“超节点+集群”: 华为撞出来的算力之路

2005年，时任英特尔CEO的保罗·欧德宁提出了名为“Tick-Tock”的战略计划。这一计划以两年为周期，快速升级半导体制程工艺与微架构，最大化激活摩尔定律。后来，这项被人称作“钟摆革命”的战略行动成了计算产业的创新标杆，一举奠定了英特尔在PC与服务器市场的长期主导地位。

可能很多人都不记得，中国科技的发展轨迹中也有过这样一个雄心勃勃的计划。2018年，华为公布了全栈全场景AI战略；作为战略的关键载体，华为随后在2019年发布了昇腾910芯片。我清晰记得，当时华为宣布昇腾将持续高速演进。面对AI算力的海量需求与巨大缺口，构筑新时代算力底座的机会史无前例地摆在了一家中国企业的面前。

但几乎就在同一时间，科技铁幕轰然落下。2019年，美国将华为列入实体清单，随后在2020年全面制裁华为海思。华为的芯片能力被封禁，芯片供应链被切断。中国科技在AI算力领域发动的钟摆革命，在一场噩梦中戛然而止。

那么，一切就此画上句号了吗？AI算力会变成中国智能化头上的紧箍咒吗？

时隔多年，我们等来了答案。9月18日，在华为全联接大会2025的第一天，华为副董事长、轮值董事长徐直军发表了“以开创的超节点互联技术，引领AI基础设施新范式”的主题演讲，期间正式公布了昇腾演进路标，发布全球最强的算力超节点与算力集群。在众人的一片惊呼当中，我们发现那个暌违了六年的计划，居然回来了。

徐直军指出，“算力过去是，未来也将继续是人工智能的关键，更是中国人工智能的关键”，并再次强调：“基于中国可获得的芯片制造工艺，华为努力打造‘超节点+集群’算力解决方案，来满足持续增长的算力需求。”

这背后到底发生了什么？困扰中国AI那形如无解的算力难题，究竟是如何解开的？

或许有必要重读一遍华为走过的路。看看他是如何用“‘超节点+集群’”将算力变成一局围棋；又如何将它迎风展开，变成中国科技的一面旌旗。

那看似走不通的地方，把墙撞破，路就有了。

这是一条撞出来的算力之路。

把时间倒回2019年。或许很多人已经不记得，当时发布的昇腾910在多种规格与能力上都已处在全球领先水平，丝毫不逊色于英伟达的同期产品。但随后突降的制裁，让昇腾在诸多方面都受到了打击与限制。从某种意义上来说，刚刚兴起的“昇腾速度”突然消失了。没有挑战者的英伟达，在这段时间高歌猛进，从2018年发布的Turing架构一直升级到了2025年的Blackwell Ultra及Rubin架构，牢牢把控住了全球AI算力的统治地位。

而同样在这段日子里，AI大模型经历了井喷式发展。2018年谷歌推出的BERT-large约为3.4亿参数。而到2025年OpenAI的GPT-5参数规模已经高达1.8万亿，相差了数千倍之多。这意味着全球AI算力的使用需求经历了指数级的膨胀。昇腾可以说是被迫放弃了绝佳的发展契机，在地缘压力下为美国企业让路。

与此同时，现实也证明了制裁华为仅仅是科技铁幕政策的开端。由于英伟达成了全球AI算力近乎唯一的供应源，过去几年间美国持续升级面向中国大陆的AI算力封锁。这迫使英伟达不断推出性能缩水、价格更高，同时被曝出诸多问题的“中国特供版”GPU。而这种政策的本质，就是要用AI算力的供应限制，锁死中国AI的发展上限。

从AI技术的发展路径中可以看出，智能化的可持续发展，来源于算力的可持续获取。每一轮AI模型的发展，都必然以AI算力的充裕供给作为创新前提。虽然几年间昇腾为代表的中国AI算力依旧持续成长，但半导体工艺的长期落后，决定了中国AI算力在单卡性能与供货量上势必处在长期落后的局面。严重的算力困境，客观上导致中国AI本身长期扮演学习者，而非引领者的角色。

在外部供应受限，内部成长不足的情况下，中国AI产业只能通过囤积算力、优化模型等方式缓解算力焦虑。但这些方案都是暂时的，长期来看算力困局依旧无解。

今天我们囤了卡，优化了模型，但如果AI模型进一步膨胀了呢？如果虚拟现实、机器人、自动驾驶汽车等硬件爆发，带来了巨大的算力需求提升呢？如果最终我们期待的AGI有可能加速到来呢？

中国AI算力的发展，需要的不是暂时缓解局面，而是能够支持中国AI的指数级成长，甚至是实现“无尽算力”。

有没有能从根源上彻底解决AI算力困厄的机会？

消失的六年中，华为在沉默中埋头狂奔，就是希望找到这个巨型问题的解法。

在战略层面，中国向来讲求众志成城，以多胜少。既然单颗芯片必将长期落后，那么能不能依靠多芯片的组合来弥补单点劣势？幸运的是，以机器学习为基础原理的AI任务，本身就有着高并发的计算机制。在原理上看这个假设是可行的。

但如果这件事这么简单，半导体封锁就不会屡次在全球科技博弈中变成杀手锏。想要在AI算力上实现“集群化作战”，需要解决数量庞大的具体问题。有些必须冲上高地，破解人有我无的困境；有些则需要竭尽所能发挥优势，实现人无我有的利好。总而言之，那条看似最简单直接的路，其实必须撞破无数面的墙。

在这次全联接大会上，华为发布了诸多AI算力方面的新技术。我们可以选择其中一些，来看看这条多芯片叠加的路是怎么被撞出来的。

HBM（High Bandwidth Memory），即高带宽内存。它通过堆叠多个DRAM实现更高的内存带宽和更低的计算功耗，是高性能计算与图形处理等计算任务的必备技术。但要实现高水平的HBM，除了需要先进的封装技术、复杂的系统级设计能力外，还要涉及材料学、热管理等问题，是计算产业公认的顶级技术。为了解开昇腾的枷锁，华为自研了HiBL 1.0和HiZQ 2.0两种HBM，前者相比高性能、高价格的HBM3e/4e，能够大大降低推理Prefill阶段和推荐业务的投资，后者则可以充分满足推理Decode阶段和训练对互联带宽和访存带宽的高要求。无数个类似的关键技术自研突围，让“人有我无”的劣势逐渐消失，AI算力的限制逐步瓦解。

再比如，大规模AI算力集群化难以实现，很大程度在于算力节点之间的联接能力不足，会导致严重的算力损耗与过强的联接时延。这也是为什么英伟达迄今为止也只能推出NVL72机架系统。而网络联接恰好就是华为的看家本领。基于联接领域超过三十年的技术积累，华为通过系统级创新，突破了大规模算力集群互联技术的巨大挑战。通过多端口聚合与高密封装技术，以及平等架构和统一协议，华为实现了TB级的超大带宽以及2.1微秒的超低时延。这就是华为面向超节点的互联协议灵衢（UnifiedBus）。在全联接大会2025期间，华为宣布将开放灵衢2.0技术规范，与产业伙伴共建灵衢开放生态。灵衢代表的这条路，是华为通过自身技术积累，撞出了一条“人无我有”的未来之路。

别人有的要自研，别人没有的要开创。就这样，华为最终把AI算力从单颗芯片拱卒过河的象棋游戏，变成了集群化算力纵横捭阖的围棋棋局。

规则变了，一切就都变了。

回到2025年，这时华为正不断破解着算力集群化的挑战。与此同时，外部环境也出现了巨大的变化。如前文所述，现阶段AI大模型的参数规模已经发展到了难以置信的地步。这种情况下，大规模集群化的AI算力底座已经成为必然需求。曾经我们认为万卡集群已经非常惊人，但现在十万卡的训练集群成了主流。这意味着集群化AI算力的比拼将站在舞台中央。与之相对，单芯片能力强弱的价值在不断弱化。在宏观产业趋势的驱动下，华为看到了彻底解决AI算力困境的契机。

其实早在全联接大会2024期间，华为就已经提到了“打造‘超节点+集群’算力解决方案，持续满足算力需求”的设想。在一年之后，华为给这个设想写出了答卷。“超节点+集群”战略的核心逻辑，就是要把算力竞赛变成围棋。在围棋规则中，每一枚棋子能够发挥的作用很小，但它们联接在一起的价值却是巨大的。围棋中有所谓以“势”压“地”的说法。“地”是局部，是单点；而“势”则是全局，是整体，是联接。意思是棋手哪怕局部单点失利，也能靠整体局势战胜对方，所谓“先谋全局再谋一域”。

华为要的“势”，就是“超节点+集群”。

超节点，是将物理意义上的多个机柜、多个计算单元联接成一个超级计算单元，让它们像一台计算机一样运行。集群则是将多个超节点以网络联接在一起，让他们像云服务一样以软件进行调用。

在全球AI产业的趋势中看，超节点已经成为满足AI算力需求的主导性产品形态，甚至是AI基础设施建设的新常态。而华为能以昇腾为基础打造的“超节点+集群”，恰好可以在满足主流AI需求的同时，规避单芯片所受到的限制。这样就在顺应AI大势的最大化昇腾价值，规避掉昇腾短板。

今年3月，华为正式推出了Atlas 900超节点，其采用384颗昇腾计算单元联接成统一的计算节点，最大算力可达300 PFLOPS。到目前为止，这依然是全球算力规模最大的超节点。由此开始，华为正式踏入了AI超节点的征程。

但就像我们说的，华为要的不是“目前最大”、“暂时领先”，他要的是彻底解决AI算力困境，一举打破所有禁锢。于是在全联接大会2025期间，华为发布了最新超节点产品 Atlas 950 SuperPoD和Atlas 960 SuperPoD超节点，它们分别支持8192及15488个昇腾计算单元的联接。在计算单元规模、总算力、内存容量、互联带宽等关键指标上实现全面领先，并且必将在漫长的未来中始终保持全球最强算力。

基于超节点，华为发布了全球最强的超节点集群Atlas 950 SuperCluster和 Atlas 960 SuperCluster，算力规模分别超过五十万卡和达到百万卡，这也是当之无愧的全世界最强算力集群。

如此规模的“超节点+集群”，已经必然能够覆盖住所有单芯片劣势。因为相比英伟达将在明年下半年上市的NVL144，Atlas 950超节点算卡规模是其56.8倍，总算力为其6.7倍，内存容量是其15倍，互联带宽是其62倍。即使与英伟达计划2027年上市的 NVL576相比，Atlas 950超节点在各方面依然领先。这意味着，无论AI大模型如何发展，实现怎样的跨越式创新，华为都可以为其提供绝对充裕的算力，在长时间中实现AI算力供给恒定大于模型创新的算力需求。AI算力这局围棋中的“势”，就是“超节点+集群”构成的基础设施海纳之势。

与此同时，华为还率先将超节点技术引入通用计算领域，发布了全球首个通用计算超节点TaiShan 950 SuperPoD，其结合GaussDB分布式数据库，能够彻底取代各种应用场景的大型机、小型机以及Exadata数据库一体机。通算+智算的混合超节点，可以为一代生成式推荐系统打开全新架构方向。

“超节点+集群”的产业逻辑，在于从根本上改变AI算力的游戏规则。AI算力并不等同于单颗芯片性能。原本AI算力体系暴露了华为芯片工艺受限的劣势，经此一役，却可以将AI算力变成华为独有的战略优势，甚至实现对英伟达的领先。

“原本大家共同遵守着一个游戏规则，但一方突然宣布游戏禁止参与。那不如就不玩你的国际象棋，直接把规则变成我的围棋”——只有改变底层规则，华为才有机会，中国的AI算力困境才有根本解法。

“有时候，创新是被逼出来的”。

这几年我们愈发清晰认识到这句话的意义与分量。一旦科技铁幕落下，原本依靠的创新根基、全球化基础设施都可能荡然无存。这时候别无他法。只能在绝境里创新，在无路可走时撞出路来。撞开一个角，闯出一个缝，我们也就有了自己的路。向后推演，当中国AI产业开始习惯在“超节点+集群”的算力包裹下完成创新，当整个产业链形成了正向联动。这条路就越走越宽广，最终或许会成为四海同来的阳关大道。

算力是中国AI发展的基座。华为所打造的“超节点+集群”，一个核心意义在于它可以完全在中国大陆制造，并能满足未来很长时间内中国AI的任意算力需求。国家再不需要担心算力，产业各界再不需要为算力焦虑。这条路上不需再看任何人的脸色行事，它的根基与安全属于我们，它的未来与无尽可能性也属于我们。

“超节点+集群”的算力获取方式，有没有问题？其实是有的。问题无非两点，一是算力集群化可能带来软件管理等层面问题，但华为已经有了充沛的解决方案。另一个算力集群化会带来更大的功耗。但得益于中国完善的基础设施建设与新能源发展，电力价格恰好就是我们的优势。这种“恰好”，或许就是中国的棋局，就是中国给科技铁幕的回应。

向未来看，“超节点+集群”对于中国AI，乃至中国科技整体的意义在于，它将可能提供永远供大于求的算力资源。它实现的不是对某个模型的满足，对某个阶段的缓解，而是从战略本质上破解中国的算力困局，甚至满足未来中国通往AGI路上无尽的算力需求。

“确保中国AI要多少算力，就能提供多少算力”，这是华为给出的承诺。

在经历了漫长的制裁与封锁，讨论了不知道多少次“卡脖子”之后，东方算力巨兽发出咆哮。这次我们不是应对眼前的问题，而是要彻底解决这个问题。

向未来看，向四野看，中国AI，旌旗蔽日。

2019年开始，虽然芯片供应问题阻碍了昇腾生态的发展，但昇腾依旧在几年间支撑了中国AI的长足发展。我采访过许多迁移到昇腾生态的企业，他们有的是出于成本考虑，有的是希望与华为合作获得更多机会，也有人告诉我“就是相信昇腾能行，没考虑过原因”。在智能化的引力与逆全球化的催逼下，大家心向一处，力出一孔，昇腾在它的幽暗岁月里依旧茁壮生长。

而在今天，华为原本设计好的那条昇腾之路正式回归。放眼望去，全球AI算力需求依旧在极速增长，甚至较此前更甚。各行业的智能化渴望转化为算力饥渴，新形态的软硬件体系爆发必须以算力为前提。

在这个节点，AI算力领域对一场钟摆革命的期待较六年前更甚。但此时英伟达面临创新疲软与产业瓶颈的挑战，英特尔与AMD的AI算力布局方兴未艾。此时，华为却积累了各方能力，最有机会开启一场新的钟摆革命。在最新公布的昇腾路标中，华为宣布接下来将以几乎一年一代算力翻倍的效率对昇腾进行升级。六年前戛然而止的雄心，在“超节点+集群”的机会下将一切重新点燃。

一切仿佛都回来了，一切仿佛又都变得不同。所有因缘际会下，我们看到此刻的华为抖落灰烬，浴火而归。

“一颗芯片不行，就十颗一起上”，这就是华为的答案。这个答案的弦外之音是，千难万阻，我们总有办法。

“超节点+集群”， 会形成一个意味深长的象征。它提醒这个世界，用任何方式来围困中国科技的发展权利，都只有一个结果：此路不通。所有手段和算计，都挡不住算力的联接，产业生态的凝结，中国人的团结。

用AI牵引第四次工业革命，这是属于中国的机会。谁也拿不去，谁都抢不走。

这条通往智能世界的算力之路，终是被我们撞出来了。