深度技术解析：华为“算力核弹”超越英伟达的秘密-好评

当AI算力竞赛进入“系统级对决”时代，单卡性能的“摩尔定律神话”正被架构革命重构。在美国对华芯片制裁持续加压的背景下，华为昇腾CLoudMatrix 384超节点的横空出世，不仅以300PFlops算力规模反超英伟达旗舰系统NVL72达70%，更揭示出一条破局之路——用“全对等架构”打破传统算力枷锁，以光通信技术跨越“内存墙”与“通信墙”。

黄仁勋的焦虑印证了行业变局：中国AI算力生态正从“单点突围”转向“系统升维”。华为通过计算-存储-网络协同创新，将国产昇腾芯片的集群效能推向极致，其高速互联总线与万卡级扩展能力，直指大模型训练的核心痛点。更深远的意义在于，昇腾CLoudMatrix 384超节点支撑的准万亿盘古Ultra MoE模型训练与DeepSeek推理实践，验证了国产算力全链条自主的可能，而光通信等传统优势技术的跨域复用，凸显中国在系统级创新中的独特路径。

这场“超节点之战”的本质，是算力范式从硬件堆砌到架构重定义的变革。当制裁倒逼出“用数学补物理”、“用非摩尔补摩尔”等颠覆性思维，全球AI竞赛的决胜点，已悄然落在谁能以系统工程弥合单点技术代差，而这恰是中国企业被逼出的生存智慧。

黄仁勋越来越****焦虑

关注AI产业发展的都能感受到，掌舵英伟达“算力帝国”的黄仁勋，最近越来越焦虑了，开始频繁地提起“中国”和“华为”。

“中国做得太棒了，全球50%的人工智能研究人员都是中国人，你无法阻止他们，也无法阻止他们推进人工智能的发展。如果有人以为，一招就能切断中国发展人工智能的能力，那他绝对是无知的。”黄仁勋近期在台北电脑展上表示。

5月19日，英伟达CEO黄仁勋在台北电脑展上发表演讲 图自台媒

今年4月，美国政府再度对英伟达中国“特供版”芯片H20发出禁令。公告一出，黄仁勋立刻把皮衣换成西装，飞往中国，这是他3个月里第二次来华。在与政府官员的会面中，黄仁勋多次强调中国市场的重要性，表示希望继续与中国合作。

最新禁令，导致英伟达计提了55亿美元的库存损失，令黄仁勋“深感痛苦”。

事实上，如果仅仅是数十亿美元的损失，对英伟达并不算“伤筋动骨”。这家市值超过3万亿美元的巨头，在AI风口下赚得盆满钵满，2025财年收入达到了1305亿美元，同比增长114%；净利润达到729亿美元，同比增长145%；毛利率达到惊人的75%。

真正让黄仁勋感到焦虑的，是中国自主技术正在美国禁令逼迫下快速突围。在英伟达的关键护城河中，不仅有GPU这种硬件，还有并行计算平台和编程模型CUDA，以及高速互联技术NVLink。在单点竞争上，中国企业可能很难撼动英伟达地位，但系统竞争并不一定。

近期，华为对外详细介绍了昇腾CLoudMatrix 384超节点技术，该技术使用国产昇腾芯片，在算力规模、训推效率和可靠性等关键维度上，全面超越了英伟达最强的NVL72系统。其中的核心在于，华为跳出了单卡算力的竞争，通过计算、存储、网络和架构的协同创新，弥补了硬件和芯片工艺的局限性，最大化发挥了芯片和系统能力。

中国建立了替代英伟达的方案，才是黄仁勋最担心的。这不仅可能导致该公司在中国遭受永久性损失，更可能动摇其“算力帝国”的统治根基。他喊话美国政府：赢得开发者的平台才能最终获胜，出口管制应该强化美国平台，而不是迫使全球一半的AI人才流向竞争对手。

看到中国再度突破，美国政客其实也很着急，但他们显然忽视了黄仁勋放宽管制的呼声。在严格限制英伟达对华出口的同时，美商务部最近还试图在全球封杀华为昇腾芯片，同时逼迫EDA巨头对华断供。但就像黄仁勋说的，这样只会激活中国企业绝处逢生的能力。

就在今年4月，美国对华断供H20之际，华为云率先在芜湖商用了CLoudMatrix 384超节点，随后又在贵安和乌兰察布等地商用，内部人士将其称为“核弹级创新”，今年上半年还将有数万卡规模上线，目标是“彻底终结行业算力焦虑”。而近日华为再度重磅宣布，已经成功在昇腾平台上实现了准万亿MoE模型的全流程训练，集群训练系统的性能上实现了业界领先，进一步验证了国产AI基础设施的自主创新能力。

图源：观察者网

“四年前，英伟达在中国的市场份额高达95%，如今只有50%。如果我们不在中国竞争，而是让中国开发出新的平台，建立一个丰富的生态系统，并且它们不是美国的，在世界推广人工智能技术的时候，他们的技术和领导力将会传播到世界各地。”不难看出，黄仁勋的焦虑感正越来越重，但美国政客仍在一意孤行，行业对老黄说辞也逐步失去了新鲜感。

现在更令人感兴趣的是，华为是如何在没有先进工艺的情况下，用超节点反超英伟达的？

华为造出“算力核弹”

电影《横空出世》中有这样一个片段，西北核基地总指挥冯石与海外归国的专家陆光达，在戈壁滩上聊天，冯石讲述了多年以前的经历：“在朝鲜战场上，我们抓了一个美军俘虏，一个小小的下士，竟敢在我面前，大声喊叫着，扔个原子弹让我们尝尝，给我们做外科手术。”

“武器落后，受气啊。可尽管这样，咱们屈服了吗？”冯石激动地说道。

在那个年代，苏联在没有任何征兆的情况下突然中断协议，撤走所有提供技术援助的专家，美国则对华实行技术封锁。电影画面显示，在缺乏计算机支持的情况下，我方专家决定采取人海战术，通过昼夜不停地打算盘，最终在一年多的时间里算出答案，助力原子弹研发。

《横空出世》剧照

60年过去，美国依然试图通过技术封锁的手段，阻碍中国AI产业发展，这确实给中国带来了算力焦虑，毕竟大模型的Scaling Law（尺度定律）依然有效，越多的参数和数据，就能带来越强的性能和智能，这势必会导致对算力、显存和带宽的需求指数级增长。

但即便芯片制造工艺短期无法赶上，中国也并非束手无策。随着模型规模越来越庞大，单卡算力优势相对弱化，集群化、系统化的算力方案是大势所趋，这对中国是挑战更是机遇。

制裁重压下，华为技术团队提出了“用数学补物理”、“非摩尔定律补摩尔定律”、“用系统补单点”等核心思想：基于实际可获得的芯片制造工艺，计算、存储和网络技术协同创新，开创计算架构，打造“超节点+集群”系统算力解决方案，长期持续满足算力需求。

2022年下半年，“身处暴风雨中”的华为启动超节点研发，项目涉及海思、计算和云等多个业务团队。一位项目组专家回忆道，当时64卡的方案也够用，但华为目标是布局未来，并且准备以昇腾AI云服务的方式向行业提供算力，可以把超节点算力分开或合并，做大了没问题，做小了可能就会很被动。经过内部研讨，华为决定坚定投入384超节点研发。

严格意义上说，超节点（SuperPod）并非一个新概念，谷歌、英伟达等巨头很早就在探索。这项技术兴起的背景是，当Transformer这样的大型神经网络模型横空出世，对算力和显存的需求呈爆炸式增长，单个GPU甚至单个服务器已经难以招架，这时就需要构建大量高速计算芯片的高效统一结构，也就是超节点。相比传统的计算集群，超节点不仅要把大量GPU的算力堆起来，更需要在GPU之间、服务器之间构建超高速互联，来降低并行计算的开销，通过将大量GPU融为一体，提供庞大的有效AI算力，共同承担训练和推理任务。

去年3月，英伟达推出了GB200 NVL72超节点。通过“内部高速专线”NVLink，英伟达将36个Grace CPU和72个Blackwell GPU紧密集成，形成一个逻辑上的“巨型GPU”，总算力规模达到了180Pflops，网络互联总带宽达到130TB/s，内存总带宽达到576TB/s。按照英伟达的说法，GB200 NVL72超节点，可以将万亿参数大模型推理速度提高30倍。

在国内也有不少企业在探索超节点技术，像百度昆仑芯构建的超节点，通过自研互联通信协议XPU Link，单柜可容纳32/64张昆仑芯AI加速卡，单柜内卡间实现全互联通信，带宽提升高达8倍，一个机柜的算力最高可达到传统形态下8台8卡服务器。此外，阿里、腾讯、中国移动等巨头，也联合了多家软硬件企业，发起了不同的超节点互联开放标准。

但目前来看，使用全国产芯片构建超节点，还能全面超越英伟达NVL72的，只有华为。昇腾CLoudMatrix 384超节点在高速互联总线联接下，共由12个计算柜和4个总线柜构成，是目前业界最大规模的超节点，算力总规模达300Pflops，是英伟达NVL72的1.7倍；网络互联总带宽达269TB/s，比英伟达NVL72提升107%；内存总带宽达1229TB/s，比英伟达NVL72提升113%。 更重要的是，通过最佳负载均衡组网等方案，昇腾超节点还能进一步扩展为包含数万卡的Atlas 900 SuperCluster超节点集群，未来可以支撑更大规模的模型演进。

昇腾CLoudMatrix 384超节点结构

昇腾CLoudMatrix 384超节点，是华为在制裁重压下造出的一颗“算力核弹”。但对比英伟达和昇腾的方案也难免产生一些疑问。华为只是靠堆更多卡超越英伟达的吗？为什么英伟达和其他企业没有堆更多卡？相比英伟达把卡都放在一个柜子里（更传统意义的超节点，Scale up），昇腾为什么能分成多个计算柜（Scale out）？构建这样的巨型算力系统，能解决哪些问题？

从堆芯片到拼架构

超节点是华为突围的利器，也是行业发展的必然趋势。

面对大模型Scaling Law带来的巨量算力需求，传统解决方案是尽可能堆卡，构建更大的算力集群，但问题是，无限制的堆卡并不能带来算力的线性提升，反而会带来“内存墙”、“规模墙”和“通信墙”的问题。在计算集群内部，如果GPU之间和服务器之间不能“有效沟通”，GPU就会因为没有足够数据用于计算而闲着，进而会导致1+1<2的结果。

过去8年间，单卡硬件算力增长了40倍，但节点内总线带宽只增长了9倍，跨节点的网络带宽只增长了4倍，这使得集群网络通信成为当前大模型训练和推理的最大挑战。因此如果不能提升通信效率，单纯把384张昇腾卡堆起来，计算效果并不一定比72张英伟达卡更好，因为卡间和服务器间的通信开销会抵消算力增加的收益，导致有效算力不升反降。

尤其是，随着以DeepSeek为代表的MoE（混合专家模型）成为主流模型结构，其复杂的混合并行策略带来巨大挑战，通信需求骤增，TP（张量并行）、SP（序列并行）、EP（专家并行）单次通信量高达GB级且难以掩盖。实践数据表明，当TP、SP或EP等分布式策略的混合并行域超过8卡时，跨机通信带宽便成为性能瓶颈，导致系统性能大幅下降。

在这种行业趋势下，英伟达的NVLink体现出更大价值，它的意义在于在GPU之间搭建了一个“超宽车道”，可以让GPU绕开CPU直接通信。基于此，英伟达把将多颗GPU、CPU、高速内存、NVLink/NVSwitch等高度集成，构建起NVL72超节点。但问题是，英伟达的NVLink只是自家GPU之间的通信协议，而节点内还包括NPU、FPGA等非GPU异构硬件，它们不能通过NVLink这种专线进行通信，还是需要通过效率较低的PCIe协议走GPU中转，而节点之间的以太网/InfiniBand跨机互联，在海量计算中也存在带宽堵点。

相比于英伟达这种修补式的改进，昇腾CLoudMatrix 384超节点选择对传统计算架构进行重构。它的核心在于彻底打破了传统以CPU为中心的冯诺依曼架构，也就是“主从架构”，创新提出了“全对等架构”，凭借高速互联总线的关键突破，把总线从服务器内部扩展到整机柜、甚至跨机柜，最终将CPU、NPU、DPU、存储和内存等资源全部互联和池化，这样做就能去除掉繁多的中转环节，从而实现真正的点对点互联，进而实现更大的算力密度和互联带宽。

图源：观察者网

“过去数据中心都是通过CPU调度，昇腾CLoudMatrix 384超节点最核心的理念就是对等架构、点对点通信，不用绕过第三方通信。”华为的专家告诉观察者网，在超节点范围内，用高速总线互联替代传统以太，通信带宽提升了15倍；单跳通信时延也从2微秒做到200纳秒，降低了10倍，利用“AI专属高架桥”，集群可以像一台计算机一样工作，突破性能限制。

昇腾CLoudMatrix 384超节点之所以能大幅提升通信效率，还有一个关键原因，就是应用了光通信技术，在昇腾CLoudMatrix 384超节点中，共使用了3168根光纤和6912个400G光模块。相比之下，英伟达NVL72超节点采用的是全铜线架构，成本、功耗低，一经部署便保持固定状态、相对稳定，但缺点是只能部署2米以内，否则通信速率会大幅衰减，因此可联接芯片数量有限。而光模块则有高带宽和高速率的优势，损耗低，适合长距离传输，因而可连接更多芯片，部署灵活。

但光通信也不是全是优势，光模块成本比铜线成倍提升，功耗也大幅增加，并且光纤比较脆弱，故障率较高，插口没插紧、光纤弯了、插头有灰，随便一个小问题都可能断联。因此英伟达虽然在2022年考虑过使用光模块连接256块H100，但最后评估了成本和稳定性，决定不投入生产，说白了还是光通信技术太难驾驭。

**但对华为这种通信巨头来说，“光模块都玩烂了”，长期积累的光通信技术已经实现国际领先，反而在超节点通信中构成独特优势。并且针对超节点集群容易发生故障的特征，**华为云还给超节点配备了一个全科专业医生——昇腾云脑，主要包含“1-3-10”标准：第一步，1分钟内能感知故障，立刻发现问题不对劲；第二步，3分钟内精准定位问题，找到病根；第三步，10分钟内恢复，快速修复或者让系统继续运行。

国产算力也能炼出顶级大模型

昇腾CLoudMatrix 384超节点的横空出世，在国内还未出圈，就已在国外引发大量关注。

海外知名分析机构SemiAnalysis在一篇报告中指出，华为芯片落后一代，但其扩展解决方案比英伟达和AMD目前在售产品领先一代。基于昇腾芯片打造的华为云CloudMatrix 384超节点，可与英伟达的GB200 NVL72直接竞争，并且在某些指标上比英伟达的机架级解决方案更为先进，其工程优势体现在系统层面，涵盖了网络、光通信和软件。

就连黄仁勋也公开承认被华为超越：“从技术参数看，华为的CloudMatrix 384超节点，性能上甚至超越了英伟达，比英伟达的尖端技术更具优势，因此我们必须高度重视这家实力雄厚的公司，全力以赴应对挑战。华为已明确表态要融合5G与AI技术，这种布局极具前瞻性，是完全正确的战略方向。我们也在推进同样的计划，但必须加快步伐。”

TechInsights关于CloudMatrix 384超节点的报告

被最强对手认可背后，或许只有华为才了解突围的艰辛。有华为云内部人士透露，早期光模块根本不可用，想用“非摩尔去解决摩尔定律”，结果非摩尔的问题反而更大，“我们只能将每个光模块的端面全部拍照，再逐个分析，解决了数不清的问题，才实现较好的稳定性。”

功夫不负有心人，昇腾CLoudMatrix 384超节点的横空出世，给国内产业界带来了第二选择。

想必大家都还记得年初DeepSeek的爆火。当时华为云和硅基流动联手，在CloudMatrix 384超节点上部署了DeepSeekR1/V3，获得了媲美英伟达H100的效果，甚至能提供生产级的推理服务。这其中的原因就在于，首先DeepSeek是一个MoE模型，相比传统的稠密模型，它只会调用最适合当前任务的少部分专家节点参与工作，节省算力的同时，提高推理速度。与此同时，昇腾CLoudMatrix 384超节点这种“去主从、全对等”的算力架构，又天然亲和MoE模型，相比传统一卡多专家的“小作坊模式”，超节点更像“大工厂模式”，通过高速互联总线，能够实现一卡一专家的分布式推理，单卡的MoE计算和通信效率都大幅提升。

“两三年前我们在设计超节点的时候，大家都觉得太大了，因为负载是技术、模型迭代和硬件创新不断交替。在当时，昇腾CLoudMatrix 384超节点的规模还是比较大的，即便是现在，DeepSeek的256个专家，也可以在上面实现一卡一专家，同时还能部署更多冗余专家，即便是最火爆的模型，我们支持都是绰绰有余。”华为专家对观察者网说道。

构建巨型的算力系统，华为的目标远不止推理。之前中国世界领先的大模型，如DeepSeek、Qwen，多由英伟达平台训练出来，而近日华为重磅发布的参数规模高达7180亿的全新模型——盘古Ultra MoE，是一个全流程在昇腾AI计算平台上训练的准万亿MoE模型。在训练方法上，华为首次披露了在昇腾CloudMatrix 384超节点上，高效打通大稀疏比MoE强化学习（RL）后训练框架的关键技术，使RL后训练进入超节点集群时代。

从“以小打大”的盘古72B（Pangu Pro），到业界一流的准万亿模型718B（Pangu Ultra MoE），再到频繁刷新推理速度记录，华为成功完成了国产算力+国产模型的全流程自主可控的训练实践，有力回应了外界对国产算力“只能推理、难以训练顶尖大模型”的疑虑。

功耗是问题但不是制约

当然，超节点本质还是在堆卡，这种“大力出奇迹”的模式不可避免带来功耗、冷却等难题，传统服务器机柜功耗通常在几千瓦，AI超节点机柜功耗可达100千瓦甚至更高。昇腾CLoudMatrix 384超节点在超越英伟达NVL72的同时，功耗也达到后者的4.1倍，每FLOP功耗高出2.5倍。

但需要指出的是，功耗在中国虽是不可忽视的问题，但并不构成制约因素。SemiAnalysis在报告中指出，西方普遍认为人工智能受限于电力，但在中国情况恰恰相反。除了火电，中国还拥有全球最大的太阳能、水电和风电装机容量，目前在核电部署方面也处于领先地位。如果由于相对充足的电力而不存在功耗限制，那么放弃功耗指标并增加扩展性是合理的。

华为也并非完全不考虑功耗。华为技术专家告诉观察者网，华为在液冷方面有很多独特技术，包括三明治架构等工程创新，风冷也有很多工程和技术创新，来保障功耗的控制和降低。同时不管是超节点还是算力集群，并非时刻满负载在跑，华为也在做一些动态调频和降温。

在云计算中心，华为云还打造了恒温“训练基地”，采用液冷冷板散热技术，让冷媒直接接触发热部件，散热效率比传统风冷提升了50%。再加上iCooling智能温控系统，每五分钟动态调整策略，无论外部温度怎么变化，都能让数据中心保持最佳状态。最终，数据中心的能效比PUE做到1.12，比行业平均节能70%。

事实上，在技术封锁下，能用可接受的代价，最大程度解决现实问题，无疑就是胜利，这也是华为以空间换算力、以带宽换算力、以能源换算力的思路所在。当单点技术被封锁时，全栈协同与规模优势将成为破局关键。在日益复杂的国际环境下，华为昇腾CLoudMatrix 384超节点的诞生，不仅为国内提供了除英伟达之外的第二选择，也为中国AI产业发展吃下一颗“定心丸”。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。