在上海舉行的華為全聯接（HC）大會期間，華為輪值董事長徐直軍與海思首席科學家廖恆，就華為新發佈的AI時代的Peerium計算架構和靈衢匯流排（UnifiedBus），與媒體記者進行了問答交流。
今年HC大會期間，華為展出了昇騰950和Atlas 950超節點。徐直軍表示，“超節點”如今被廣泛提及，但不同廠商實現差異很大，真正的挑戰在於讓數千、數萬顆處理器組成一台電腦。華為將這一全新計算架構命名為Peerium，它能讓百萬顆處理器成為一台電腦。目前，華為正部署和測試25.6萬張卡規模的Atlas 950 SuperPoD超節點。
廖恆認為，未來兩年內，預計中國將出現約6至7個前沿AI實驗室，目標都是訓練參數規模在10兆到40兆之間的基礎語言模型。這些數字與超節點的記憶體容量和規模大致匹配，因此需要如此規模的基礎設施來做訓練。
華為昇騰950晶片推出PR和DT兩個版本。其中，昇騰950PR晶片已於2026年第一季度正式發佈並上市，主要面向推理場景。徐直軍透露，該晶片上市量不算大。而基於950DT的超節點主要用於訓練，目前還在測試中，規模供貨應該在今年年底或明年初。
“我們和各家模型廠商做了很多溝通交流，從目前測試結果來看，950DT 的訓練表現非常不錯，我相信從明年開始，大量模型的訓練會構築在 950DT超節點上。未來關鍵可能不在於我們推動的力度有多大，而在於我們的供貨能力有多大。現在能產多少就供多少，我們希望產業鏈加快擴產，快一點、多產一點。”徐直軍稱。
徐直軍表示，目前昇騰滿足國內市場需求還遠遠不足，所以沒有全面拓展海外市場的計畫。但確有少數國家做了測試和供給，但量非常少。在中國市場要統計輝達的市場佔有率很難，但如果從華為能夠統計到的資料看，昇騰應該已經超過了輝達。
當前，AI算力推動光通訊持續向“超高速、高能效、全光化”演進，NPO商業化加速、CPO多技術路線平行。針對路線選擇，徐直軍表示，華為很早就達成共識做NPO，沒做CPO。“而且我認為，在相當長時間裡，從工程實現、成本、維護、良率等角度講，NPO都是最佳選擇。”
華為不久前發佈了基於NPO的Hi-ONE模組，支援7.2T高頻寬。徐直軍表示，光引擎距離主晶片僅約5釐米，只有這部分還需要銅線做電連接，基本可以說是全光的超節點。同時，Hi-ONE模組把光源直接封裝進模組內部，實現內建光源。我們預計，未來兩到三年內都很難有其他廠商能做出來。這是華為多年來在光電相關領域的積累，才得以實現和量產。
廖恆表示，全光互聯最大的障礙是對可靠性的擔憂，因為器件會發生故障。目前大多數廠商選擇外接光源路線，用單個光源饋送32路訊號，功率就必須放大32倍。如此巨大的功率很容易引發許多問題，在耦合介面及其他各個環節都會出問題。我們選擇內建光源方案，是出於工程上的務實選擇，Hi-ONE正是經過多次權衡後達成的出色折中方案，很快將進入量產階段。
以下為交流摘要全文：
徐直軍：非常感謝大家來參加媒體溝通會，我有很長一段時間沒有跟媒體朋友們溝通了，今天很高興和大家相聚交流，主要聚焦在我們開創AI時代的計算架構和靈衢協議。
去年HC大會上，我在主題演講中發佈了昇騰晶片及其路標（950、960、970、超節點與叢集解決方案），並宣佈開放靈衢協議。
今年HC大會上，華為展出了昇騰950和Atlas 950超節點。"超節點"如今人人都在講，但不同廠商實現的差異很大。去年我曾一再強調，超節點的真正挑戰，是讓數千、數萬顆處理器組成一台電腦。
今天展出的基於950晶片的超節點，背後正是我們開創的全新計算架構。它能讓百萬顆處理器成為一台電腦。我們將這一架構命名為Peerium，它是基於巢狀平行、統一記憶體定址、平等互聯實現百萬級處理器強擴展的計算架構，突破了圖靈範式的序列，提出了Nested BSP。
同時，它也突破了馮・諾依曼單機架構，顛覆了長久以來的主從架構。但現有技術無法支撐這一架構的實現，為此我們發明了關鍵互聯技術——靈衢，最終實現讓百萬級處理器真正成為一台更大的電腦。
靈衢是基於一個開放協議、可無限擴展地聯接CPU、NPU、記憶體、SSD、網路卡和交換機的高速匯流排。有了靈衢，計算、記憶體、網路得以平等互聯，從而徹底顛覆原有的主從架構。
Atlas 950超節點就是華為採用Peerium計算架構的產品，目前25.6萬卡規模的叢集已經在部署和測試中。
問：廖博論文裡面寫的25.6萬張卡組成一個超節點，這是該技術的上限嗎？目前整體市場需求情況如何？
廖恆：25.6萬或約20萬這個數字，並不是隨便定的。
首先，這類大型叢集用於訓練，硬體基礎設施需要支撐基礎模型訓練，而目前模型參數規模已達到5兆等級。
未來兩年內，預計中國將出現約6至7個前沿AI實驗室，目標都是訓練參數規模在10兆到40兆之間的基礎語言模型。這些數字與超節點的記憶體容量和規模大致匹配，因此需要如此規模的基礎設施來做訓練。
第二，在中國，大多數資料中心都接入了國家電網。考慮到單個區域、單個資料中心園區的電力輸送系統設計，20萬是一個相對保守的數字。
正如我所說，大家一定對全球範圍內正在發生的AI模型競賽非常熟悉。在中國，至少有3到4家一線參與者已獲得廣泛認可，並達到了一線地位。
問：華為接下來將如何推動中國的模型廠商將昇騰系列晶片用於訓練？
徐直軍：950率先推出的是PR版，主要面向推理，目前上市量不算大。基於950DT的超節點則主要用於訓練，目前還在測試中，規模供貨應該在今年年底或明年初。我們和各家模型廠商做了很多溝通交流，從目前測試結果來看，950DT的訓練表現非常不錯，我相信從明年開始，大量模型的訓練會構築在950DT超節點上。未來關鍵可能不在於我們推動的力度有多大，而在於我們的供貨能力有多大。現在能產多少就供多少，我們希望產業鏈加快擴產，快一點、多產一點。
問：現在美國部分領先模型廠商呼籲放緩AI產業的發展，對此華為怎麼看？
徐直軍：從中美AI發展的水平和節奏來看，中國的模型基本都是開放原始碼的，相對而言，發展到那一步也是透明的；而美國幾家主流模型廠商由於擁有更強大的算力，到底發展到了那一步，目前可能只有他們自己知道。他們感受到的AI風險，在中國可能感受並不強烈。中國現在還是要加快自己的節奏，等真正能夠感受到這種風險時，或許會與美國頭部模型廠商有同樣的感覺。但我一直認為，AI既要發展又要管控風險，要讓AI"向善"，而不是"向惡"。
問：950超節點目前有沒有在海外擴展的計畫？如果有的話，會在那些市場上開展？國內市場份額情況如何？如何看待晶片自主化率的問題？
徐直軍：目前昇騰滿足國內市場需求還遠遠不足，所以沒有全面拓展海外市場的計畫。但確有少數國家非常需要，我們做了測試和供給，但量非常少。
在中國市場要統計輝達的市場佔有率很難，但如果從我們能夠統計到的資料看，昇騰應該已經超過了輝達。
中國推進晶片自主化是一條必然之路。中國有14億人口，又是一個工業化大國，所有的生活、工作都與晶片相關。中華民族又是一個憂患意識很強的民族，不能一直受制於人，不能今天被說賣一顆給你，明天又說不賣給你。儘管水平差一點、先進性差一點，但解決"有無"問題，不要天天提心吊膽，應該是必然之路。相信無論是中國政府還是中國產業界，包括華為在內，推動晶片的全面自主化、推動半導體產業整個鏈條的全面自主化，肯定是一條必由之路，而且我也相信總有一天會變為現實。
問：華為推出了靈衢互聯技術，是基於在計算和通訊領域的長期積累，其中有多少是來自華為網路部門的貢獻？
徐直軍：UB不僅僅是華為網路部門的貢獻，我們在各種各樣的互聯協議基礎上，最終將其做成一個統一協議。網路領域一般是IP協議，時延都很高。計算互聯和傳統網路不一樣，我們提的是匯流排，需要低時延、超高速。當時在決策做這個產品時，我們將其放在計算部門而不是傳統的網路部門，這樣才能真正做出一個高速、低時延、又統一協議的UB出來。
廖恆：如果把UB看作一群人的智慧結晶，它是由電腦架構師孕育，但是由網路技術撫養長大。
問：UB是一個同時兼顧Scale-out和Scale-up的技術。輝達分別做了NVLink和InfiniBand。為什麼華為把Scale-up和Scale-out做成一個技術？這和現在其他方案相比有什麼優勢？
徐直軍：首先，不是他們不做，而是能不能做出來的問題。當前最新的NVL72櫃內頻寬很寬，達到1.8TB/s，但一出櫃就降到0.2TB/s。要把百萬台處理器變成一台電腦，櫃間如此低的頻寬根本不可能。大家都希望櫃內、櫃間、資料中心之間乃至跨區，速度最好都一樣，那才能讓一個巨大的物理空間成為一台電腦。這正是UB的價值，它基於一個統一協議，做到全程高速互聯。因此UB技術路線上做的是匯流排，就像電腦內部的匯流排一樣，而不只是Link。基於UB，我們的櫃間頻寬最高可達800GB/s。
去年我們開放UB協議後，最大的下載量其實來自矽谷。輝達最早的目標可能不是做NV72，而是NV256，但最終它的256變成了72；而華為的910C超節點做到了384，還交付了一千多套。最主要的差別在於，我們在910C超節點上採用了UB，而當時輝達的NVLink主要侷限於櫃內，櫃間網路速度太慢，不可能擴展太多。
廖恆：我補充一下為何採用單一協議。輝達及大多數其他廠商至少使用了兩種協議，分別應對不同的場景，就像一次旅行往往要同時選擇飛機、高鐵、汽車等多種交通工具，轉換過程相當麻煩費時。而在這些超節點中，大量流量需要中轉，如果從NVLink切換到InfiniBand，至少涉及微秒級的轉換時間，即從一個協議到另一個協議的中轉時間，時延很難滿足。
UB採用統一協議，將封包從scale-up網路傳輸到scale-out網路，可能只需要大約150納秒。相比而言，與這些協議轉換開銷至少可節省一個數量級。
問：在採用靈衢匯流排（UB）的Atlas950中，Scale-up場景下光互聯和電互聯分別佔多少？未來櫃內有沒有可能全部實現光互聯，主要障礙是什麼？
徐直軍：華為剛剛發佈了基於NPO的Hi-ONE模組，支援7.2T高頻寬，光引擎距離主晶片僅約5釐米，只有這部分還需要銅線做電連接，基本可以說是全光的超節點。同時，Hi-ONE模組把光源直接封裝進模組內部，實現內建光源。我們預計，未來兩到三年內都很難有其他廠商能做出來。這是華為多年來在光電相關領域的積累，才得以實現和量產。
廖恆：在我職業生涯初期，20年多前我們就已經在討論讓晶片連接走向光學化。因為光的傳輸距離和衰減非常小，訊號可以高速傳輸更遠。
從電路角度看Hi-ONE內部其實非常簡單，器件並不多。但走向量產這條路，我們走得非常艱難：光學技術涉及大量物理原理，溫度稍微變化，就會影響二極體的物理特性，改變折射率，影響波導性能，導致無法正常工作。
我認為全光互聯最大的障礙是對可靠性的擔憂，因為器件會發生故障。目前大多數廠商選擇外接光源路線，用單個光源饋送32路訊號，功率就必須放大32倍。如此巨大的功率很容易引發許多問題，在耦合介面及其他各個環節都會出問題。我們選擇內建光源方案，是出於工程上的務實選擇，Hi-ONE正是經過多次權衡後達成的出色折中方案，很快將進入量產階段。
問：關於昇騰晶片的工藝和產能問題，目前限制產能進一步釋放的主要瓶頸是那些環節？華為預計還需多久可以實現大規模穩定的算力晶片供應？
徐直軍：中國的瓶頸問題與全球瓶頸問題基本一致。全球產業界都沒有為AI如此浪湧式的發展做好準備。現在所有光模組公司、記憶體公司之所以能賣高價，並不是因為產品有多好，而是嚴重供不應求所致。因此，只有全球和中國同時達到供需平衡，瓶頸問題才能徹底結束。我預計全球的供需平衡差不多在2029年能得到解決，中國可能還要慢一點。這裡的供需平衡，還要考慮AI發展過程中不斷髮生的技術變化，包括CPO、NPO等。
從華為的角度講，相比過去的通訊、IT產業，現在我們的供應量已具備相當規模；但如果和當前產業對AI基礎設施的需求相比，規模確實又遠遠不夠。要實現客戶要多少就能供多少，華為要達成這個平衡，取決於整個中國產業界的平衡。
問：有報導說馬來西亞正在考慮基於華為昇騰910C來部署主權AI，華為如何來平衡國內客戶和海外客戶的需求？
徐直軍：從客戶部署華為解決方案的選擇來看，肯定是基於地緣政治和多供應商的考量。每個企業都要為其長遠發展消除安全風險，因此昇騰必然是所有客戶的一個選項，儘管相比競爭對手它還有差距。至於平衡國內與海外，我們的原則很簡單：國內為主，優先供應急需算力的中國客戶；海外則服務於少數買不到的客戶，或一定要另一個選擇的客戶。
問：華為在NPO、CPO這兩個技術路線上，當時內部選擇或者博弈是什麼？
徐直軍：這個問題在華為好像沒有過爭論。因為華為既做光器件，又做光模組和昇騰晶片，清楚那種情況才是最佳選擇，所以我們很早就達成共識做NPO，沒做CPO。而且我認為，在相當長時間裡，從工程實現、成本、維護、良率等角度講，NPO都是最佳選擇。
經過產業界這幾年關於NPO、CPO的辯論，從兩次OIF的討論來看，產業認知也在進一步清晰。OIF第一次討論時，有一部分廠家不支援NPO，一心要搞CPO；而最近一次NPO立項時，反對的已經寥寥無幾。相比CPO方案，NPO的銅線連接有5釐米左右，比CPO的5毫米左右要長一點，但帶來了成本接近40%的下降，同時還帶來另一個好處，即一旦光引擎出問題，不會把整個AI晶片一起報廢。當然，CPO和NPO並不是誰消滅誰的問題，而是工程、成本、產業鏈、維護等各個方向上平衡的選擇，沒有對錯。
所以，我們堅定不移走NPO的道路，推動產業界形成標準，全產業鏈共同把NPO發展好，但也不是說CPO不行。在OIF上NPO得到了40家產業鏈廠商的支援，應該來講，大家也看到了NPO的好處。
問：模型廠商對於950DT用在模型訓練上，給華為反饋了那些需要改進的領域和問題？華為對大模型的預訓練做了那些晶片和底層方面的調整和最佳化？
廖恆：此前昇騰晶片遇到的第一個障礙其實並非硬體本身，而主要是生態壁壘。就在兩年前，昇騰軟體層面仍存在巨大障礙，而CUDA在這方面顯然具有壓倒性優勢，因為整個學術界都是伴隨CUDA成長起來的，所有演算法開發者都已習慣了PyTorch加CUDA的便利。
過去18個月發生了巨大變化。首先，模型的數學複雜程度發生了巨大變化，程式設計複雜度也隨之增加。其次，模型正變得非常細粒度，這意味著無法再僅用PyTorch編寫程序並保持效率。因此，即便是演算法開發者，也必須轉向超大規模核心的程式設計風格，需要新的程式語言，這已經是前沿實驗室的發展方向。
如今，隨著新的編譯器語言出現，它們正在逐步取代並平衡CUDA的壁壘，前沿實驗室已不再像兩年前那樣重視CUDA。這是軟體層面的壁壘消解。我認為我們正在接近甚至達到平衡，差距已大幅縮小。
其次，關於晶片本身，我們擁有自身優勢，正如我講到的UB和Nested BSP模型。這不僅是對單個晶片程式設計，更是以便捷的方式對大量晶片程式設計，我們正在提供這些能力。而在晶片內部，我們也吸取了此前的教訓，做出了大量改進。
整體上，我們正在縮小輝達與昇騰之間的差距。我認為如今主要差異已大幅縮小，當人們使用這些處理器開發時，不再感到陌生。
問：關於UnifiedBus技術，這是國內在先進製程受限情況下走出的中國特色路線，還是未來全行業都可能的方向，輝達也有可能往這個方向走嗎？
徐直軍：UB是一條創新之路，我認為也是未來AI計算的必由之路。
因為只有UB這種互聯技術，才能實現百萬級處理器的巨大電腦。而上百萬的處理器像一台電腦一樣工作，才能真正實現更好、更高效率的訓練和推理，所以它是必由之路。相信過不了幾年，大家都會朝著這條路走。
為什麼開放UB協議？就是因為相信整個產業界會朝著這條路線走。這樣，為AI走向AGI，需整個產業界共同努力。廖博為什麼以論文形式公佈Peerium計算架構，也是因為這一創新架構就是AI時代的計算架構。960隻是節奏變快了，規格和我去年講的一樣；HBM是在960里面的，沒有HBM的進步，也沒有960的進步。
今天UB互聯技術是整個Peerium計算架構實現的基礎。無論是UB互聯技術還是Peerium計算架構，我們都認為是AI時代的未來之路。
我多次講過，在單晶片上，我們的設計沒有任何問題，只是仍受制於國內的工藝。但將多晶片互聯起來成為一台電腦，我們已經處於全球領先的地位。這是基於架構的創新和互聯技術的創新，而且這些研究工作不是在制裁後才開始的，而是在制裁之前就開始了。第一顆AI晶片以及華為的整個AI戰略，是我在2018年HC大會上發佈的；2019年，我們發佈了超節點和叢集。自那以後我們就認為，AI要支撐大規模的訓練和推理，需要新的架構、新的互聯技術，也是從那時開始不斷投入研究、不斷創新，才有了今天講的創新計算架構和UB互聯技術。
我相信現在產業介面臨的問題都是一樣的。在多卡計算系統中，MFU（模型浮點算力利用率）是很關鍵的指標。大模型訓練過程中，突然一個卡故障，或一個卡性能忽然下降，都會對訓練造成巨大損失。
基於UB互聯技術、基於Peerium計算架構做出的超節點和叢集，可以大幅提升MFU，這已經被驗證了。這也是頭部模型廠商採用昇騰950訓練最喜歡的一點。我們還能提供原廠服務，讓提升MFU更有保障，訓練成本反而降低，訓練迭代速度加快。 (財聯社AI daily)