4096张卡凭什么算一台计算机？昇腾960的NPO解决了什么?

9月17日的华为HC全联接大会2026上，大屏打出昇腾960超节点的参数——单个超节点最多4096张昇腾卡，峰值算力8 EFLOPS FP8、16 EFLOPS FP4，HBM总容量1PB。华为把它描述成一套“物理上由多台机器组成、逻辑上却像一台计算机”的系统，业界首个用上NPO近封装光学的超节点。

有人可能问了：这不就是4096张卡凑一块儿吗？说得再直白点——华为是不是造出了一张由4096颗芯片拼成的巨型算力卡？

这篇想拆的，正是那个“凑”字，和那张并不存在的“巨卡”。之前几篇聊过“卡数×单卡算力≠有效算力”，这次往下再追一层——4096张卡分布在不同服务器、不同机柜里，凭什么能被叫做“一台计算机”？答案不在某一个漂亮数字上，而在于它要一层一层地搭：NPO只是最底下那一层，接上光纤，只是把路修通了。

8 EFLOPS，是一台机器，还是4096台机器的总和？

解释NPO之前，先看清楚“一台计算机”这个说法要跨过多少道坎。把4096张卡真放到一起，默认状态其实是这样的：

• 它们不在同一块主板上，卡与卡之间的数据传输，天生就比芯片内部计算慢得多；
• 任意一张卡、一个光引擎、一条链路，都可能出故障；
• 不同卡拿到的数据、分到的任务、通信的先后顺序，还得保持一致。

只把这4096张卡接上一张高速网络，它更像4096台联网的计算机，而不是一台。要让它在逻辑上收敛成“一台”，至少要解决四层问题，自下而上叠起来：

• 第一层，物理传输：信号怎么又快又省地跨过机柜——这一层是Hi-ONE/NPO。
• 第二层，协议总线：这些设备按什么规则识别、寻址、访问彼此——这一层是灵衢UnifiedBus。
• 第三层，内存语义：分散在各卡上的内存，能不能被软件当成同一片空间——这一层是统一内存编址。
• 第四层，调度与容错：模型任务怎么切、数据放哪张卡、坏了怎么恢复——这一层是拓扑、并行策略、集合通信和故障恢复。

NPO是“近封装光学”（Near-Packaged Optics）的一种物理封装形态，不是一种协议。它常被拿来和CPO（共封装光学）比——区别只在光引擎放哪儿：NPO放在主芯片封装的旁边几厘米，CPO直接塞进同一个封装里。这是位置之争，不是谁比谁高级——OIF的共封装技术框架也是按器件位置来界定近封装与共封装，而非排成一条由低到高的技术等级。所以，凡是把这次的新闻写成“昇腾960用上光协议”的，第一步就说岔了。

下面一层一层看，每一层都分三件事讲清楚：华为说了什么、能从中推出什么、又不能推出什么。

第一层 · 物理传输：NPO解决“信号怎么走”，不负责让卡理解彼此

Hi-ONE和NPO待在整套系统的最底层——物理传输层。卡的数量从几百堆到几千，卡间的高速电信号要走的距离越来越远，铜缆的损耗、补偿电路、功耗、端口密度、布线散热就一起顶上来。NPO的思路是把“电转光”这一步挪到主芯片边缘几厘米处，短距离仍走电、长距离交给光，绕开铜缆的物理天花板。用一个类比：这相当于把市区里越修越堵的电线，改成从家门口就接上的光纤专线。

华为这次给出的数字是新一代NPO光引擎Hi-ONE单引擎传输容量7.2T、内置36个通道、单通道200Gbps，华为称其为业界首个具备量产能力、传输能力最大、唯一实现内置光源的NPO产品；技术上把DSP功能集成进交换机ASIC、移除了光引擎里的独立DSP，链路时延从100纳秒压到10纳秒，互连功耗降低约60%。最直观的一组对比是昇腾960超节点用约5500个Hi-ONE，替代了原本需要的约4.8万颗800G可插拔光模块，功耗降低超过550千瓦。

能推出的判断：当卡数进入几千这个量级，互联已经不是配角，而是决定超节点能建多大的天花板本身。缩短高频电连接、把长距离交给光，为“把更多卡组织进一个域”创造了物理条件。这一步做不好，后面三层都无从谈起。

不能顺手推出的结论，得拦住几个：

• “降550千瓦”是两套互联方案之间的功率差，不是整座数据中心省了550千瓦，更不能据此算“每个Token省了多少电”；
• 7.2T是单引擎容量，不能直接当成每张昇腾卡可以独占的带宽；
• “业界首个量产”“传输能力最大”“唯一内置光源”都是华为的厂商声明，正文得保留归属，不能改写成经过独立验证的行业结论；
• 最要紧的一条：“具备量产能力”不等于“4096卡的昇腾960超节点已经大规模交付”。华为另一份材料的口径里，基于NPO的Atlas 960系统仍处于测试阶段。

不过话说回来，该给的敬意得给足。在单芯片制程被卡脖子的前提下，还能把“业界首个量产NPO”这条最硬的路先趟通，是真功夫。内置光源、把DSP从光引擎搬进交换机ASIC、用5500个Hi-ONE把原本上万颗光模块的活计收进近封装——这些都不是PPT上的漂亮词，而是要在良率、散热、可靠性上一颗一颗啃下来的工程硬骨头。当很多人还在争论“要不要上光、上CPO还是NPO”，华为已经把它做成了能装进超节点、敢标“量产”的实物。更难得的是那份把竞争维度从“单卡强不强”整体挪到“系统连得好不好”的判断力和定力——这一步棋，无论最终成绩单如何，都配得上一句漂亮。也正因为它下得这么重，才更值得我们把它拆开看清楚：这份漂亮，究竟兑现在了哪一层。

光进铜退不是华为独家的故事。英伟达在2025年就发布了Quantum-X（InfiniBand，2026年上半年）和Spectrum-X（以太网，2026年下半年）两款共封装光学（CPO）交换机，用微环调制器把互连功耗压下来，博通、AMD、IBM也各自在推光互联。有意思的是，这恰好把前面那句“NPO是位置之争”落到了实处：华为押的是NPO（近封装），英伟达在交换机上押的是CPO（共封装）——两家龙头在“光引擎放哪儿”上做了相反的选择。所以这篇要讲的不是“华为发明了光互联”，而是“华为把光互联用在了超节点互联这一层，赌的是这条路线”。

第二层 · 协议总线：灵衢UnifiedBus解决“大家按什么规则通信”

物理链路只负责把信号送到，协议才决定设备怎么识别、寻址、访问彼此。灵衢UnifiedBus干的不是“把电换成光”，而是把NPU、CPU、内存、SSD、网卡、交换设备纳进同一套互联体系。华为把它概括成协议归一、内存语义、平等互联。

一个克制的类比。NPO铺好了高速公路，UnifiedBus规定车辆身份、目的地址和通行规则。只有路、没有规则，4096张卡照样无法协同完成一次模型计算。

为什么这层不可省？传统AI集群里，卡内互联、机间网络、存储网络、CPU访问，可能各用各的链路和协议，一次数据搬运要经过多次转发和协议转换——路径越长、层级越多，通信时延和软件协调成本就越难压。统一协议减少的，正是这些转换与协调。而它和第一层的关系可以一句话收住：NPO负责信号怎么传，UnifiedBus负责这些信号表达什么，两者合起来，就是华为说的“近铜远光+统一互联”。

华为这次也给灵衢配了成套的分层设备，覆盖柜内、跨柜、集群三级。柜内用灵衢互联刀片做到“零电缆”，华为称一个4096超节点因此省下约196公里铜缆；跨柜的灵衢交换设备有176个端口、每端口1.6T、单机280T全光互联，两层CLOS组网撑起4096卡，RTT时延低至2微秒；再往集群外扩，UBG交换机以1024的大Radix扇出去够百万卡规模。这套“从单柜到百万卡”的分层体系，也顺带回答了第一层的Hi-ONE最终插在哪儿——光引擎是这条总线的物理载体，而不是它的替代品。

所谓“4096卡像一台计算机”，不能全记在NPO头上。华为自己的口径也是“灵衢+统一内存编址+Hi-ONE”三者共同构成超节点——把功劳单独派给光互联，是最常见的误读。

不同设备间是否采用完全一致的内存语义、一次跨节点访问要过几级交换、拥塞与重传怎么处理、真实大模型负载下协议开销占多大比例——公开资料不足，以官方演讲稿为准。还有一条绕不开的线：统一协议的另一面是生态绑定，灵衢的核心IP握在华为手里，而目前多家云厂商在互联上更倾向以太网路线——“统一”到什么范围、由谁来定义，本身就是接下来值得盯的地方。

第三层 · 内存语义：统一编址让卡看到同一片空间，但1PB不是一张卡的本地显存

“一台计算机”最关键的一步变化，是软件不必再把每台服务器都当成完全独立的孤岛。统一内存编址，让分散在不同卡上的HBM进入同一套地址体系。

但这句话极容易被误读。昇腾960超节点“1PB HBM”，指的是4096张卡的HBM总容量，它不等于任意一张卡都能以本地HBM的速度访问全部1PB空间。

统一地址空间降低的是“软件管理分布式内存”的复杂度，但数据放在哪儿依然要紧：访问本地HBM、访问同机柜里邻卡的HBM、跨多级交换访问远端HBM，成本不可能天然一样。

举个能落地的场景是一个塞不进单卡HBM的大模型，参数、激活值、KV Cache必须分散到不同卡上。统一编址能降低资源分割的复杂度，但模型并行策略仍要尽量少走远距离访问。这就给下一层留了问题——地址能找到数据之后，谁来决定模型怎么切、数据放哪张卡、通信什么时候发生？

1PB空间的具体一致性模型、本地与各级远端访问的时延差与有效带宽、故障后地址映射如何恢复、哪些访问由硬件完成、哪些仍靠软件运行时——公开资料都还不够。所以正文用“统一编址/统一地址空间”，慎用“4096张卡共享同一块内存”这种说法。

第四层 · 拓扑、调度、集合通信、故障恢复：决定这台大机器能不能持续跑满

前三层解决的是“能不能访问”，模型训练还要解决“怎样访问才不会让大部分卡一直干等”。这一层包含四组能力：拓扑（卡、交换设备、光引擎怎么连），并行策略（数据并行、张量并行、流水线并行怎么组合），集合通信（AllReduce、AllGather、All-to-All这些操作怎么映射到真实链路），以及故障恢复（某张卡或某条链路失效后，任务怎么隔离、重调度、续训）。

“MFU提升2.75倍”这个数字，应该放在这一层来读。华为披露了一组架构仿真：同样是十万卡集群，由4K超节点组成的方案，相比由8卡服务器组成的方案，MFU（模型浮点算力利用率）提升2.75倍，而传统架构的通信时间占比超过40%。这个数字能说明华为想通过“扩大紧耦合域”把通信开销压下去，但必须同时写清它的边界：

• 这是华为马尔科夫实验室的仿真结果，不是昇腾960超节点的实机测试；
• 比较对象是两种十万卡集群架构，不是NPO的单项贡献——拓扑、统一编址、集合通信实现、编译器和调度软件都会影响最终MFU；
• 有报道也点明，这类数据来自华为自测或仿真，未经第三方验证；模型、并行策略、软件版本、故障条件均未完整公开。

“系统可用度99.8%、无故障运行时间提升一倍”同理。可以把它当成设计目标来写，但不宜换算成“一年停机多少小时”，因为目前缺统计周期、缺“计划内维护是否计入”、缺故障定义、缺测试负载、也缺“单卡故障与系统不可用”之间的判定关系。这里正好回扣之前那篇“掉卡”：当4096张卡组成一个故障域，重点已经不只是单张卡会不会坏，而是坏了之后能不能绕行、隔离、恢复。

对比英伟达：4096该和72比，还是和576比？

这一节只想说明一件事：比较超节点之前，得先对齐“哪一层才算一台机器”。

按NVIDIA官方口径，GB200 NVL72是一个72卡的NVLink域，被官方描述为“acts as a single, massive GPU”（像一颗巨大的GPU那样工作）；NVLink Switch System提供130 TB/s的GPU间通信带宽，一个满配机架在同一个NVLink域内共约13.5TB HBM3e，机架FP4约1.44 EFLOPS、FP8约0.72 EFLOPS。有意思的是，“最大的NVLink域”“像一台计算机”这套修辞，和华为“逻辑一台计算机”是同一个话术模板。

“NVL72可扩展至576”并不准确。更严谨的说法是——GB200 NVL72是一个72卡NVLink域；8个NVL72机架可以组成576卡的SuperPOD，但跨机架走的是InfiniBand计算网络，和单机架内的NVLink域不是同一个互联边界。早期英伟达技术博客确实把第五代NVLink说成最多支持576卡，但当前产品文档把NVL72明确定义为72卡域，正文应以当前产品架构为准，旧说法放注释，两种口径别混用。

所以，4096和72可以拿来比“单个紧耦合域的设计目标”，但绝不能只用卡数判性能。4096对72，卡数差约57倍，若照此推出“性能强57倍”，就又掉进了之前那篇“6.7倍”里说过的除法陷阱。要真比，至少还得对齐单卡算力、计算精度以及是否用稀疏口径、单卡与全系统内存带宽、域内任意两卡的通信能力、集合通信性能、软件生态、实测吞吐，以及产品状态和交付时间。

还有一层时间错位要说明。GB200 NVL72是英伟达当前已量产的形态，而昇腾960要到2027年才上市，那时英伟达的同代产品是Rubin Ultra（NVL576、Kyber机架，路线图指向2027年下半年）——单机架塞进576个计算die、功耗约600千瓦，路线图算力约15 EFLOPS FP4、5 EFLOPS FP8（均为英伟达路线图口径，未量产）。这里有个坑：英伟达从Rubin代起改了计数方式，“NVL576”数的是die、不是整颗GPU或封装，别和华为的“卡”直接相减。真要放到2027年看，对照其实是“4096张昇腾卡的超节点”对“576个die的单机架”：一个靠数量加光互联在机柜之间铺开，一个靠单die做强、再高密度封进一个机架——这正是“以系统补单卡”和“以单卡打天下”两条路线的正面相遇。

而且，两家其实把“光”用在了不同的层：华为把NPO光互联直接带进scale-up的超节点互联（4096卡跨柜靠光连起来），英伟达当前的scale-up（NVL72的NVLink）仍以铜为主，先把CPO光学用在了scale-out的Quantum-X/Spectrum-X交换机上。谁的路线更划算，不是发布会能定的，还得等2027年两边的实测扩展效率摆出来。

8 EFLOPS离有效算力，还差哪些成绩单？

四层都搭好，也只能说明系统具备了“扩大紧耦合计算域”的条件。8 EFLOPS FP8仍然是峰值算力，不是训练或推理里能持续跑出的有效算力。要判断这4096张卡是不是真像一台计算机在工作，还得等这些数据出来：同模型、同精度下的实测MFU；训练与推理的Token/s；不同并行策略下的扩展效率；128卡、1024卡、4096卡的强扩展与弱扩展曲线；集合通信带宽与尾延迟；长时间训练的故障率和恢复时间；含计算、互联、冷却的整机功率；以及最终的单位Token能耗与成本。这份清单，正是留给MFU那篇旧文和后续收官篇去逐项验的活——这里只点到为止。

结尾：光把规模上限推远了，能不能成一台计算机，还看另外三层

把这台“计算机”拆开看：NPO让高速信号能用更低的互联功耗跨过机柜，把4096卡的物理连接变得可行；UnifiedBus给了统一的通信规则；统一内存编址让软件看到一片连续的资源空间；拓扑、调度和故障恢复再把模型任务映射到这些资源上。缺其中任何一层，4096张卡都只是一份更长的设备清单。

也正因如此，昇腾960最值得盯的，从来不是8 EFLOPS这个峰值数字，而是2027年上市之后——它能不能在4096卡规模下，交出实测MFU、扩展效率、长期可用度和每Token能耗。那几张成绩单出来，才谈得上这台“逻辑计算机”到底有多像一台计算机。

把竞争单位从“一颗芯片”改写成“一台计算机”，是华为这几年最一致的动作；而它成不成，最后还是那句老话——不是“能不能连起来”，而是连起来之后，有效算力兑现了多少。

旁栏：芯片就绪 ≠ 超节点上市，“4096卡”也不是旧路线图的缩水版

这次的口径容易和2025年的路线图搅在一起，单独拎出来说清。

2025年全联接大会徐直军给的路线图：昇腾960芯片原计划2027年第四季度上市；当时规划的Atlas 960 SuperPoD支持15488卡、FP8算力30 EFLOPS、FP4算力60 EFLOPS、内存4460TB、互联带宽34PB/s，计划2027年第四季度上市。作为对照，同期的Atlas 950 SuperPoD是8192卡、8 EFLOPS FP8。

2026年这次的最新口径：昇腾960DT提前至2027年第一季度就绪（比原计划提前三个季度）、960PR2027年第三季度；这次正式发布的是4096卡、8 EFLOPS FP8的NPO昇腾960超节点，风冷、液冷版分别计划2027年Q2、Q3上市；基于NPO的Atlas 960系统目前仍在测试。

两点必须讲清：

1. 不能笼统写“昇腾960超节点2027年才上市”就完事，也不能把4096卡这套直接说成15488卡那套的“缩水版”——两者的产品层级和组合关系，华为尚未完整说明，稳妥的写法是“4096卡NPO方案处于测试及后续交付阶段，完整节奏待华为进一步说明”。
2. 有个细节反而值得单独点出来：4096卡的昇腾960超节点，FP8总算力8 EFLOPS，和2025路线图里8192卡的Atlas 950总FP8算力持平——卡数减半、总算力不变，这正是“昇腾960单卡性能翻番”最干净的一次实证，也再一次说明“卡数×单卡≠总算力”。

另外，华为披露的“昇腾超节点累计部署超1000套、客户超370家”“昇腾950已规模商用”，说的是既有超节点（910C/950那一代），不是刚发布的960。

资料来源

（发布前请以华为官方与NVIDIA官方页面核定具体数字，下列为查证入口）

• 华为全联接大会2026 · 汪涛主题演讲稿（昇腾960超节点、Hi-ONE、MFU仿真、可用度等口径）
• 华为昇腾960超节点发布稿
• 华为Peerium计算架构发布稿（基于NPO的Atlas 960系统在测试中）
• 华为杨超斌 · 灵衢互联新计算架构演讲（灵衢分层设备：柜内刀片省196公里铜缆、跨柜176端口×1.6T/280T单机、RTT 2微秒、UBG 1024 Radix扇出）
• 华为全联接大会2025 · 徐直军主题演讲稿（Atlas 950/960 SuperPoD路线图：8192卡/15488卡、30 EFLOPS等）
• NVIDIA官方 · GB200 NVL72产品页（72卡NVLink域、130 TB/s、约13.5TB HBM3e）
• NVIDIA官方 · DGX SuperPOD（GB200）参考架构（8×NVL72=576卡、跨机架InfiniBand）
• NVIDIA官方 · Rubin / Rubin Ultra路线图（NVL144、NVL576/Kyber机架，2026–2027，未量产，路线图口径）
• NVIDIA官方 · Spectrum-X / Quantum-X硅光CPO交换机（2026年上半年/下半年，佐证“光进铜退是全行业方向”）
• OIF关于NPO/CPO封装形态的技术材料（区分近封装与共封装）
• 交叉印证：全联接大会2026现场报道（腾讯、网易、凤凰、新浪等）

资料边界说明： 本文涉及的昇腾960超节点规格、Hi-ONE指标、“MFU提升2.75倍”、“降550千瓦”、“可用度99.8%”等，均来自华为公开披露或其实验室仿真，不等同于独立第三方实测；相关产品2027年才上市，最终规格、上市时间与实际性能都可能变化。英伟达GB200相关数据来自NVIDIA及集成商公开资料；Rubin、Rubin Ultra及硅光CPO交换机为英伟达尚未量产的路线图口径，供应链媒体转述的数字更需以发布时的官方页面为准。文中对2025年路线图与2026年最新发布的对照、以及中美两条路线的对照，仅为公开信息整理，不构成性能排名或投资建议。