华为重磅发布NPO超节点，昇腾960提前落地，国产算力底座成型

在 AI 算力竞争日趋白热化的当下，算力集群内部的数据传输瓶颈，已经成为制约大模型训练效率的关键卡点。很多人只盯着芯片本身的算力参数，却忽略了上万张 AI 卡组成集群时，芯片之间的互联、功耗、稳定性，才是决定整套智算中心能不能跑起来、跑高效的核心。

在本次大会上，汪涛带来了一连串重磅消息，华为正式推出业界首个搭载 NPO 近封装光学技术的昇腾 960 超节点，同时官宣昇腾 960 芯片研发进度超出预期，将提前至 2027 年一季度发布，性能实现全面翻番；另外，openEuler 服务器操作系统的市场地位也得到确认，已经成为国内服务器操作系统份额第一名。几项成果叠加在一起，勾勒出国产算力软硬件全栈闭环的清晰轮廓。

很多人会好奇 NPO 技术到底解决了什么痛点。传统大规模算力集群，大量依赖可插拔光模块完成芯片之间的数据交互，当集群规模扩张到数千卡级别，海量光模块会带来几个难以回避的难题：布线错综复杂、整机功耗居高不下，同时信号传输距离拉长，延迟随之上升，硬件故障率也会变高。

NPO，也就是近封装光学技术，简单来说就是把光引擎放到离芯片封装很近的位置，缩短电信号传输路径，实现光电转换的就近完成。华为自研的 Hi-ONE 就是这款 NPO 光引擎，也是业界首款量产的 NPO 产品，单引擎传输容量达到 7.2T，同时做到内置光源，在技术路线上走在了行业前面。

昇腾 960 超节点就是这套 NPO 技术落地的载体。整套超节点最多可以扩展至 4096 卡规模，单节点能够提供 8E FP8 算力，搭配 1PB 的 HBM 高速内存。最直观的优势体现在硬件成本与能耗上，这套超节点只需要 5500 个 Hi-ONE 光引擎，就能替代过去方案里 48000 颗 800G 传统光模块。

光模块数量的大幅缩减，直接把整套系统功耗降低超过 550 千瓦，硬件简化之后，系统无故障运行时间直接翻倍，系统可用度达到 99.8%。对于动辄上万卡的大型智算中心来说，功耗下降、稳定性提升，意味着长期运营成本会显著降低，集群连续跑大模型训练的可靠性也更有保障。

这套超节点依托灵衢 UnifiedBus 互联架构，能够实现跨服务器内存统一编址。通俗来讲，集群里几千张昇腾芯片不再是各自独立的硬件，而是被这套互联体系整合，逻辑上相当于一台巨型计算机。以往训练十万亿参数的超大模型，经常会遇到跨节点访问内存延迟高、算力利用率上不去的问题，而灵衢架构搭配 NPO 光引擎，大幅降低跨卡通信延迟，把集群算力利用率提升到新台阶。

除了 AI 算力的昇腾超节点，华为同时升级了鲲鹏超节点，把这套超节点架构延伸到通用计算领域，实现人工智能算力与通用算力的协同调度，满足政企、科研、工业场景多样化的算力需求。

芯片层面，昇腾 960 的发布时间调整是本次大会另一大亮点。按照最初规划，这款芯片原定更晚时间推出，现在研发进展超预期，昇腾 960DT 版本将提前到 2027 年一季度就绪，性能相比上一代实现翻番。

它 FP8 算力达到 2PFLOPS，FP4 算力 4PFLOPS，HBM 内存容量提升至 288GB，访存带宽达到 9.6TB/s，互联带宽提升至 2.2TB/s。同时芯片支持自研 HiF4 数据格式，在 4bit 低精度推理场景，兼顾推理吞吐与精度，适配海量 AI 应用的推理需求。

另一款面向高密度算力场景的昇腾 960PR 版本，则计划在 2027 年三季度推出。华为也明确了后续产品路线，昇腾 970、980 会按节奏依次登场，保持一年一代、算力持续倍增的迭代节奏，为长期 AI 发展预留算力储备。

硬件芯片与集群架构之外，操作系统是算力底座不可或缺的软件根基。汪涛在会上确认，openEuler 已经拿下国内服务器操作系统市场份额第一。

服务器操作系统是整个算力集群的底层基石，芯片、服务器、存储、网络硬件，都要依靠操作系统调度管理。早些年国内服务器市场，底层系统长期依赖海外产品，不仅存在供应链安全隐患，也很难深度适配国产芯片的特性。

openEuler 作为开源操作系统，经过多年社区共建、政企落地，在鲲鹏、昇腾硬件上做了大量深度适配优化，能够充分释放国产芯片的算力潜力。如今市场份额登顶，代表国内服务器领域已经完成底层操作系统的自主替代，从操作系统、芯片、互联架构，再到整机集群，国产算力软硬件生态已经形成完整链条。

AI 产业的竞争，早已不是单颗芯片参数的比拼，而是整套算力基础设施体系的较量。海外厂商过去依靠芯片 + 生态 + 互联方案形成完整壁垒，而华为现在的思路，是从底层操作系统、AI 芯片、高速光互联，到超节点整机方案做系统性创新。

NPO 技术解决大规模集群互联的能耗与延迟难题，昇腾芯片持续迭代提升单卡算力，openEuler 筑牢软件底层，三者相互配合，解决国产算力过去 “硬件强、软件弱，单卡强、集群弱” 的短板。

当然，这套方案走向大规模商用，依然需要持续完善生态。大模型厂商、科研机构、政企客户，需要基于 openEuler 系统，在昇腾硬件上完成模型移植、调优，应用软件、开发工具链的完善还需要产业链伙伴共同参与。但从这次发布的一系列成果来看，国内算力产业已经从单纯追赶硬件指标，进入到体系化创新的阶段。

超大模型持续演进，对算力规模、带宽、功耗的需求只会越来越高。NPO 这类新一代光互联技术，被行业普遍视作未来智算集群的核心方向，华为不仅率先实现量产落地，还推动 NPO 技术在国际标准组织立项，参与行业标准制定，在技术路线上掌握话语权。

昇腾 960 芯片提前落地，意味着国产高性能 AI 芯片迭代节奏提速，能够更快跟上国内大模型产业爆发带来的算力需求。openEuler 拿下服务器操作系统第一，则证明国产底层软件已经具备规模化商用能力。

软硬件多点突破，共同搭建起自主可控的算力底座，为国内人工智能产业长期稳定发展提供坚实支撑。