1. 首頁 > 生活百科 > >

華為超節點：用「一臺機器」的邏輯，驅動AI萬卡集群

魅族flyme

華為超節點：用「一臺機器」的邏輯，驅動AI萬卡集群

文章圖片

華為超節點：用「一臺機器」的邏輯，驅動AI萬卡集群

文章圖片

華為超節點：用「一臺機器」的邏輯，驅動AI萬卡集群

文章圖片


機器之心報道
機器之心編輯部
超節點架構重新定義大規模有效算力新范式 。
AI 算力正在迎來全新形態 ， 革新的原點來自國內 。
在算力需求呈指數級增長的今天 ， AI 基礎設施的規模競賽似乎陷入了一個怪圈：隨著集群規模擴大 ， 傳統通過「服務器堆疊和以太網聯接」的模式 ， 會因服務器間帶寬不足、時延大等問題 ， 導致有效算力利用率反而越低 ， 訓練中斷也愈發頻繁 。
在昨天的華為全聯接大會 2025 上 ， 華為給出了自己的解法：基于自研的靈衢（UnifiedBus）互聯協議 ， 創新了超節點架構 。
這并非又一個單純的硬件升級 ， 而是華為在計算系統架構層的一次深度重構 。
要實現超節點架構 ， 最難、也最關鍵的是突破互聯瓶頸 。
在傳統服務器架構中 ， 我們可以將其理解為一個由無數獨立「計算島嶼」（服務器）組成的群島 ， 島嶼之間依靠傳統的網絡「航線」（如以太網 / IB 網絡）進行數據交換 。
在集群規模較小時 ， 這種模式尚能應付；但當成千上萬個計算單元需要為同一個龐大的訓練任務進行高頻、海量的數據同步時 ， 這些「航線」就會迅速擁堵 。
其結果是 ， 大量的計算單元不是在計算 ， 而是在「等待」數據 。 節點間的通信延遲和帶寬限制成為了整個集群的木桶短板 ， 導致「1+12」的規模效應遞減 ， 算力利用率隨規模擴大而下降 。 在萬億模型訓練中 ， 約有 40% 的時間 ， 計算在空等通信 。
更致命的是 ， 任何一個節點的故障都可能引發連鎖反應 ， 導致動輒耗時數周的訓練任務中斷 ， 造成巨大的資源浪費 。 可以說 ， 互聯架構的能力 ， 直接決定了 AI 集群規模的天花板 。
華為希望以超節點創新的形式 ， 改變傳統集群「堆疊」模式 ， 解決當前大規模 AI 計算最核心的痛點：通信墻 。
互聯技術的研發難度極大 ， 正如業界關注的 NVL144 的上市時間已推遲到明年下半年 ， 而華為的獨特之處在于 ， 基于靈衢互聯 ， 已經成功實現了超大規模的超節點部署 ， 驗證了該技術路線的成熟與領先 。

從「堆疊」到「融合」 ， 深度互聯推動 AI Scaling Up
「超節點」架構的核心思想 ， 在于「融合」 。 超節點在物理上由多臺機器組成 ， 但邏輯和使用上可以看做是單一設備 。 它通過大帶寬、低時延的互聯網絡 ， 將計算單元、存儲單元等組件平等互聯 ， 并統一通信協議與內存編址 ， 實現全局資源池化 ， 從根本上解決了傳統集群的通信墻問題 。

基于這樣的架構 ， 能夠將通信時延降低到百納秒級 ， 大幅提升集群利用率 ， 降低通信成本 。 其最終目標是讓有效算力隨集群規模實現真正的線性拓展 ， 并大幅提升系統的長效可靠性 。
華為董事、ICT BG CEO 楊超斌在昨天的華為全聯接大會上表示：「基于靈衢互聯協議 ， 華為創新了超節點架構 ， 可將多臺物理機器深度互聯 ， 實現邏輯層面像一臺機器一樣學習、思考與推理 ， 重新定義了高效、穩定、可擴展的大規模有效算力新范式 。 」

華為董事、ICT BG CEO 楊超斌在華為全聯接大會上 。
覆蓋全場景的創新產品組合
隨著 AI 基礎建設的快速演進 ， 超節點或許會很快成為 AI 基礎設施的新常態 。
而超節點不僅僅應用于 AI 數據中心 ， 更需要普惠千行萬業的 AI 計算需求 。 為此 ， 基于超節點架構 ， 華為打造出滿足大型數據中心、企業級數據中心到小型工作站等全場景算力需求的創新產品 。
旗艦標桿：Atlas 950 SuperPoD本次大會 ， 華為發布 Atlas 950 SuperPoD 和 Atlas 960 SuperPoD 超節點 ， 分別支持 8192 及 15488 張昇騰卡 ， 在卡規模、總算力、內存容量、互聯帶寬等關鍵指標上全面領先 。

這是給頂級玩家（如云服務商、國家級智算中心）準備的「旗艦武器」 ， 其采用的全液冷和零線纜電互聯的正交架構設計 ， 結合液冷接頭浮動盲插等技術 ， 不僅解決了超高密度下的散熱和互聯難題 ， 更通過系統性創新解決了跨柜長距離、高可靠部署這一業界難題 ， 更極大地提升了系統的長期運行可靠性和機房部署適應性 。
其 FP8 算力達到 8E FLOPS ， 總互聯帶寬高達 16PB/s ， 超過今天全球互聯網峰值帶寬的 10 倍有余 。
其創新的「UB-Mesh」遞歸直連拓撲 ， 最大可支持 8192 卡無收斂全互聯 ， 這意味著在理論上 ， 集群內的任意兩個 NPU 都能實現最高效的通信 ， 為萬億參數級別模型的訓練掃清了障礙 。
基于超節點 ， 華為同時發布了全球最強超節點集群 Atlas 950 SuperCluster 和 Atlas 960 SuperCluster ， 算力規模分別為超過 50 萬卡和百萬卡 ， 成為了全球最強算力集群之一 。
華為副董事長、輪值董事長徐直軍在大會演講中強調 ， 基于中國可獲得的芯片制造工藝 ， 華為努力打造「超節點+集群」算力解決方案 ， 可以滿足持續增長的算力需求 。
企業普惠：Atlas 850這或許是本次發布中最具市場穿透力的產品 。 作為業界首個企業級風冷 AI 超節點服務器 ， 它首次將超節點架構帶入企業級風冷數據中心 ， 極大地降低了企業部署超節點架構的門檻 。
這意味著 ， 大多數企業無需對現有數據中心進行復雜的液冷改造 ， 在大多數單柜供電能力為 20 千瓦以內的標準風冷機房內 ， 也能構建起最大 1024 卡的超節點集群 ， 這對于推動大模型在更廣泛行業的「后訓練」和多場景推理應用意義重大 。

楊超斌發布 Atlas 850 企業級風冷服務器 。
基礎計算單元：Atlas 350 標卡基于最新的昇騰 950PR 芯片 ， 這款標卡不僅自身性能大幅提升（如推薦推理場景性能提升 2.5 倍） ， 更關鍵的是 ， 它通過靈衢端口實現了多卡互聯與資源池化 。
這意味著 ， 即便是單個服務器內的多張標卡 ， 也能「攢」出一個小型的超節點 ， 讓更大參數的模型和更低時延的應用得以在更小的單位上運行 。 同時 ， 靈活擴展、可拆可合的特性 ， 也讓用戶能夠根據自己的需求 ， 靈活組裝 。
通用計算場景：TaiShan 950 SuperPoD這是華為超節點戰略的延伸 ， 也是一個值得關注的信號 ， 華為將這一架構首次應用于通用計算領域 ， 推出了業界首款通算超節點 。
其百納秒級超低時延和內存池化能力 ， 將直接利好數據庫、虛擬化和大數據等對延遲極其敏感的場景 ， 為傳統 IT 架構的性能提升開辟了新的想象空間 。
值得一提的是 ， 基于 TaiShan 950 超節點打造的 GaussDB 多寫架構 ， 無需改造即可平滑替代大型機、小型機上的傳統數據庫 ， 為傳統 IT 架構的性能提升開辟了新的想象空間 。
以「開源開放」構建護城河
在發布一系列「肌肉感」十足的硬件產品之余 ， 華為反復強調的是「硬件開放、軟件開源」的生態戰略 。

在 AI 時代 ， 單一廠商的技術再強 ， 也無法包攬所有場景的應用創新 。 真正的壁壘 ， 在于生態的繁榮度 。
硬件開放：華為將 NPU 模組、刀片、主板等基礎硬件向伙伴開放 ， 鼓勵產業界進行二次開發 ， 共同豐富基于靈衢協議的產品形態 ， 為不同場景提供適配的算力底座 。
軟件開源：將昇騰 CANN 和操作系統靈衢組件全面開源 ， 代碼將陸續合入 openEuler 等開源社區 ， 并確保對 PyTorch、vLLM 等主流框架的優先支持 。 通過強化開源運作 ， 華為致力于使能廣大開發者和合作伙伴 ， 讓超節點走向普惠和協同創新 ， 共建繁榮的 AI 生態 。
昨天的大會上 ， 華為除了發布全球最強超節點 ， 公布全新昇騰 950 芯片架構之外 ， 還介紹了自研算力體系的落地情況：基于靈衢的 Atlas 900 A3 超節點當前已經累計部署了 300 多套 ， 服務 20 余個客戶 ， 行業覆蓋互聯網、金融、運營商、電力、制造等 。 新一代超節點已在客戶真實場景中兌現了價值 。
【華為超節點：用「一臺機器」的邏輯，驅動AI萬卡集群】算力的未來 ， 在于打破邊界 。 「超節點」架構的核心使命 ， 就是構建一個統一、可擴展的算力基石 ， 旨在將一致的、高性能的計算體驗 ， 無縫貫穿到每一個數據中心、企業和工作站 。

    推薦閱讀