徐直军终于把他这六年最想说的话说了出来。
2025 年华为全联接大会，会场的灯光一点点暗下去，大屏幕上浮现出 「昇腾」 字样的那一瞬间，没有想象中的轰然与热烈，有人屏住了呼吸，有人眼眶泛红，大家都知道，昇腾有一天会公开回归，但真正回归的那一刻，感慨的情绪压过了兴奋。
华为公布了未来数年完整的 AI 芯片路线图——这一刻，距离 2018 年发布昇腾 310 芯片，2019 年发布昇腾 910 芯片，已经过去了两千多个日与夜。
这时间说长不长，说短也不短，却足够让一家企业经历生死沉浮。2019 年的那个春天，美国的制裁让供应链几乎在一夜之间紧绷到极限。华为一度乐观地认为，这种影响不会持续太久，2019 年的华为全联接大会上，华为按照既定节奏推进昇腾 910 的商用发布，依旧一副云淡风轻的模样。
但压力已经遍布每一处角落。徐直军回忆道，「按照当时昇腾 910 芯片的备货量，不敢卖给互联网领域客户，只卖国计民生领域的客户。」 制裁像骤然降临的暴风雨，打断了华为原本昂扬的节奏。从荣光到孤立，从掌声到质疑，华为的芯片之路几乎被外界判了 「死刑」。
度过有史以来最大的难关，需要付出什么代价，除了华为自己，无人知晓。外界看到的华为，可能是 Mate 60「争气机」，可能是鸿蒙操作系统，也可能是 MetaERP、高斯数据库以及一系列确保自身生产经营的中间件。
但更多华为人在蛰伏，海思、云计算、数据中心、光通信等华为大大小小的团队，都迫不及待要加入一线，AI 算力，这是华为未来真正的战场。
今年 3 月份，华为正式推出了 Atlas 900 超节点，可以理解为华为 AI 战略的预告，满配支持 384 卡。384 颗 Ascend 910C 芯片，能够像一台计算机一样工作，最大算力可达 300 PFLOPS。到目前为止，Atlas 900 依然是全球算力最大的超节点，CloudMatrix384 超节点，是华为云基于 Atlas 900 超节点构建的云服务实例，也被广泛应用于大模型的训推。
海外知名分析机构 SemiAnalysis，当时以 「Huawei AI CloudMatrix 384–China』s Answer to Nvidia GB200 NVL72」 为题分析并得出结论，华为的芯片技术落后一代，但其自主研发的云端超级算力解决方案 CloudMatrix 384 却可领先于英伟达和 AMD 当前市售产品一代，直接对标英伟达 GB200 NVL72 系统，在多项关键指标上展现出超越英伟达机架级解决方案的技术优势。
「以前英特尔允许我们使用 CPU 芯片互联协议，后来也被禁止了，我们从光器件、光模块、互联协议、互联芯片，全部靠重新定义、设计才能实现，有海外企业一直想把超节点搞一套出去，研究我们为什么能搞出超节点」 徐直军说。相比于芯片本身，海外更关注超节点，因为目前海外能做出更好的芯片，但做不出如华为一般的超节点。
2025 年华为全联接大会，时隔多年之后，华为轮值董事长徐直军再次与多家媒体对话——芯片不是华为 AI 算力的全部，「超节点+集群」 算力解决方案是华为在 AI 领域的核心战略，灵衢互联协议是开创新计算架构的新范式。
芯片很重要，也没那么重要
「算力的基础是芯片，昇腾芯片是华为 AI 算力战略的基础。」 徐直军表示，至 2028 年，华为开发和规划了三个系列，分别是 Ascend 950 系列，Ascend 950PR 和 Ascend 950DT，以及 Ascend 960、Ascend 970 系列，更多具体芯片还在规划中。
华为将以几乎一年一代算力翻倍的速度，同时围绕更易用，更多数据格式、更高带宽等方向持续演进，持续满足 AI 算力不断增长的需求。
相比 Ascend 910B/910C，从 Ascend 950 开始的主要变化包括：
- 引入 SIMD/SIMT 新同构，提升编程易用性；
- 支持更加丰富的数据格式，包括 FP32/HF32/FP16/BF16/FP8/MXFP8/HiF8/MXFP4/HiF4 等；
- 支持更大的互联带宽，其中 950 系列为 2TB/s，970 系列提升到 4TB/s；
- 支持更大的算力，FP8 算力从 950 系列的 1 PFLOPS 提升到 960 的 2 PFLOPS、970 的 4 PFLOPS；FP4 算力从 950 的 2 PFLOPS 提升到 960 的 4 PFLOPS、970 的 8 PFLOPS；
- 自研 HBM，内存容量逐渐加倍，而内存访问带宽将翻两番。
芯片本身之外，生态是开发者关注的焦点问题，徐直军表示，「国内 AI 企业用昇腾训练大模型，主要是看他们用不用，就像谈恋爱，不谈的话，你怎么知道对方的优缺点，合适不合适，你要谈一下，要用一下。在用的过程中有问题解决问题，A 能用，为什么 B 不能用，就是你用不用的问题。」
「当然，我们的生态和整个工具链肯定比英伟达有差距，原来工程师在英伟达应用很熟练，就不愿意转过来，它是工程师的习惯问题，而不是高层的问题。」 他补充。
业界不少芯片厂商选择兼容英伟达 CUDA 生态，对现有 AI 开发体系友好，但华为有自己的考量。「我们不兼容 CUDA 生态，一定要搞 CANN 生态和 MindSpore，也是出于长远考虑，如果我们投如此多的钱兼容 CUDA 生态，而且还是 CUDA 过去的版本，哪天 CUDA 生态兼容不了了怎么办？坚定不移研发 MindSpore，当时很多专家都反对。现在我们的 AI，从达芬奇到昇腾芯片到一切，所有的软件、硬件都不依赖于西方生态和供应链，长远考虑必须要把生态构建起来。」 徐直军坦言。
如果故事只到这里，华为充其量实现了 「活下来」 的任务，很好，但对华为来说远不够好。毕竟在昇腾设计之初，就不是为了做一个备份，昇腾 910 发布就冲着最强算力的目标，在供应链和制程等芯片制造能力落后的情况下，华为昇腾芯片短期内还将处于追赶的状态。
然而，很多人没有意识到，成就英伟达的大模型，其实下一个成就的就是华为，大模型前期，英伟达受益于单个 GPU 卡的性能和 CUDA 生态，未来随着 AI 的演进，华为受益的是 「超节点+集群」，后者已经在顶级大模型圈层得到认可，而普罗大众的认知不强。
超节点+集群，让中国没有算力之忧
2022 年，英伟达曾发布 DGX H100 NVL256「Ranger」 平台，但最终未投入量产——该方案因成本过高、功耗巨大且可靠性问题 （源于超量光收发器需求及双层网络架构） 而被放弃。在 2024 年 3 月，英伟达转而推出基于 Blackwell GPU 打造的 GB200 NVL72 超节点产品，规模大幅缩小。
回过头看，英伟达的超节点路标已经消失不见，英伟达既证明了超节点是未来算力的趋势，也证明了超节点做起来的难度，华为接过 AI 算力的下一棒。
本次大会上，华为发布了最新超节点产品 Atlas 950 SuperPoD 和 Atlas 960 SuperPoD 超节点，分别支持 8192 及 15488 张昇腾卡，在卡规模、总算力、内存容量、互联带宽等关键指标上全面领先，在未来多年都将是全球最强算力的超节点。
基于超节点，华为同时发布了全球最强超节点集群，分别是 Atlas 950 SuperCluster 和 Atlas 960 SuperCluster，算力规模分别超过 50 万卡和达到百万卡，是当之无愧的全世界最强算力集群。
「除了单颗芯片比它 （英伟达） 的算力小一点，功耗大一点，其他都是优势。」徐直军如此评价，「因为 AI 就是并行计算，所以我们的解决方案就是超节点，超节点做成一台机器，你用 5 颗，我可以用 10 颗，那我们用 384/8192/15488 颗芯片，这还不是最大的。」
他进一步解释道，（华为） 不同于大模型公司，也不同于应用公司，作为 ICT 基础设施和智能终端提供商，华为充分发挥自身优势，扎扎实实把基础设施做好，通过基础设施挣钱，做超节点、做集群，公司内部已达成共识，通过昇腾硬件变现，取得商业成功。
超节点是一条不得已的道路，也是能够将华为所有能力融为一体，最大程度发挥华为优势的道路，更具有决定意义的是，超节点能够将华为在单芯片的劣势扭转为胜势，超过英伟达，实现算力最强。
「什么叫超节点？尽管物理上是多机柜、多个卡 （8192 个卡或者是 15488 个卡） 联接成一个超节点，但是它们能够像一台计算机一样工作、学习、思考、推理。集群是把多个超节点以网络联结在一起，就像云服务一样，相当于用多个服务器一样，即把多台服务器连接在一起，再以软件层将它调度。」 徐直军说。
他进一步表示，华为的核心战略就是 「超节点+集群」，只有依靠超节点和集群，才能规避中国的芯片制造工艺受限，才能够为中国的 AI 算力提供源源不断的算力支持和供给。
「创新有时是被逼出来的，不是天生想做。我们应对制裁，用非摩尔补摩尔、用数学补物理，不是什么伟大的事情。历史上海思靠芯片领先别人一代，现在芯片落后一代、两代，未来还不知道落后几代，只有另寻出路。另一条路就在这里，由于芯片工艺受限，逼着我们创新突破。」 徐直军说。
灵衢，以及华为自己的路
在徐直军大会演讲的最后，并不是以芯片来收尾，「我们希望和产业界一起，以开创的灵衢超节点互联技术，引领 AI 基础设施新范式；以基于灵衢的超节点和集群持续满足算力快速增长的需求，推动人工智能持续发展，创造更大的价值。」
在业内人士看来，灵衢的革命意义可能不亚于 AI 基础设施的再造，华为超节点+集群的成功，很大程度就依赖于灵衢。如果说光刻机是把单芯片的性能持续放大，那么，灵衢则是将数以万计的芯片联接起来。
2021 年，华为规划了三个公司级别的战略项目，其中之一是鸿蒙操作系统，另一个就是灵衢，其战略意义，可见一斑。
英伟达或者其他芯片公司的长处在于芯片，超节点却不是靠简单堆芯片就能实现大算力，就像大模型训练算力，在一定范围内，算力随着芯片数量的增加线性增长，到了一定瓶颈，芯片增加，边际效应大幅降低。
为大模型而定做的算力集群中，需要大量的数据高速传输，在人类历史上没有过这种，正向打满然后负向再打满的传输需求，低时延、高吞吐的要求都到了严苛级别，而且未来的算力不仅仅是当前大模型需要 AI 算力之间的高速互联，同时，AI 算力和通用算力之间，通算和通算之间，也存在高速互联的需求。
随着 IT 产业的发展，PCIE、InfiniBand、RoCE 等各种协议并行发展，英伟达的 NVlink 等协议最大化发挥了英伟达 GPU 的算力，灵衢不止是一个替代，它是 AI 算力互联标准的重塑，通过灵衢互联协议，能够把数万规模的计算卡，联接成一个超节点。
相较于 NVlink 协议的封闭，华为宣布将开放灵衢 2.0 技术规范，投入如此之大的心力，华为为何要将灵衢开放，其实不难理解，华为的理念是硬件变现，灵衢若只是华为一家之言，那就无法形成生态，更多的企业用灵衢构建自己的算力集群，产业的雪球才能越滚越大。
「我们的路肯定不是英伟达的路，现在大家都以英伟达的视角看我们的路，不公平。但我们自己不能 『傻』。我是短期痛苦，长期不痛苦。」 徐直军说。
华为在 AI 算力领域走出来了一条自己的路，这是由很多能力构建成的系统。以光通信技术为例，英伟达超节点采用了全铜通信，优点是技术成熟，成本较低，缺点是只能部署 2 米以内，否则速度会大幅衰减，因此可联接芯片数量有限。华为采用了更激进的光通信策略，光模块带来了高带宽和高速率的优势，损耗低，适合长距离传输，因而可联接更多芯片，部署灵活。
但是，在华为之前，没有一家厂商敢用光模块来实现超节点，光模块故障率高且成本高，方案能不能做成都是未知数，华为凭借着多年积累的通信能力，在光芯片和连接技术、故障恢复等方面形成了一套独一无二的方案，使得超节点成为可能。
华为的胜利，是系统的胜利，是所有华为人乃至中国计算产业链的胜利。徐直军表示，「用超节点架构以及支持超节点的灵衢互联协议，打造超节点和集群，来满足我国无穷无尽的算力需求，这既是我们对自己的一个目标，又是对产业界的承诺，更是对国家的承诺。」
「把这条路闯出来，把中国产业链拉动起来，这条路就成了路。算不上新范式，是被迫出来的范式，是被逼出来的伟大。」 徐直军说，「谁想做别人做过的事情呢？肯定想去开创未来的事情。」
（本文首发于钛媒体 APP，作者｜张帅，编辑｜盖虹达）
