摘要

2026 年 9 月 17 日，华为全联接大会 2026 在上海启幕，轮值董事长汪涛发布昇腾 960 超节点——全球首个采用近封装光学（NPO）技术的 AI 超节点，并披露昇腾 960DT/960PR 芯片路线。单超节点可互联 4096 张 NPU、提供 8 EFLOPS FP8 算力与 1PB HBM，依托灵衢 UnifiedBus 最高可扩展至百万卡集群。本文从芯片、光互联、统一总线与集群拓扑四个层面，拆解这套"硅基黑土地"如何支撑十万亿级大模型。

一句话结论：昇腾 960 的核心不在单卡性能，而在于用 NPO 光互联 + 灵衢统一协议把数千张芯片"当成一台逻辑机器来用"——这是中国算力底座第一次在系统架构层面，给出有别于 NVLink/InfiniBand 的规模化替代路径。

---

1. 事件全景：一场"提前三个季度"的算力宣言

1.1 发布要点

项	内容	来源
时间/地点	2026-09-17，华为全联接大会 2026，上海	华为 / 网易 / 头条
主讲	轮值董事长汪涛《智启新未来，打造智能世界的硅基黑土地》	网易
芯片	昇腾 960DT（训练）/ 960PR（推理），性能翻倍、上市提前	华为
超节点	全球首个量产 NPO 光引擎 Hi-ONE + 灵衢 UnifiedBus	华为
集群	二层 CLOS 四平面 → 51.2 万卡；多轨道拓扑 → 100 万卡	头条 / 网易

汪涛强调，面对大模型迈向十万亿规模的趋势，超节点已成为超大规模 AI 基础设施的必然方向，华为坚持"超节点 + 集群"路线，靠系统架构创新构筑算力竞争力。

---

2. 芯片层：960DT 与 960PR 的双线节奏

2.1 核心参数

型号	定位	FP8 算力	FP4 算力	HBM	访存带宽	单卡互联	就绪时间
960DT	训练	2 PFLOPS	4 PFLOPS	288 GB	9.6 TB/s	2.2 TB/s	2027 Q1（提前 3 季度）
960PR	推理	2 PFLOPS	8 PFLOPS	288 GB	9.6 TB/s	2.2 TB/s	2027 Q3（提前 1 季度）

单卡集成 288 GB HBM、9.6 TB/s 访存带宽、2.2 TB/s 互联带宽，数据高速流转不必卡在内存墙。

2.2 一年一代的演进节奏

华为确立了"τ 定律"创新方向，坚持一年一代：

• 2027：昇腾 960（DT/PR）
• 2028：昇腾 970
• 2029：昇腾 980

每一代在算力规格、访存带宽/容量、互联带宽上同步翻倍，靠架构创新弥补制程短板。

---

3. 光互联层：Hi-ONE 与 NPO 的功耗革命

3.1 为什么是 NPO

传统可插拔光模块电信号路径长，功耗与延迟偏高。**近封装光学（NPO）**把光学引擎直接靠近芯片封装，缩短电信号行程。华为自研 Hi-ONE 引擎：

指标	数值
单引擎传输容量	7.2 T（已知最大传输能力的 NPO 产品）
独特性	业内唯一内置光源的量产 NPO
单超节点用量	约 5500 个
替代对象	原本需约 4.8 万颗 800G 光模块
功耗节省	超 550 千瓦
无故障运行	提升一倍（可用度 99.8%）

对大规模训练而言，可用度每提升 0.1 个百分点，全年中断时间就显著减少——光互联的可靠性直接转化为有效算力利用率。

3.2 标准化意图

华为在 OIF（全球光互联标准组织）提出 NPO 标准立项建议，试图把产品能力转化为产业生态，避免"自娱自乐"。

---

4. 总线层：灵衢 UnifiedBus 统一协议

4.1 一套协议平等连接一切

**灵衢（UnifiedBus）**让处理器、内存、存储与网络共享统一协议，支持跨机柜高速光连接，减少协议转换开销。超节点可同时连接约 4000 颗处理器，多个超节点再组成超集群，理论上扩展到百万卡。

4.2 配套套片与存储

围绕训练/推理系统，华为还发布：

• 11 颗系列化套片：覆盖计算、互联、存储、管理等关键能力；
• 鲲鹏超节点升级：灵衢全光组网，最大 4096 节点，256 TB 统一内存池；Agent 沙箱场景十万级沙箱启动提速 30 倍、密度再升 25%；
• OceanStor M900：面向 Agent 推理的 L3.5 层 PB 级 KV 缓存集群，灵衢"一跳直连"，混合介质 + Retention 优化使 SSD 读写寿命提升 16 倍。

---

5. 集群层：从 4096 卡到百万卡的拓扑数学

5.1 规模台阶

层级	规模	关键支撑
单超节点	4096 卡 / 8 EFLOPS FP8 / 1 PB HBM	Hi-ONE + 灵衢
超集群	51.2 万卡	二层 CLOS 四平面组网
极限扩展	100 万卡	多轨道拓扑技术
规划 SuperPoD	15,488 芯 / 220 机柜 / 约 2200 ㎡	训练推理性能 3–4× 前代

5.2 集群规模计算的示意

# ascend_cluster_math.py — 超节点到百万卡集群的扩展性估算（示意）
NPU_PER_SUPERPOD = 4096          # 单超节点 NPU 数
SUPERPODS_CLOS   = 125           # 二层 CLOS 四平面可组超节点数
SUPERPODS_RAIL   = 244           # 多轨道拓扑可组超节点数

# 二层 CLOS 四平面：约 51.2 万卡
cluster_clos = NPU_PER_SUPERPOD * SUPERPODS_CLOS
# 多轨道拓扑：约 100 万卡
cluster_rail = NPU_PER_SUPERPOD * SUPERPODS_RAIL

print(f"CLOS 组网规模 ≈ {cluster_clos/1e4:.1f} 万卡")
print(f"多轨道拓扑规模 ≈ {cluster_rail/1e4:.0f} 万卡")

# 单超节点可用度
availability = 0.998
downtime_hours_per_year = (1 - availability) * 24 * 365
print(f"单超节点年中断 ≈ {downtime_hours_per_year:.1f} 小时")

把多台物理机器"变成一台逻辑计算机"，正是超节点架构对抗通信开销与故障率的核心思路，也是十万亿参数模型有效训练的 prerequisit。

---

6. 生态层：从"可用"到"易用"的拐点

指标	数值	来源
CANN 社区外部开发者占比	61%（首次超内部）	腾讯研究院速递
鲲鹏生态全球开发者	超 416 万	腾讯研究院速递
已交付超节点	1000+ 套	头条
覆盖客户	370+ 家	头条
Atlas 950 超节点	已进入规模商用	头条

汪涛称 CANN 已全面开源开放、进入常态化社区运营，昇腾生态跨越从"可用"迈向"易用"的关键拐点，支持主流大模型在昇腾平台原生训练。

---

7. 意义：国产算力的系统级替代

1. 架构独立性：NPO + 灵衢给出不同于 NVLink/InfiniBand 的规模化路线，降低对单一海外互联方案的依赖。
2. 十万亿级支撑：单超节点 1 PB HBM 与百万卡扩展能力，直接面向下一代超大模型训练/推理。
3. 可靠性即算力：99.8% 可用度与功耗下降，把"省下的电费与中断时间"转化为有效算力。
4. 生态正循环：外部开发者过半 + 千套交付，意味着软件栈与国产模型适配进入自增强阶段。

---

8. 常见问题（FAQ）

Q1：昇腾 960 单卡算力相比上代提升多少？
A：官方称性能"翻倍"，960DT 提供 2 PFLOPS FP8 / 4 PFLOPS FP4，960PR 推理 FP4 达 8 PFLOPS；且上市时间较原计划提前 1–3 个季度。

Q2：NPO 和传统的可插拔光模块有什么不同？
A：NPO 把光学引擎靠近芯片封装，缩短电信号路径，降低功耗与延迟；Hi-ONE 单引擎 7.2T、内置光源，5500 个即可替代 4.8 万颗 800G 模块，省电超 550 千瓦。

Q3：百万卡集群怎么实现？
A：基于灵衢 UnifiedBus 统一协议，先用二层 CLOS 四平面组网到 51.2 万卡，再叠加多轨道拓扑技术扩展到 100 万卡昇腾超节点集群。

Q4：和 NVLink/InfiniBand 路线有何区别？
A：昇腾走"超节点 + 灵衢统一总线 + NPO 光互联"的系统架构路线，强调把数千芯当一台逻辑机器；NV 系依赖 NVLink 域与 InfiniBand 横向扩展，两者在拓扑与协议栈上并行存在。

Q5：开发者现在能用吗？
A：芯片 2027 年起就绪，但 CANN 已开源、Atlas 950 超节点规模商用，现有生态可先基于上一代平台开发适配。

Q6：对国产大模型训练意味着什么？
A：更强的单超节点 HBM 与互联，叠加百万卡扩展，意味着十万亿参数模型的国产原生训练具备更完整的底座支撑。

---

9. 参考资料

• 华为全联接大会 2026 主题演讲（汪涛），上海，2026-09-17
• 网易：《全球首个采用 NPO 技术 华为轮值董事长汪涛：昇腾 960 芯片将提前发布，并实现性能翻番》，2026-09-17
• 今日头条：《昇腾 960 提前就绪：华为全联接大会释放算力产业重塑信号》，2026-09-18
• 今日头条：《华为昇腾 960 超节点亮相，NPO 光互联带来新变化》，2026-09-18
• 腾讯研究院 AI 速递 20260918

---