被低估的關鍵技術！華為打造“最強超節點”

文︱陸棄

2025年以來，“超節點”這個原本只存在于工程師討論中的概念，開始頻繁出現在算力產業的公共視野中。昇騰384超節點的發布，讓很多人第一次直觀感受到算力基礎設施的尺度變化：384顆芯片通過高速互聯，被組織成一個邏輯上的“整體”，在算力規模、網絡帶寬、內存總帶寬等關鍵指標上，直接對標甚至超越國際主流方案。隨之而來的爭論也迅速發酵——這究竟是一次真正的技術突破，還是簡單的“堆芯片”？如果只是規模擴張，那它的意義究竟在哪里？

疑問并非沒有現實依據。過去十年，算力提升的主要路徑始終圍繞著更先進的制程、更高的主頻、更密集的晶體管展開。英偉達的NVL72之所以被視為旗艦級產品，正是因為它在單機柜內將72顆GPU的協同效率推到了極限。在這種語境下，華為直接將規模擴展到384顆芯片，自然會被解讀為一種“暴力堆砌”。但問題在于，如果算力瓶頸真的只取決于芯片數量，那么當下全球大模型訓練中頻繁出現的效率塌陷，又該如何解釋？

現實的數據給出了截然不同的答案。Meta公開的研究顯示，在萬卡規模的傳統集群中，算力利用率往往只有38%左右，超過一半的計算資源在等待通信。這意味著，在大模型時代，制約效率的早已不是單顆芯片的算力，而是節點之間如何交換數據、如何協同工作。模型越大、結構越復雜，這一問題就越尖銳。像DeepSeek這樣的混合專家模型，本質上是將計算任務分散給大量“專家”，如果通信效率跟不上，再多的芯片也只會彼此空轉。

正是在這一背景下，超節點的意義才逐漸顯現。它并不是對傳統集群的小修小補，而是對計算架構的重新組織。以昇騰超節點為例，其核心變化在于打破了以CPU為中心的層級結構，讓CPU、NPU和內存單元處于平等互聯的狀態，數據不再需要繞行“中樞”，而是通過全新的互聯協議和總線能力直接流動。這種變化看似抽象，卻直接決定了算力是否會被通信“卡住”。

真正拉開差距的，是統一內存編址能力。傳統集群中，數據傳輸更像是一次次獨立的“投遞”，每次計算前都需要定位、封裝、轉發，這種機制在小規模下尚可接受，一旦擴展到數百乃至上千顆芯片，延遲和損耗便成倍放大。超節點的目標，則是將分散的內存資源組織成一個邏輯整體，使計算單元像訪問本地內存一樣獲取數據。只有做到這一點，內存池化和高效調度才有可能成立，算力才能真正被釋放出來。

從效率角度看，這種架構帶來的提升并非漸進，而是結構性的。在制程進步放緩的現實條件下，單代芯片性能提升往往不足20%，而通過超節點架構，將算力利用率從30%提升到45%，等同于在不改變制程的情況下獲得近50%的有效算力增長。這并不是對芯片能力的替代，而是對其價值的“解鎖”。當摩爾定律不再是唯一依靠，系統級創新的重要性被前所未有地放大。

但也正因為如此，真正的超節點極難復制。一個最直觀的對比是形態差異：英偉達的NVL72被限制在單一機柜內，而昇騰384超節點則跨越了多個計算柜和總線柜。限制并不來自設計意愿，而是物理條件。全銅線架構下，電信號在高速傳輸時的距離極為有限，這決定了系統規模的上限。華為之所以能夠突破這一限制，關鍵在于將光通信技術引入算力互聯，用光模塊替代銅纜，重構了數據傳輸的“物理層”。

光的優勢顯而易見，但難度同樣巨大。光模塊對環境極其敏感，灰塵、溫度波動都可能引發不穩定，要讓其達到服務器級別的可靠性，本身就是一項系統工程。這種能力并非一蹴而就，而是建立在長期的通信技術積累之上。華為在光通信領域的持續投入，使其能夠在芯片、器件、協議和工程能力之間形成閉環，這是單點突破型廠商難以復制的優勢。

更值得注意的是，華為并未將超節點局限于AI算力，而是延伸至通用計算領域。基于鯤鵬950的通算超節點，指向的是對傳統大型機和專用數據庫服務器的替代。這一方向的共通邏輯，在于通過超大帶寬、超低時延和統一內存編址，將分布式系統組織成“像一臺計算機一樣工作”。當硬件性能提升遭遇物理極限，通過通信與架構釋放系統潛能，成為一條更具確定性的路徑。

在更大的視角下，靈衢UB協議的開放，揭示了華為對算力競爭的另一層判斷。超節點并非封閉產品，而是一種基礎能力。如果只有少數廠商掌握，其生態很難真正壯大。通過開放協議，讓更多參與者基于同一套底層規則構建系統，算力基礎設施才可能形成規模化、可持續的演進。這種選擇既是技術自信的體現，也是一種現實考量：AI時代的復雜度，早已超出單一廠商獨立承擔的范圍。

超節點之所以重要，并不只是因為它更大、更快，而在于它標志著算力競爭邏輯的轉變。當芯片制程逐漸逼近物理極限，真正決定效率的，不再是單點指標，而是系統如何被組織、資源如何被調度。華為昇騰超節點的價值，也正在于此。它未必意味著終點，但至少清晰地指出了一條不同于“堆卡競賽”的技術路線。在未來的算力格局中，誰能率先完成從芯片競爭到系統競爭的躍遷，誰才有可能真正掌握主動權。