华为超节点是什么？上海 WAIC 看完，我终于搞懂了

7 月 17 日，2026 世界人工智能大会（WAIC）在上海开幕。 华为展台上，一台由 16 个计算柜、1024 张 AI 芯片组成的"铁柜阵"第一次公开亮相。 同一天，华为还甩出一个更炸的数字：上一代超节点，已经商用落地 750 多套。 很多人看完一脸懵：超节点，到底是个啥？

01 先给个一句话定义

超节点，就是把几百甚至上千张 AI 加速芯片，用超高带宽的总线连成一个"逻辑上统一的大芯片"。

注意关键词：不是把一堆服务器用网线攒起来（那是传统集群），而是让几百张卡之间像在同一块主板上一样，能高频、低延迟地互相访问彼此的算力和内存。

你可以把它理解成：传统集群是一群人各干各的、靠微信沟通；超节点是把这群人塞进同一个房间、面对面喊话。

差距，就在"沟通效率"上。

02 为什么突然需要超节点

要理解超节点为什么火，得先看大模型把算力逼到了什么境地。

现在的趋势很清楚：

• • 模型越来越大：DeepSeek-R1 这种 MoE 模型，参数上千亿，单张卡根本装不下
• • 上下文越来越长：百万 Token 的长上下文，KV Cache 能把显存撑爆
• • 智能体（Agent）要求低时延：推理要快，用户才不转圈

传统集群的死穴就在这：卡和卡之间的通信，成了比算力更大的瓶颈。

当一张卡算完自己那部分，要把中间结果传给下一张卡——这个"传"的动作，在传统网络下要过交换机、走协议栈，延迟高、带宽有限。模型一大，大量时间花在"等数据"上，芯片算力再强也闲着。

SemiAnalysis 有句评价很到位：华为单芯片性能大概只有英伟达 Blackwell 的三分之一，但通过系统级架构创新，整体算力反而领先了。

这就是超节点存在的根本理由：单芯片打不过，就用系统赢。

03 华为的"灵衢"总线，牛在哪

华为超节点的核心技术，叫灵衢（UB，Unified Bus）互联协议。

它干的事，是把 384 颗昇腾 910C 和 192 颗鲲鹏 CPU，通过一层无阻塞的全对等互联网络，焊成一个统一整体。几个数字感受一下：

• • 单芯片跨节点带宽 392 GB/s —— 跨节点通信效率损耗不到 3%
• • 系统级互联带宽 269 TB/s（双向）
• • 机柜形态：12 个计算柜 + 4 个通信柜，共 16 柜
• • 整机算力约 300 PFLOPs（BF16）

392 GB/s 是什么概念？对比一下：普通人家的 NVMe 固态硬盘，顺序读写也就几 GB/s。这里每一张 AI 芯片，对外"喊话"的通道就是 392 GB/s 级别。

更关键的是统一内存编址。CPU 的内存、NPU 的显存、甚至 SSD，通过 UB 网络池化成一块统一的大内存。模型要读 KV Cache，不用在卡之间搬来搬去，直接按地址访问，访问延迟降了 86%。

这一点对长上下文推理是质变——百万 Token 的 KV Cache 不再卡脖子。

04 950：把规模再翻一个数量级

这次 WAIC 亮相的昇腾 950，是 384 的接棒者。

• • 以单柜 64 卡为基本单元，现场版本 16 柜共 1024 张 NPU 高速互联
• • 提供 1 EFLOPS FP8 / 2 EFLOPS FP4 算力
• • 256 TB 全局统一内存编址
• • TB 级 NPU 互联带宽，3 微秒 RTT 时延
• • 最大可支持 8192 张卡互联；基于 950 的 SuperCluster 集群可扩展到 50 万卡

一句话：384 证明了"超节点路线可行"，950 的任务是证明"这条路能大规模商用"。

05 真正炸的，不是参数，是 750 套

参数再漂亮，也可能是 PPT。

华为同一天披露的那条消息，比任何跑分都重要：昇腾 384 超节点，已经商用落地 750 多套。

这个数字意味着什么？

它标志着国产 AI 算力，从"技术验证 / 示范项目"阶段，迈进了规模化行业落地阶段。

而且覆盖的是实打实的行业：互联网、运营商、金融、教育、医疗、交通、制造，20 多个行业，60 多种真实业务场景。粤港澳大湾区那个"国芯训国模"万卡智算集群，规划部署 30 套 384 超节点。

华为还放话说，384 是国内唯一规模商用的超节点，也是国内唯一训练出 SOTA 模型的超节点。

从"能不能用"，到"用了多少"——这个拐点的信号很明确：AI 算力的竞争逻辑，已经从单芯片性能比拼，切换到了系统级集群能力竞争。

06 软件也不能少：CANN

硬件再猛，没有软件生态也是空壳。

华为对应 CUDA 的那套，叫 CANN（神经网络计算架构）。它把 PyTorch、TensorFlow 的计算图翻译成昇腾 NPU 能执行的指令，相当于华为版的"CUDA 运行时"。

2025 年 CANN 已经全面开源：社区累计上线 67 个项目，开源代码超 1244 万行，月活开发者突破 3500 人。

这个数字和英伟达几百万 CUDA 开发者比还小，但方向是对的——生态不是一天建起来的，但得先开源、先让人用起来。

07 对做 AI 应用的人，意味着什么

超节点这种"系统级算力"成熟，最直接的受益者是所有要跑大模型的应用方——包括金融、量化这类对算力和时延都敏感的行业（华为披露 384 已落地金融场景）。

几个实在的变化：

算力供给变多、变便宜。 国产超节点规模商用，意味着被制裁卡脖子的窗口在收窄，算力"即开即用"的"水电模式"在铺开。对中小团队，训练/推理成本会往下走。

长上下文、低时延推理成为可能。 统一内存 + 高带宽，让百万 Token 上下文、高并发 Agent 推理不再卡。做 AI 投研、智能客服、实时决策的团队，能玩的东西更多了。

朝推夜训提利用率。 华为的"朝推夜训"模式（白天推理、晚上训练），把算力利用率再提 30%+。对成本敏感的金融业务，这笔账很划算。

简单说：底层算力底座越扎实，上层的 AI 应用越敢想敢做。

08 但也别上头：冷静看三面

写技术文章，不能只吹。三句话泼点冷水：

第一，单芯片仍落后。 灵衢总线再强，底下那颗昇腾 910C 的单卡性能，和英伟达最新代差还在。超节点是用"系统"补"单点"，不是单点已经反超。

第二，生态差距是长期的。 CUDA 积累十几年，开发者、库、工具链是护城河。CANN 开源是好的开始，但追赶需要时间，也需要更多真实项目打磨。

第三，供应链仍是变量。 先进制程、HBM 这些底层，外部环境并不稳定。750 套是成绩，但规模再上一个数量级，考验的是整条供应链。

09 写在最后

回头看这次 WAIC，超节点成了全行业共同的技术方向——百度、阿里、中兴、曙光都亮出了自己的超节点方案。

这说明一件事：大模型竞争的胜负手，已经不在某一颗芯片上，而在谁能把成千上万颗芯片，高效组织成一个"大脑"。

华为用 750 套落地证明：这条路，走得通。

摩尔定律逼近极限的今天，决胜的关键，是整个系统的"神经网络"效率。