华为汪涛：华为要打造AI算力底座，只做好一颗芯片远远不够
内容提要
华为发布昇腾960芯片及超节点，算力大幅提升，计划一年一代快速演进。推出NPO光互联技术Hi-ONE，降低功耗，提升系统可用度。CANN生态开源，开发者超5200人。华为定位算力底座，支持中国大模型企业，目标百万卡集群，应对先进制程限制。
延伸解读
从单芯片到系统工程：华为的算力竞争逻辑
文章指出，AI算力竞争已进入系统工程阶段，单颗芯片性能强并不代表系统能长期稳定运行。华为将竞争战线扩大到超节点、光互联、供电、散热和软件协同，通过4096卡超节点和统一内存编址，让多颗NPU更接近一台逻辑计算机。这种思路是在先进制程受限背景下，用系统级优化放大整体算力效率，而非只追求单点芯片突破。
NPO光互联：为何是当前工程最优解
华为在昇腾960超节点上采用NPO近封装光学，用约5500个Hi-ONE光引擎替代约4.8万个800G光模块，功耗降低超过550kW，系统可用度达99.8%。文章解释，华为没有直接转向CPO，是因为CPO在可靠性、良率和维护成本上尚未达到大规模商用条件，而NPO的TCO至少比CPO低40%以上。这体现了华为在技术选择上兼顾性能与工程可行性的务实态度。
CANN生态跨过拐点：开源与前置适配
CANN进入常态化开源社区运营，月活开发者超过5200人，外部开发者占比61%，昇腾也进入PyTorch官方支持路线。汪涛称“只敢说CANN生态跨过了拐点”，并计划在模型预训练阶段就与厂商协同，提前完成适配和性能优化。这意味着华为正从被动迁移转向主动融入模型开发流程，以降低开发者使用门槛，推动更多模型基于昇腾原生训练。
百万卡集群：技术上限与现实约束
华为披露，多超节点通过灵衢网络或RoCE扩展，二层Clos组网最大可到51.2万卡，结合多轨道拓扑技术上限可支持百万卡。但汪涛强调，百万卡更多是技术指标，现实部署仍要看投资、电力和模型需求。华为的真正目标是让算力“触手可及”，并通过技术专家团队支持客户做昇腾原生预训练。这提醒读者，技术上限与商业落地之间仍有距离。
Q&A
华为昇腾960芯片的性能参数有哪些提升？
昇腾960DT单芯片算力实现倍增，支持2 PFLOPS FP8、4 PFLOPS FP4，HBM容量最高288GB、带宽9.6TB/s。相比上一代，算力、内存容量和带宽继续往上推，且研发进度比原计划提前三个季度。
华为为什么选择NPO光互联而不是CPO？
华为认为CPO的可靠性、良率、成本和维护尚未达到大规模商用状态。CPO把光引擎和主芯片放一起，光引擎坏了整个主芯片就报废，可用度差，故障成本极高。当前NPO的TCO至少比CPO低40%以上，是工程、成本各方面综合最佳选择。未来若CPO解决可靠性、良率问题，华为也可能转向CPO。
华为昇腾960超节点在系统层面有哪些优势？
昇腾960超节点做到4096张NPU卡，最高8EFLOPS FP8算力、超过1PB HBM容量。通过跨物理节点的统一内存编址，让多颗NPU互联更接近一台逻辑计算机。在同样十万卡集群下，4096卡超节点组成的集群相对传统八卡服务器组成的集群，MFU可提升2.75倍。使用约5500个Hi-ONE替代约4.8万个800G光模块，功耗降低超过550kW，系统无故障运行时间提升一倍，系统可用度为99.8%。
华为CANN生态目前发展情况如何？
CANN进入常态化开源社区运营，月活开发者超过5200人，外部开发者占比达到61%；昇腾也进入PyTorch官方支持路线，开发者可以直接在PyTorch社区获得相关支持。汪涛表示经过八年努力，CANN生态跨过了拐点。
华为在AI算力领域的定位和使命是什么？
华为的核心使命是打造算力底座，为模型厂商和互联网公司提供算力支撑。华为希望把更多资源放在芯片、互联、系统和软件底座上，并不打算在每一层都和伙伴竞争。盘古会继续服务华为自身产品智能化，灵衢协议已经开放，CANN代码也持续开源。华为希望做中国大模型企业的底座和后盾，把他们托得越高，中国AI竞争力越强。
华为如何应对先进制程限制？
华为一边继续提升单芯片性能，一边把大量资源投入到超节点、光互联和系统工程。在现有工艺条件下，通过封装、互联、光通信、系统架构和软件协同等多层优化，尽可能放大整体算力效率，缩小与国际领先AI芯片和计算系统之间的差距。汪涛表示，到2030年甚至未来，中国最先进的制造工艺还没有取得完全突破，华为必须有一个创新路线，同时满足中国AI训练、推理、行业应用的需求。
