华为发布昇腾960超节点：全球首个NPO超节点，支持4096卡

这场发布最容易被记住的是一组对比数字：5500个光引擎，替代48000个800G光模块。但华为真正想回答的问题更朴素——卡已经够快，整个系统却没能跟上。数据没到要等，其他节点没完成同步也要等，卡越贵，这种等待越难承受。

华为给出的一个量化背景是：在传统服务器架构下，集群内通信可占到训练时间的40%以上。需要强调的是，这个比例不能套用到每个训练任务上，它说明的是通信开销在扩大集群时确实构成瓶颈，而不是给所有负载贴上同一个标签。

昇腾960超节点于9月17日正式发布，支持4096卡，主要面向十万亿参数规模大模型的训练和推理。按照华为给出的定义，超节点通过高效互联把多个物理计算节点紧密连接，支持跨物理节点统一内存编址，在逻辑上具备“一台计算机”的特征——设备还是那些设备，但软件看到和使用资源的方式变了。

这里需要保持清醒：统一内存编址不会抹掉物理距离，也不会让所有访问都一样快。逻辑上的“一台计算机”与物理上的等价，是两件事。

昇腾960超节点此次最值得展开的技术变化是NPO（Near-Packaged Optics，近封装光学）。华为称其为全球首个采用NPO技术的超节点——这一“全球首个”的说法来自华为单方，缺乏第三方核实，应视为厂商主张而非既成事实。

NPO做的事情很具体：把光引擎放到更靠近主芯片封装的位置，缩短高速电信号需要经过的路径。高速电信号并非跑多远都一样，路径越长，损耗、信号完整性和功耗问题越难处理；如果传输速率继续往上走，工程上的妥协只会越来越多。NPO的思路是把一部分距离交给光来完成。

但做成产品是另一回事。光引擎靠近主芯片，布局和热设计会更紧张；性能要提高，可靠性也不能丢。华为在介绍Hi-ONE时专门提到光、机、电、磁、热等要素的均衡设计，这恰恰说明这些约束必须同时处理，而不是可以逐个击破。

Hi-ONE单引擎传输容量达到7.2T，采用内置光源，与灵衢配合构成昇腾960超节点的互联基础。昇腾960超节点采用正交架构和全液冷设计，最大提供8 EFLOPS FP8算力。到了这个规模，芯片、互联和散热已经很难各做各的。