2026年，华为正在引领“超节点”

撰文 | 李信马
题图 | IC Photo

AI 像火焰，正在吞噬世界，而算力构成了“柴薪”。在国与国之间的人工智能竞争日益激烈的当下，算力成为国力的重要体现。

围绕着这个话题，不久前，华为在北京组织了2026新春媒体沙龙。目前，计算产业已经成为华为公司最重要的业务主航道之一，华为计算产品线营销运作部部长张爱军表示，希望未来为中国构建一个坚实的算力底座，“为世界提供一个新的选择”。

“超节点”成为他演讲的关键词。

01.什么是超节点？

超节点在行业内还是一个新生事物，行业内对超节点还未形成标准定义，张爱军表示，华为希望在行业界形成共识，定义什么样的设备是超节点。

目前业界有些看法，认为超节点类似“大型机”，或者连接的计算卡足够多，就是超节点了。张爱军认为这些看法是对超节点的误解，从华为的角度来说，“超节点”是计算节点通过高速互联协议组成更大内存空间的计算系统，能够提供大带宽、低时延的互联能力。

传统计算架构中，卡间互联依赖PCIe或以太网，跨服务器互联带宽多为200-400Gb/s且时延达数十微秒，在千亿参数模型训练的并行计算场景中，频繁的GB级数据通信阻塞，导致计算等待通信，成为性能瓶颈。

比如下图中，CPU-AI处理器之间通过PCIe互联，AI处理器之间通过RoCE互联，单跳通信时延只能做到微秒级，RTT通信时延会更高，高达几十微秒；假如要从32卡升级到64卡规模，需要增加二层交换，组网复杂；而且不支持内存统一编址，无法做到全局的内存池化以及AI处理器之间的内存语义访问，所有访存都需要通过消息语义通信，优化存在瓶颈。

而超节点借助高效的互联协议打破传统架构限制，能做到大带宽、低时延、内存统一编址，支持更大规模AI处理器的高效协同，实现更大范围、更高流量的数据传输，从而突破系统性能瓶颈。

张爱军做了个比喻：“有足够大的带宽，就像中国的经济为什么能够腾飞，基础设施包括高速公路、高速铁路功不可没，一个好的超节点一定要有足够大的带宽；高速公路路修得宽，还不能堵车，要有足够低的时延，长安街也很宽，但是经不起天天堵，时延不足够好很难构建起来效率；能不能形成有效的逻辑上的单一系统，关键是内存能不能真正统一编址，有统一内存编址的技术才能真正称得上超节点。”

以昇腾384超节点为例，相较于传统服务器架构，通信带宽提升15倍、RTT通信时延从7微秒做到3微秒，降低了50%以上。

现实情况中，还需要具备散热技术、模块化架构、冗余能力、连接技术、供电能力等工程能力，以及大规模、高可靠、灵活切分等系统能力，才是真正可商用的超节点。

02.为什么需要超节点？

超节点的出现，是AI发展的必然产物。

张爱军在演讲中提出了三个趋势观察：

首先，模型的规模正变得越来越大。人工智能的核心在于压缩与泛化，压缩是通过计算将物理世界的多元信息映射为函数表达，这一过程需消耗大量算力，随着大模型从单模态转向多模态，其对算力的需求会进一步上升。

其次，输入长度显著增加，模型上下文长度，将从K级迈入兆级。进入多模态时代，输入从文字到加入视频和图片，导致序列长度大幅提升，在计算过程中更长的输入意味着更长的矩阵维度，进而推高计算量。

第三，在数据层面，泛化能力决定了智能上限，而提升泛化离不开更多数据，利用人工智能生成合成数据以持续扩展训练资源已成为趋势，训练数据规模也从10TB级升级为100TB 级。

“所有的一切都决定了未来对算力的需求会指数性增长，，今天算力的需求远远未被满足，无论是在行业里进入到生产系统的过程当中，还是在ToC的消费端，我们看到token消耗的数量不是倍增，而是指数级增长。去年国家数据局发布的数据，2024年初，我国每天消耗的AI相关“Token”（可理解为AI处理的基础数据单元）只有1千亿；可到了2025年6月底，这个数字已经突破30万亿，短短1年半时间就涨了300多倍。”张爱军说道。

但当我们将视线移向算力的供给端，随着半导体制造技术接近触及物理极限，摩尔定律正在失效，导致单一芯片的提升难以满足人类对算力的需求。这种情况下，多芯片互联的大规模计算节点就成为解决问题的关键。

这就回到了上文中提到的问题，传统集群通过“服务器堆叠和以太网联接”的模式提升算力规模，服务器之间带宽不足、时延大，集群规模越大，算力利用率反而越低。Meta公布的Llama 3.1论文显示，在1.6万卡H100集群上训练时，算力利用率低。同时，集群规模扩张还带来了可靠性问题，在54天的训练过程中，整个集群累计中断419次，平均每天中断8次，也就是说每3小时就会出现一次故障。

此外，在推理端，对低时延的要求日益严苛。比如金融风控场景时延要求小于20毫秒，反欺诈的时延更是要在10毫秒以下。而Agentic AI需要更多任务协同和多轮次推理迭代，传统的计算架构也难以满足低时延要求。

因此，超节点应运而生，通过新的互联协议及架构突破服务器扩展的硬件限制，来增强算力的供给。经华为验证，在DeepSeek、Qwen等多模态、MoE模型上，超节点相较于传统集群可以达到3倍以上训练性能的提升，同时在强化学习场景下，可以将训推权重的传输从小时级降到60s。

03.华为的算力攻坚

2019年，华为进入计算产业，当时提出了“硬件开放、软件开源、使能伙伴、发展人才”的十六字方针。时隔六年，鲲鹏的注册开发者数达到了约380万，昇腾约有400万，同时，华为还和约9800家ISV伙伴打造了超过2万个解决方案，这些解决方案广泛应用在金融、运营商、能源、制造等领域。

但比起数量的增长，真正的攻坚源于底层技术的突破，以及新技术的成功商业化，超节点就是这样的一个案例。

采访中，张爱军提到了一个细节，光模块是比较“娇嫩”的系统，灰尘、温度变化都会导致系统的闪断和不稳定，而华为昇腾384的超节点光模块有将近几千颗，通过模块化的设计和冗余技术等，实现了规模化的商用。

据了解，自去年正式上市以来，昇腾超节点已经规模部署了数百套，广泛应用在互联网、金融、能源、制造等各行各业中。

过去一年，华为还在业界首创了将超节点技术引入到通用计算中，是全球第一家发布了通算超节点的厂商。华为还将构建超节点的灵衢协议完全开放，以推动在中国形成完整的产业链模式。

当天受邀参加活动的工业和信息化部新闻宣传中心（人民邮电报社）总编辑王保平在会议开始时讲道：“算力作为数字经济的核心生产力，已经成为像水电一样的基础资源。当前算力需求从通用计算向智能计算延伸，从中心向边缘扩展，这既需要芯片、服务器、数据中心等硬件领域的持续突破，也需要架构软件、调度平台等系统层面的协同创新。”

而华为，在这个历史进程中，做出了重要的推动。

面向未来，张爱军表示，就像在移动互联网时代，华为给世界提供了领先的5G产品，面向未来AI时代，华为将通过“集群+超节点”的创新，为中国包括全世界提供算力新选择。