摘要：华为发布 Peerium 全新计算架构与昇腾 960 超节点：灵衢统一互联总线、Hi-ONE NPO 光引擎，单超节点 4096 卡、集群可扩至百万卡；昇腾正式进入 PyTorch 官网可直接安装。
9 月 17 日的华为全联接大会 2026，本周仍在持续发酵，因为它指向的不是一颗芯片，而是一整套"把百万颗芯片连成一个大脑"的计算体系。华为发布 Peerium 全新计算架构，核心是用自研"灵衢"高速互联总线，把上百万颗处理器从一堆各自独立的机器，变成逻辑上的一台计算机——所有处理器地位对等，配合统一内存寻址，任意一颗芯片都能直接读取其他芯片的内存，不需要额外中转。
落地的产品是昇腾 960 超节点。它采用正交架构与全液冷设计，基于灵衢实现内存统一编址，单节点 4096 卡规模，最大提供 8E FLOPS FP8（16E FP4）算力、1PB HBM 容量。光互联用上业界首个量产、内置光源的 NPO 产品 Hi-ONE，单引擎 7.2T 传输容量，系统内 5500 个 Hi-ONE 替代原本需要的 4.8 万颗 800G 光模块，功耗降低超过 550 千瓦，系统可用度达 99.8%。集群层面通过二层 CLOS 四平面组网，最大可支持 100 万卡昇腾超节点集群。
这套打法的底层逻辑，是国内算力在先进制程受限制约下的"换道"选择。华为自己也说得很直白：算力的瓶颈很多时候不是单芯片算得慢，而是芯片之间沟通太慢。传统冯·诺依曼主从架构里，总管（主机）一旦成为瓶颈，集群越大效率越低。Peerium 把主从逻辑推翻，换成嵌套并行的递归任务拆分，让海量芯片协同干活、减少通信损耗。这不是否定先进制程，而是把竞争主战场从"单芯片纳米数"切换到"系统架构与互联技术"。
生态侧的进展同样关键。CANN 进入常态化开源社区运作，外部开发者占比达 61%，首次超过内部；社区月活突破 5200 名，基于昇腾+CANN 的原生训练模型已超 40 个；昇腾更成为 PyTorch 官网可直接安装的算力平台——这是首个来自中国的算力平台获得这种地位。对国内 AI 企业，这意味着训练万亿参数以上大模型，不必完全绑定海外高端芯片。
值得补充的是，这套架构对软件栈的冲击可能比硬件本身更深。过去国内大模型训练高度依赖 CUDA 生态，迁移成本高；昇腾这次把 CANN 推成常态化开源社区、外部开发者占比超 6 成，并进入 PyTorch 官网直接安装，等于在“编译层”抢到了一个事实标准的位置。对开发者而言，写一份能在昇腾上跑的代码，不再需要先吃透一套私有工具链，迁移摩擦大幅下降。当然，生态成熟度仍和 CUDA 有代差，但“可在官网一键装”这个动作，本身就是从 0 到 1 的门槛跨越。
我的判断：华为这次发布的真正分量，不是某个跑分数字，而是"算力的上限不再完全绑定光刻机"这个命题被工程化了。Atlas 950 集群已经落地、昇腾 960 完成测试，它不是纸上概念。但也要清醒：百万卡完整集群的部署、运维、软件生态仍有漫长优化路。对采购方最实用的启示是——评估国产算力，重心要从"单卡算力"转到"集群交付与互联带宽"，这两项的权重正在超过晶体管密度。
