华为昇腾超节点：用芯片数量与光互联换性能，算力赛道的另一条突围路线

步步糕升

导语

       同样约 8 EFLOPS FP8 算力，英伟达的方案大约只需要 7 个机柜，而华为 Atlas 950 超节点却需要 160 个机柜，占地接近两个半篮球场。很多人看到这个数字，会简单理解为硬件差距。但这里藏着一个关键架构差异：英伟达 7 个机柜，是7 台独立的 Scale‑up 计算机，机柜之间只能走普通数据中心网络；而华为这 160 个机柜，在逻辑上合并成为一台完整的巨型计算机，8192 颗 NPU 芯片处在同一套高速互联域内，任意一颗芯片都可以直接读写跨机柜其他芯片的内存。
      在先进工艺、HBM 高带宽显存受到外部约束的现实背景下，华为走出了一条差异化路线：单颗芯片性能存在短板，就依靠大量芯片叠加 + 自研光互联系统工程来弥补。但堆芯片不是简单的硬件堆叠，规模放大之后会迎面撞上三大硬核难题：传输距离、系统可靠性、整机能耗。从 CloudMatrix 384 到 Atlas 950，再到新一代 Atlas 960E，华为每一代超节点，本质上都是在回答上一代暴露出来的工程难题。
本文结合公开技术资料，拆解超节点背后的工程取舍，对比英伟达与华为两条截然不同的技术路线，分析二者各自的约束条件，以及未来两条路线逐步互相靠拢的行业趋势。

一、单颗芯片有短板：用规模做系统层面弥补

受外部管制约束，先进制程、HBM 显存获取存在现实门槛，单颗昇腾 NPU 对比海外旗舰 GPU 存在性能差距。最直接的解决思路就是依靠数量补齐整体算力。但把成千上万个芯片拼在一起，并不是插上线缆就可以直接工作，规模扩张会立刻带来三座大山：

• 距离问题：芯片分散在数十上百个机柜，铜线传输距离存在物理上限，远距离必须依靠光通信；
• 可靠性问题：芯片、光模块、光缆数量成倍上涨，任何一处链路故障，都有可能拖累整套万卡集群；
• 能耗问题：芯片数量变多，加上海量光硬件，整机功耗会急剧飙升。
  

华为三代超节点演进，就是持续攻克这三大难题的过程。
二、第一重难关：距离，铜线的物理边界，用光互联跨机柜

铜缆高速信号的传输距离十分有限，通常仅能维持一两米高质量传输，英伟达 NVLink 把 GPU 尽量收拢在同一个机柜内部，在机柜之内用铜缆实现高速 Scale‑up；一旦跨机柜，带宽就会出现断崖式下跌。
华为上一代 CloudMatrix 384（Atlas 900 A3 超节点），384 颗昇腾 910C 分布在 16 个机柜，最远芯片相隔十米，铜线已经无法满足，整套系统大量依靠光模块完成互联，整套系统使用超过五千个光模块。第三方机构 Semi‑Analysis 做过对比，CloudMatrix 384 总算力相比对标英伟达系统高出约七成，内存容量多出两倍多；但整机功耗接近四倍，单位算力功耗大约是对方两倍。这套方案证明：依靠大量芯片 + 光互联，系统总能力可以实现反超，但代价是更高的电力消耗。在国内数据中心电力供给相对充裕的条件下，该方案可以落地，但如果继续把规模再扩大 20 倍，距离、功耗、可靠性矛盾会被进一步放大。
在此基础上，华为推出 Atlas 950 超节点，最大支持8192 颗昇腾 950DT 芯片，共计 160 个机柜。对比英伟达 Rubin 机柜：芯片数量是对方 56.8 倍，总算力是 6.7 倍；单颗芯片平均算力大约只有对方八分之一，但统一池化内存容量达到对方 15 倍。
内存池化是这套架构非常关键的价值点。传统多机柜方案，内存分散在多套独立 Scale‑up 单元，大模型尤其是 MoE 混合专家模型，一旦放不下单机柜，就要走低速跨机柜网络搬运数据。而 Atlas 950 的海量内存全部处在同一个逻辑计算机之内，任意芯片可以直接访问，对于超大模型训练、高并发长文本推理有明显优势。
针对推理业务的不同阶段，华为还做了内存差异化配置：

• 950‑PR 版本：面向预填充阶段，使用成本更低的自研内存；
• 950‑DTT 版本：面向解码、训练场景，配置高速自研 HBM；把稀缺的高速 HBM 资源集中消耗在真正需要它的环节，以此平衡成本与性能。
  

三、第二重难关：可靠性，光链路更容易坏，如何做到故障几乎无感

当系统扩张到八千多张芯片，成千上万条光缆、光模块同时工作。铜线故障点少；而光链路要完成电‑光、光‑电转换，包含激光器、调制器、探测器等器件，激光器本身就是高故障率部件。链路数量越多，故障概率越高，如果不做特殊设计，频繁故障会直接摧毁万卡训练任务。大模型同步训练整套集群速度由最慢的链路决定，一条链路异常，全部芯片就要等待，严重就要回退数小时之前的检查点。
华为给出的解法是自研灵衢 Unified‑Bus 互联协议昇腾社区：

• 协议归一：服务器、NPU、内存、存储不再使用十几种异构协议，统一一套语言，芯片可以像访问本地内存一样读写别的机柜芯片内存，消除多层协议转换带来的延迟与故障点，这也是真正逻辑上 “一台计算机” 的核心基础。
• 纳秒级故障切换：光链路故障可以在纳秒级别探测完成，立刻切换备用路径，上层训练任务几乎感知不到故障，官方数据光互联系统可靠性提升一百倍。
• UB‑Mesh 拓扑思想：近铜远光：同一机柜内部 64 颗芯片，行和列优先使用一米左右短铜线；相邻机柜使用有源电缆；只有远距离才启用光纤，九成以上连接依靠铜，光互联仅占 6% 左右，从源头减少光器件数量。同时每个机柜预留备用芯片，硬件出现问题直接顶替故障节点，故障是必然发生的，那就提前准备替换资源。
  

横向对比谷歌的方案：谷歌依靠光路镜子做故障绕行，切换是毫秒级别；华为灵衢协议纳秒级切换，比其快上万倍。但 UB‑Mesh 属于公开论文方案，Atlas 950 商用产品具体实现并未完全对外披露。

四、第三重难关：能耗，从堆数量走向增强单芯片 + 优化光硬件

CloudMatrix 384 暴露的短板就是单位算力功耗偏高，来源有两点：单颗芯片算力有限；海量传统可插拔光模块带来巨大耗电。华为在 2026 年推出Atlas 960E 超节点，从两个方向解决能耗问题新华网。

• 增强单颗芯片实力：新一代昇腾 960 单颗算力翻倍，达到同等总算力仅需要 4096 颗芯片，芯片整体数量减半，互联链路同步减少，距离、可靠性、能耗三重压力同步缓解。产品路线图也提前迭代，昇腾 960 训练版提前至 2027Q1 发布。
• NPO 近封装光引擎 Hi‑ONE：传统可插拔光模块放置在机箱前面板，走线长、功耗高。Hi‑ONE 把光引擎挪到靠近芯片的主板位置，单引擎带宽 7.2T。原本 Atlas 960E 需要 48000 个 800G 光模块，改用 Hi‑ONE 之后仅需要 5500 个，光硬件直接减少近九成，整机功耗下降超过 550 千瓦，差不多等同于一整套 CloudMatrix 384 的整机功耗；同时硬件数量下降，故障概率同步降低，系统无故障运行时间直接翻倍。
  

这里做工程取舍：Hi‑ONE 采用内置光源 NPO 方案，没有直接把光引擎焊死封装进芯片内部。如果直接封装在芯片内，一旦光源损坏，整块芯片就要报废，维修成本不可接受。现在放在主板，损坏可以单独更换，在功耗、带宽、可维护性之间取得折中，但内置光源也带来散热、器件寿命的新挑战，长期表现有待大规模部署后的实际数据验证。
五、两条技术路线：约束决定选择，未来正在互相靠拢

英伟达与华为的路线差异，本质来自两家面对的现实资源约束：

• 英伟达：手握性能顶尖 GPU 芯片，但美国新建数据中心越来越受电网供电上限约束。电力是稀缺资源，最优思路就是把最强算力塞进单个机柜，依靠 NVLink 铜缆做机柜内 Scale‑up，追求每一瓦电力产出尽可能多算力。
• 华为：单芯片、高端 HBM 受到约束，国内电力供给相对宽裕，选择以算力规模弥补单芯片差距，大量使用光互联，把 “单台逻辑计算机” 的边界拓展到上百个机柜。
  

但两条路线并不是永远分道扬镳，未来正在互相靠拢：

• 英伟达方向：单机柜 NVL 规模已经摸到天花板，Rubin 时代开始使用可插拔光模块跨机柜；后续 Fremont 平台计划引入 NPO 近封装光学，向外拓展更大规模 Scale‑up 系统。
• 华为方向：持续迭代增强单颗 NPU 芯片性能，减少芯片总数量；同时把光引擎不断向芯片位置靠近，持续降低功耗。
  

一个往左拓展规模，一个往右增强单芯片，最终两者架构走向趋同：更大的 Scale‑up 逻辑计算机，更近芯片的光互联硬件。差距来自迭代速度，以及付出的功耗、成本代价。
有三件行业变量会决定后续格局：

• 国产工艺与自研 HBM 迭代速度：决定单颗芯片性能追赶的节奏；海外巨头同样每年迭代新品，这是动态博弈。
• 产能供给约束：华为公开提到供给难以完全满足国内全部需求，HBM 紧缺会带来涨价压力，产能有时候比纸面性能更能决定市场格局。
• 软件生态鸿沟：英伟达 CUDA 是深厚护城河。硬件可以依靠系统工程补齐，但开发者生态迁移是慢变量；华为把 CANN 开源，并且成为 PyTorch 官方支持平台，目的就是降低迁移门槛。
  

超节点时代，AI 算力的竞争已经不再仅仅比拼单颗芯片跑分。竞争单位从一颗芯片，升级到机柜、整套超节点、完整软硬件系统。MoE 混合专家这类大模型对跨芯片高频通信需求极强，把数千颗芯片整合进同一台逻辑计算机，具备实实在在业务价值。
六、大众 & 技术爱好者高频认知误区澄清

误区 1：机柜数量多就代表技术落后

纠正：要区分物理机柜数量和逻辑 Scale‑up 边界。同样总算力，华为机柜多，但可以把几千张卡纳入同一个逻辑计算机；英伟达受限于铜缆距离，跨机柜就会落入低速普通网络，二者应用场景侧重点不一样，不能简单机柜数量论高下。
误区 2：光互联就是技术先进，铜缆就是落后

纠正：铜缆短距离带宽高、功耗低、可靠性好；光互联解决远距离传输，但器件多、功耗成本更高。行业通用最优策略是近铜远光，近距离优先铜线，远距离才用光，不是全盘光化就更强。
误区 3：超节点只要把足够多芯片插在一起就可以实现

纠正：最大难点不在堆硬件，在于互联协议、故障自愈、内存统一编址。万卡集群最大的敌人是慢节点、随机链路故障，硬件只是基础。
误区 4：华为超节点已经全方位碾压英伟达整套体系

纠正：在超大 MoE 模型、超大统一内存池场景有架构优势；单芯片性能、CUDA 软件生态、中小规模集群能效依旧是英伟达强项，各有适用场景。
误区 5：NPO 近封装光学可以无条件解决所有功耗难题

纠正：NPO 降低功耗的同时带来维修、散热、器件寿命的工程取舍，纸面指标优异，大规模长期稳定性还需要真实部署验证。
全文总结

面对先进芯片与 HBM 的外部约束，华为昇腾超节点走出一条系统工程突围道路：单颗芯片能力有限，就依靠大量芯片叠加 + 自研灵衢光互联，把上百个机柜内数千颗 NPU 融合为一台逻辑上的巨型计算机。
这套方案需要翻越三座大山：传输距离、海量器件带来的可靠性危机、整机能耗。从 CloudMatrix 384 到 Atlas 950，再到 Atlas 960E，每一代产品都在迭代解决上一代遗留的工程短板：引入纳秒级故障切换、近铜远光拓扑、Hi‑ONE 近封装光引擎，在功耗、可靠性、可维护性之间不断做权衡取舍。
英伟达与华为两条路线，本质是各自现实资源约束下做出的最优解：前者追求单瓦算力最大化，后者依靠系统规模弥补单芯片短板。长远看两者技术会逐步靠拢，都向着更大规模 Scale‑up、芯片侧光互联演进。
AI 算力竞争早已不是单颗芯片跑分的游戏，芯片之间那张互联大网，和芯片本身同等重要。而产能供给、软件生态，会是决定这套硬件体系能不能充分释放实力的另外两大关键变量。