2026年，華為正在引領“超節點”

撰文 | 李信馬
題圖 | IC Photo

AI 像火焰，正在吞噬世界，而算力構成了“柴薪”。在國與國之間的人工智能競爭日益激烈的當下，算力成為國力的重要體現。

圍繞著這個話題，不久前，華為在北京組織了2026新春媒體沙龍。目前，計算產業已經成為華為公司最重要的業務主航道之一，華為計算產品線營銷運作部部長張愛軍表示，希望未來為中國構建一個堅實的算力底座，“為世界提供一個新的選擇”。

“超節點”成為他演講的關鍵詞。

01.什么是超節點？

超節點在行業內還是一個新生事物，行業內對超節點還未形成標準定義，張愛軍表示，華為希望在行業界形成共識，定義什么樣的設備是超節點。

目前業界有些看法，認為超節點類似“大型機”，或者連接的計算卡足夠多，就是超節點了。張愛軍認為這些看法是對超節點的誤解，從華為的角度來說，“超節點”是計算節點通過高速互聯協議組成更大內存空間的計算系統，能夠提供大帶寬、低時延的互聯能力。

傳統計算架構中，卡間互聯依賴PCIe或以太網，跨服務器互聯帶寬多為200-400Gb/s且時延達數十微秒，在千億參數模型訓練的并行計算場景中，頻繁的GB級數據通信阻塞，導致計算等待通信，成為性能瓶頸。

比如下圖中，CPU-AI處理器之間通過PCIe互聯，AI處理器之間通過RoCE互聯，單跳通信時延只能做到微秒級，RTT通信時延會更高，高達幾十微秒；假如要從32卡升級到64卡規模，需要增加二層交換，組網復雜；而且不支持內存統一編址，無法做到全局的內存池化以及AI處理器之間的內存語義訪問，所有訪存都需要通過消息語義通信，優化存在瓶頸。

而超節點借助高效的互聯協議打破傳統架構限制，能做到大帶寬、低時延、內存統一編址，支持更大規模AI處理器的高效協同，實現更大范圍、更高流量的數據傳輸，從而突破系統性能瓶頸。

張愛軍做了個比喻：“有足夠大的帶寬，就像中國的經濟為什么能夠騰飛，基礎設施包括高速公路、高速鐵路功不可沒，一個好的超節點一定要有足夠大的帶寬；高速公路路修得寬，還不能堵車，要有足夠低的時延，長安街也很寬，但是經不起天天堵，時延不足夠好很難構建起來效率；能不能形成有效的邏輯上的單一系統，關鍵是內存能不能真正統一編址，有統一內存編址的技術才能真正稱得上超節點?！?/p>

以昇騰384超節點為例，相較于傳統服務器架構，通信帶寬提升15倍、RTT通信時延從7微秒做到3微秒，降低了50%以上。

現實情況中，還需要具備散熱技術、模塊化架構、冗余能力、連接技術、供電能力等工程能力，以及大規模、高可靠、靈活切分等系統能力，才是真正可商用的超節點。

02.為什么需要超節點？

超節點的出現，是AI發展的必然產物。

張愛軍在演講中提出了三個趨勢觀察：

首先，模型的規模正變得越來越大。人工智能的核心在于壓縮與泛化，壓縮是通過計算將物理世界的多元信息映射為函數表達，這一過程需消耗大量算力，隨著大模型從單模態轉向多模態，其對算力的需求會進一步上升。

其次，輸入長度顯著增加，模型上下文長度，將從K級邁入兆級。進入多模態時代，輸入從文字到加入視頻和圖片，導致序列長度大幅提升，在計算過程中更長的輸入意味著更長的矩陣維度，進而推高計算量。

第三，在數據層面，泛化能力決定了智能上限，而提升泛化離不開更多數據，利用人工智能生成合成數據以持續擴展訓練資源已成為趨勢，訓練數據規模也從10TB級升級為100TB 級。

“所有的一切都決定了未來對算力的需求會指數性增長，，今天算力的需求遠遠未被滿足，無論是在行業里進入到生產系統的過程當中，還是在ToC的消費端，我們看到token消耗的數量不是倍增，而是指數級增長。去年國家數據局發布的數據，2024年初，我國每天消耗的AI相關“Token”（可理解為AI處理的基礎數據單元）只有1千億；可到了2025年6月底，這個數字已經突破30萬億，短短1年半時間就漲了300多倍?！睆垚圮娬f道。

但當我們將視線移向算力的供給端，隨著半導體制造技術接近觸及物理極限，摩爾定律正在失效，導致單一芯片的提升難以滿足人類對算力的需求。這種情況下，多芯片互聯的大規模計算節點就成為解決問題的關鍵。

這就回到了上文中提到的問題，傳統集群通過“服務器堆疊和以太網聯接”的模式提升算力規模，服務器之間帶寬不足、時延大，集群規模越大，算力利用率反而越低。Meta公布的Llama 3.1論文顯示，在1.6萬卡H100集群上訓練時，算力利用率低。同時，集群規模擴張還帶來了可靠性問題，在54天的訓練過程中，整個集群累計中斷419次，平均每天中斷8次，也就是說每3小時就會出現一次故障。

此外，在推理端，對低時延的要求日益嚴苛。比如金融風控場景時延要求小于20毫秒，反欺詐的時延更是要在10毫秒以下。而Agentic AI需要更多任務協同和多輪次推理迭代，傳統的計算架構也難以滿足低時延要求。

因此，超節點應運而生，通過新的互聯協議及架構突破服務器擴展的硬件限制，來增強算力的供給。經華為驗證，在DeepSeek、Qwen等多模態、MoE模型上，超節點相較于傳統集群可以達到3倍以上訓練性能的提升，同時在強化學習場景下，可以將訓推權重的傳輸從小時級降到60s。

03.華為的算力攻堅

2019年，華為進入計算產業，當時提出了“硬件開放、軟件開源、使能伙伴、發展人才”的十六字方針。時隔六年，鯤鵬的注冊開發者數達到了約380萬，昇騰約有400萬，同時，華為還和約9800家ISV伙伴打造了超過2萬個解決方案，這些解決方案廣泛應用在金融、運營商、能源、制造等領域。

但比起數量的增長，真正的攻堅源于底層技術的突破，以及新技術的成功商業化，超節點就是這樣的一個案例。

采訪中，張愛軍提到了一個細節，光模塊是比較“嬌嫩”的系統，灰塵、溫度變化都會導致系統的閃斷和不穩定，而華為昇騰384的超節點光模塊有將近幾千顆，通過模塊化的設計和冗余技術等，實現了規模化的商用。

據了解，自去年正式上市以來，昇騰超節點已經規模部署了數百套，廣泛應用在互聯網、金融、能源、制造等各行各業中。

過去一年，華為還在業界首創了將超節點技術引入到通用計算中，是全球第一家發布了通算超節點的廠商。華為還將構建超節點的靈衢協議完全開放，以推動在中國形成完整的產業鏈模式。

當天受邀參加活動的工業和信息化部新聞宣傳中心（人民郵電報社）總編輯王保平在會議開始時講道：“算力作為數字經濟的核心生產力，已經成為像水電一樣的基礎資源。當前算力需求從通用計算向智能計算延伸，從中心向邊緣擴展，這既需要芯片、服務器、數據中心等硬件領域的持續突破，也需要架構軟件、調度平臺等系統層面的協同創新。”

而華為，在這個歷史進程中，做出了重要的推動。

面向未來，張愛軍表示，就像在移動互聯網時代，華為給世界提供了領先的5G產品，面向未來AI時代，華為將通過“集群+超節點”的創新，為中國包括全世界提供算力新選擇。