的活。 现在大模型Agent开销以万计，CPU不强，根本负载不起。

所以，英特尔、AMD股价跟着吃肉，英伟达也做了面向Agent的Vera CPU。 这次鲲鹏超节点，型号还是鲲鹏950，但支持节点数进化到4096个。 统一内存池升到256TB，内存利用率和速度加快。

AI沙箱启动速度比传统方案快30倍。 用数量和架构补足单CPU性能的短板。 据说下一代鲲鹏960要用韬定律，性能应该更强。 这次全连接大会还公布了其他技术，比如OceanStor M900。 它是面向大模型上下文记忆的PB级存储产品，节省数据和存储间的搬运时间。

还有远近内存统一编制技术，让超节点全局内存统一编址。 处理器能更快访问本地和其他节点内存。 总结一下：昇腾960负责AI计算，鲲鹏超节点负责通算和Agent运行，OceanStor M900负责记忆。

灵衢和Hi-One把它们连接起来，组成Agentic AI超节点集群。 这套东西在工程上确实走在前面。 比单卡算力，我们确实不如国外，甚至差得远。 但超节点看重综合性能，比拼的是系统架构优化能力。 以后大模型参数奔10T去了，那就配10万张卡的超节点集群。

华为能做到这份儿，和各领域的积累密不可分。 协议能做、芯片能自研、常年跟数据打交道。 说到Hi-One，我挺好奇华为咋成了业内第一个量产NPO产品的厂家。 问了下AI，答案来了：华为做光通信30年了，一直研究怎么用光纤传超大量高速数据。

以前用在运营商骨干网、接入网的光技术，换个方式跑进超节点。 oDSP光数字信号处理器、WDM波分复用、硅光技术都能复用。 不夸张地说，超节点里的各方面，华为以前都涉及过。 加上工程化能力强，全套自主自导，拿出的东西自然让业内惊艳。

英伟达肯定也想全套自己做，不想被供应商拖后腿。 说不羡慕是假的，但确实没那么多积累，一下子铺不开那么大。 上半年老黄在播客里说：“DeepSeek首次跑在华为芯片上，对美国是个可怕的结果。” 当时大家觉得华为搞不定大模型预训练，只能做推理。

老黄这话像是想劝特朗普尽快开放中国市场，捞钱。 可华为上周公布这些东西后，我信老黄是真心的。 他可能早就知道华为在研究这些技术，且进步飞快。 按已公布的纸面参数，华为已不虚英伟达。 单卡性能不够，万卡、百万卡来凑，最后拼的是有效算力。

就像韬定律一样，真正颠覆性的创新？好像没有。 但每个细节多抠一抠，照样能发挥难以忽视的威力。 现在拦路虎只剩两个：怎么提高量产，以及CANN何时取代CUDA。 这两件事，一时半会儿解决不了。 前者要等国产光刻机，后者靠大家不断使用优化。

总归现在比刚开始用昇腾时好多了。 我们在WAIC上还看到，其他国产显卡厂商也在发力超节点，各有成果。 美国费半天劲，国产AI大模型争气好几个，算力系统也没被卡脖子。 这感觉，真爽。