電子發(fā)燒友網(wǎng)報道（文/李彎彎）近日，在世界移動通信大會（MWC26）期間，華為計算產(chǎn)品線總裁張熙偉首次在海外發(fā)布多款超節(jié)點產(chǎn)品及解決方案，包括Atlas 950 SuperPoD智算超節(jié)點、Atlas 850E超節(jié)點服務器，以及業(yè)界首款通用計算超節(jié)點TaiShan 950 SuperPoD，還有TaiShan 500、TaiShan 200等系列化產(chǎn)品。

超節(jié)點技術：AI算力發(fā)展的關鍵支撐

在人工智能快速發(fā)展的當下，每月都有新突破。智能體時代，模型從局限于大語言模型走向全模態(tài)原生融合，萬億級模型參數(shù)和10萬億級數(shù)據(jù)訓練成為常態(tài)，算力需求提升十倍到百倍。同時，模型上下文序列長度顯著增加，對內(nèi)存容量和帶寬需求大幅提升。

而且，隨著AI在行業(yè)應用中的深入，實時性挑戰(zhàn)愈發(fā)凸顯，如金融風控場景時延要求小于20毫秒，反欺詐場景時延要在10毫秒以下，傳統(tǒng)計算架構難以滿足低時延要求。單一芯片提升已無法滿足AI算力需求，多芯片互聯(lián)、擴大計算節(jié)點規(guī)模成為必然選擇。

超節(jié)點技術應運而生，它是面向AI大模型訓練與推理需求的技術方案。通過高速互聯(lián)協(xié)議與專用交換芯片，將數(shù)十至數(shù)百個GPU或AI計算芯片在單機柜或集群內(nèi)緊密整合，形成邏輯上統(tǒng)一編址、高帶寬、低延遲的協(xié)同計算系統(tǒng)。其核心目標是突破傳統(tǒng)分布式計算中的“通信墻”瓶頸，提升大規(guī)模并行計算效率。該技術具備高算力密度、硬件解耦、開放兼容等特點，是構建標準化“AI工廠”、提升智算基礎設施效能的關鍵路徑。

目前，業(yè)內(nèi)對超節(jié)點有不同層級劃分。一是在單機柜內(nèi)部實現(xiàn)高速互聯(lián)，常稱為“SuperNode”；另一種是由跨機柜組成的集群級互聯(lián)，如英偉達提出的“SuperPod”。行業(yè)構建大規(guī)模GPU集群主要有兩種方式：Scale-Out（橫向擴展）和Scale-Up（縱向擴展）。Scale-Out是傳統(tǒng)方法，通過傳統(tǒng)網(wǎng)絡連接獨立服務器組成集群；Scale-Up則是增加單個節(jié)點內(nèi)資源數(shù)量。超節(jié)點是Scale-Up的重要實現(xiàn)方式，其內(nèi)部Scale-Up網(wǎng)絡時延目標為百納秒級，遠低于Scale-Out網(wǎng)絡的微秒級，能支撐TP（張量并行）、EP（專家并行）等高通信量任務。

Scale-Up網(wǎng)絡追求極致性能，具備高帶寬、低時延和大內(nèi)存空間三大核心特性。高帶寬方面，提供Tbps級別互聯(lián)帶寬，如NVL72方案中單GPU提供7.2Tbps帶寬；低時延方面，目標時延為百納秒級，而Scale-Out網(wǎng)絡時延通常在10微秒級別；大內(nèi)存空間方面，支持統(tǒng)一內(nèi)存編址或內(nèi)存語義，擴展有效內(nèi)存容量。

AI訓練中，流水線并行（PP）和數(shù)據(jù)并行（DP）通信量相對較小，可通過Scale-Out網(wǎng)絡處理，但張量并行（TP）和專家并行（EP）通信量極大，必須依賴Scale-Up網(wǎng)絡解決。超節(jié)點通過構建高帶寬域（HBD），整合大量GPU，降低大規(guī)模集群全局組網(wǎng)復雜度與運維難度，提升資源利用效率。其核心應用場景是支撐訓練參數(shù)規(guī)模超萬億級別的AI大模型訓練與推理，滿足AI Agent等多模型協(xié)同實時交互場景的高頻、海量通信需求。

華為超節(jié)點產(chǎn)品與技術：創(chuàng)新引領算力升級

去年，華為發(fā)布業(yè)界規(guī)模最大的昇騰384超節(jié)點，將384顆昇騰AI芯片連接成集群，提供高達300PFLOPs的密集BF16算力，性能接近英偉達GB200 NVL72系統(tǒng)的兩倍。

在芯片互聯(lián)規(guī)模與Scale up網(wǎng)絡性能上，華為CloudMatrix 384優(yōu)勢明顯。GB200 NVL72采用整機柜型超節(jié)點方案，有72個GPU芯片；而CloudMatrix 384采用分機柜超節(jié)點方案，計算節(jié)點和交換節(jié)點分裝不同機柜（12個計算柜和4個交換柜），Scale up計算單元由384個Ascend 910C芯片組成，昇騰芯片數(shù)量增加五倍，彌補了單個GPU性能不足。其BF16密集算力約300 PFLOPS，Scale up單向帶寬134400 GB/s，約是GB200 NVL72的2.1倍。

CloudMatrix 384的Scale up網(wǎng)絡采用兩層扁平拓撲架構，通過華為自研的靈衢網(wǎng)絡和靈衢總線設備互聯(lián)組網(wǎng)。靈衢網(wǎng)絡L1層由超節(jié)點交換網(wǎng)板承載，L2層由總線設備柜中的靈衢總線設備組成，L1 - L2通過光纖組成超節(jié)點集群。L1層每個計算節(jié)點集成8個昇騰910C NPU、4個鯤鵬CPU，內(nèi)部有7顆板載UB交換芯片；L2層劃分為7個獨立子平面，每個子平面含16個L2 UB交換芯片，L1交換芯片扇出16條鏈路到對應L2子平面交換芯片，實現(xiàn)無阻塞全對等拓撲。該超節(jié)點通過3168根光纖和6912個400G LPO模塊構建高速互連總線，在UB平面、RDMA平面等方面有詳細設計。

“靈衢”是華為2025年全聯(lián)接大會發(fā)布的互聯(lián)技術，是一種面向超節(jié)點的互聯(lián)協(xié)議，將IO、內(nèi)存訪問和處理單元間通信統(tǒng)一在同一體系，實現(xiàn)高性能數(shù)據(jù)搬移、資源統(tǒng)一管理等。其協(xié)議棧全面完整，基于靈衢的計算系統(tǒng)部署范圍廣，處理單元地位平等、資源可池化，還支持多種機制提升性能、增進容錯性等。

此外，華為發(fā)布的Atlas 950 SuperPoD智算超節(jié)點，以單柜64卡為基本單元，最大支持8192張NPU卡高速互聯(lián)，在算力規(guī)模、互聯(lián)帶寬等指標上領先英偉達，大模型訓練效率、可靠性與推理性能大幅提升。Atlas 850E超節(jié)點服務器適配現(xiàn)有風冷機房，支持8到1024卡靈活擴展和快速部署。

軟件生態(tài)方面，華為持續(xù)貢獻openEuler開源操作系統(tǒng)，全面開源開放CANN異構計算架構，通過分層解耦，將算子庫、加速庫、圖計算、編程語言等軟件代碼全量開源。北向支持PyTorch、vLLM、SGLang等業(yè)界開源社區(qū)和項目，大幅提升開發(fā)者易用性。華為副董事長、輪值董事長徐直軍曾表示，盡管受美國制裁，不能產(chǎn)出最先進工藝制程的芯片，但基于聯(lián)接技術能力，華為能做到萬卡級超節(jié)點，實現(xiàn)世界最強算力。

總結：

華為此次發(fā)布的新一代超節(jié)點產(chǎn)品，在性能和規(guī)模上實現(xiàn)重大突破，為全球AI發(fā)展提供了強大算力支持。超節(jié)點技術作為AI算力發(fā)展的關鍵支撐，通過創(chuàng)新架構設計，有效解決了傳統(tǒng)計算中的瓶頸問題，滿足了AI大模型訓練和推理的嚴苛需求。華為在超節(jié)點技術領域的探索和創(chuàng)新，不僅體現(xiàn)在硬件產(chǎn)品的性能提升上，更在于自研協(xié)議和軟件生態(tài)的全面布局。靈衢協(xié)議的推出和CANN異構計算架構的開源開放，為開發(fā)者提供了更加便捷、高效的開發(fā)環(huán)境，促進了AI技術的創(chuàng)新和應用。