Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er. Arkitekturen skal lade CPU’er, NPU’er, hukommelse, SSD’er, lagring og netværk arbejde tættere sammen som jævnbyrdige ressourcer frem for adsk...
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Huawei present at Huawei Connect 2026 about Lingqu UnifiedBus as the interconnect foundation for an Agentic SuperPoD and cluster co. Article summary: Huawei positioned Lingqu UnifiedBus as the common interconnect and memory fabric for an “Agentic SuperPoD” and a co-designed SuperPod/cluster architecture: one intended to scale compute, memory, and storage from cabinet . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Huawei brugte Huawei Connect 2026 til at fremhæve et centralt synspunkt: Når AI-infrastruktur skaleres, bliver forbindelserne mellem processorerne mindst lige så afgørende som selve processorerne. Lingqu UnifiedBus blev præsenteret som et fælles forbindelses- og hukommelseslag til en såkaldt Agentic SuperPoD – og til en samlet arkitektur, der på sigt skal kunne gå fra ét kabinet til en SuperCluster med en million NPU’er. En NPU er en processor målrettet neurale netværk og AI-beregninger. 1
7
Det væsentlige forbehold er, at tallene for båndbredde, latenstid, skala og ydelse er Huaweis egne specifikationer, målsætninger eller udsagn fra konferencen. Kilderne dokumenterer ikke uafhængige ende-til-ende-målinger ved fuld SuperPoD- eller fler-klyngeskala. 1
6
7
Huawei argumenterer for, at en traditionel AI-klynge kan få stadig mere regnekraft til at vente på kommunikation og dataflytning, jo større den bliver. Selskabet angav en effektiv udnyttelse af modelregnekraft på omkring 20 % i en klynge med 100.000 NPU’er. Samtidig pegede Huawei på hukommelsesbegrænsninger ved træning af meget store modeller, skiftende behov for CPU- og NPU-ressourcer i agentbaserede AI-opgaver samt store krav til KV-cache og lagring. 1
Løsningen er ifølge Huawei at behandle regnekraft, hukommelse, lagring og netværk som ét tættere sammenkoblet system. En SuperPoD skal dermed ikke blot være servere, der er bundet sammen af et almindeligt netværk; UnifiedBus skal være laget, hvor ressourcerne samarbejder. 1
7
Huawei oplyser, at UnifiedBus samler mere end ti forbindelsesprotokoller under én fælles protokol- og hukommelsessemantisk model. Inden for en SuperPoD skal det give global, fælles hukommelsesadressering. Huawei hævder, at det løfter forbindelsesbåndbredden fra omtrent 100 GB/s-klassen til TB/s-klassen og reducerer rundrejseforsinkelsen fra cirka 7 mikrosekunder til 2 mikrosekunder. 1
Designet er beregnet til at forbinde CPU’er, NPU’er, hukommelse og SSD’er direkte. Det skal muliggøre peer-to-peer-adgang, frem for udelukkende at føre trafikken gennem centraliserede, værtsstyrede forbindelsesveje, og give større fleksibilitet i samspillet mellem CPU- og NPU-ressourcer. 1
19
Til datatunge AI-opgaver beskrev Huawei også samlet lagring med hybride medier til caching af aktiveringer. DDR-hukommelse kan ifølge selskabet fungere som alternativ NPU-hukommelse. Målet er lavere latenstid i søgning, anbefalingssystemer og annoncering samt mindre behov for HBM pr. NPU ved træning af meget store modeller. Platformen understøtter desuden lagdelt Transformer-acceleration og adskillelse af Attention- og FFN-delen i Transformer-modeller, som Huawei kalder AF-separeret deployment. 1
Huawei præsenterede komponenter til tre niveauer: forbindelser i et kabinet, mellem kabinetter og på tværs af klynger. Ifølge selskabet skal produktfamilien muliggøre elastisk skalering fra et enkelt kabinet til en klynge med en million NPU’er. 7
Den optiske del er central i planen. Huawei introducerede Atlas 960E SuperPoD med near-packaged optics (NPO), hvor de optiske forbindelser placeres tæt på processorpakken. Huawei beskriver systemet som branchens første NPO-baserede SuperPoD. 1
6
12
Huaweis forslag til en Agentic SuperPoD samler beregning, acceleration, kontekstlagring og forbindelseslaget mellem klynger:
Komponenterne indgår i Huaweis bredere portefølje på 11 chips, bygget omkring UnifiedBus og dækkende beregning, forbindelser, lagring og administration. 1
5
Atlas 650E viser samme idé i en mindre installation. Huawei oplyser, at hver server har otte Ascend 950DT-NPU’er, og at to servere kan danne en 16-NPU full-mesh-konfiguration via UnifiedBus Link 2.0 – uden en switch i netop denne to-server-opsætning. 17
18
Huawei angiver op til 12,4 PFLOPS ved mxFP4 og op til 4,0 TB/s læse-/skrivebåndbredde i chip-hukommelsen. Den kinesiske produktspecifikation angiver desuden 13,4 TB/s samlet NPU-forbindelsesbåndbredde i scenariet med to servere. Det er leverandørspecifikationer: Den reelle ydelse vil afhænge af software, modelarkitektur, præcision, kommunikationsmønstre og systemkonfiguration. 17
18
Lingqu UnifiedBus skal først og fremmest forstås som Huaweis forsøg på at gøre forbindelser, hukommelsesmodel, lagringslag og optisk infrastruktur til ét samlet AI-systemproblem. Ambitionen er stor: Ressourcerne skal opføre sig mere som dele af én computer og derefter kunne skaleres fra et kabinet til en SuperPoD og videre til en SuperCluster med en million NPU’er. 7
23
Spørgsmålet er derfor ikke, om køreplanen er ambitiøs, men om produktionssystemer kan indfri de lovede tal for latenstid, gennemløb, ressourcepooling, driftssikkerhed og effektiv modeltræning i meget stor skala. Huaweis annonceringer fastlægger arkitekturen og selskabets mål; uafhængige målinger bliver nødvendige for at vurdere resultaterne i praksis. 1
6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er.
Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er. Arkitekturen skal lade CPU’er, NPU’er, hukommelse, SSD’er, lagring og netværk arbejde tættere sammen som jævnbyrdige ressourcer frem for adskilte infrastrukturlag.
Atlas 650E viser princippet i mindre skala: To servere med otte NPU’er hver kan ifølge Huawei forbindes i et switchfrit 16 NPU full mesh via UnifiedBus Link 2.0.
Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er. Arkitekturen skal lade CPU’er, NPU’er, hukommelse, SSD’er, lagring og netværk arbejde tættere sammen som jævnbyrdige ressourcer frem for adsk...
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Huawei present at Huawei Connect 2026 about Lingqu UnifiedBus as the interconnect foundation for an Agentic SuperPoD and cluster co. Article summary: Huawei positioned Lingqu UnifiedBus as the common interconnect and memory fabric for an “Agentic SuperPoD” and a co-designed SuperPod/cluster architecture: one intended to scale compute, memory, and storage from cabinet . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Huawei brugte Huawei Connect 2026 til at fremhæve et centralt synspunkt: Når AI-infrastruktur skaleres, bliver forbindelserne mellem processorerne mindst lige så afgørende som selve processorerne. Lingqu UnifiedBus blev præsenteret som et fælles forbindelses- og hukommelseslag til en såkaldt Agentic SuperPoD – og til en samlet arkitektur, der på sigt skal kunne gå fra ét kabinet til en SuperCluster med en million NPU’er. En NPU er en processor målrettet neurale netværk og AI-beregninger. 1
7
Det væsentlige forbehold er, at tallene for båndbredde, latenstid, skala og ydelse er Huaweis egne specifikationer, målsætninger eller udsagn fra konferencen. Kilderne dokumenterer ikke uafhængige ende-til-ende-målinger ved fuld SuperPoD- eller fler-klyngeskala. 1
6
7
Huawei argumenterer for, at en traditionel AI-klynge kan få stadig mere regnekraft til at vente på kommunikation og dataflytning, jo større den bliver. Selskabet angav en effektiv udnyttelse af modelregnekraft på omkring 20 % i en klynge med 100.000 NPU’er. Samtidig pegede Huawei på hukommelsesbegrænsninger ved træning af meget store modeller, skiftende behov for CPU- og NPU-ressourcer i agentbaserede AI-opgaver samt store krav til KV-cache og lagring. 1
Løsningen er ifølge Huawei at behandle regnekraft, hukommelse, lagring og netværk som ét tættere sammenkoblet system. En SuperPoD skal dermed ikke blot være servere, der er bundet sammen af et almindeligt netværk; UnifiedBus skal være laget, hvor ressourcerne samarbejder. 1
7
Huawei oplyser, at UnifiedBus samler mere end ti forbindelsesprotokoller under én fælles protokol- og hukommelsessemantisk model. Inden for en SuperPoD skal det give global, fælles hukommelsesadressering. Huawei hævder, at det løfter forbindelsesbåndbredden fra omtrent 100 GB/s-klassen til TB/s-klassen og reducerer rundrejseforsinkelsen fra cirka 7 mikrosekunder til 2 mikrosekunder. 1
Designet er beregnet til at forbinde CPU’er, NPU’er, hukommelse og SSD’er direkte. Det skal muliggøre peer-to-peer-adgang, frem for udelukkende at føre trafikken gennem centraliserede, værtsstyrede forbindelsesveje, og give større fleksibilitet i samspillet mellem CPU- og NPU-ressourcer. 1
19
Til datatunge AI-opgaver beskrev Huawei også samlet lagring med hybride medier til caching af aktiveringer. DDR-hukommelse kan ifølge selskabet fungere som alternativ NPU-hukommelse. Målet er lavere latenstid i søgning, anbefalingssystemer og annoncering samt mindre behov for HBM pr. NPU ved træning af meget store modeller. Platformen understøtter desuden lagdelt Transformer-acceleration og adskillelse af Attention- og FFN-delen i Transformer-modeller, som Huawei kalder AF-separeret deployment. 1
Huawei præsenterede komponenter til tre niveauer: forbindelser i et kabinet, mellem kabinetter og på tværs af klynger. Ifølge selskabet skal produktfamilien muliggøre elastisk skalering fra et enkelt kabinet til en klynge med en million NPU’er. 7
Den optiske del er central i planen. Huawei introducerede Atlas 960E SuperPoD med near-packaged optics (NPO), hvor de optiske forbindelser placeres tæt på processorpakken. Huawei beskriver systemet som branchens første NPO-baserede SuperPoD. 1
6
12
Huaweis forslag til en Agentic SuperPoD samler beregning, acceleration, kontekstlagring og forbindelseslaget mellem klynger:
Komponenterne indgår i Huaweis bredere portefølje på 11 chips, bygget omkring UnifiedBus og dækkende beregning, forbindelser, lagring og administration. 1
5
Atlas 650E viser samme idé i en mindre installation. Huawei oplyser, at hver server har otte Ascend 950DT-NPU’er, og at to servere kan danne en 16-NPU full-mesh-konfiguration via UnifiedBus Link 2.0 – uden en switch i netop denne to-server-opsætning. 17
18
Huawei angiver op til 12,4 PFLOPS ved mxFP4 og op til 4,0 TB/s læse-/skrivebåndbredde i chip-hukommelsen. Den kinesiske produktspecifikation angiver desuden 13,4 TB/s samlet NPU-forbindelsesbåndbredde i scenariet med to servere. Det er leverandørspecifikationer: Den reelle ydelse vil afhænge af software, modelarkitektur, præcision, kommunikationsmønstre og systemkonfiguration. 17
18
Lingqu UnifiedBus skal først og fremmest forstås som Huaweis forsøg på at gøre forbindelser, hukommelsesmodel, lagringslag og optisk infrastruktur til ét samlet AI-systemproblem. Ambitionen er stor: Ressourcerne skal opføre sig mere som dele af én computer og derefter kunne skaleres fra et kabinet til en SuperPoD og videre til en SuperCluster med en million NPU’er. 7
23
Spørgsmålet er derfor ikke, om køreplanen er ambitiøs, men om produktionssystemer kan indfri de lovede tal for latenstid, gennemløb, ressourcepooling, driftssikkerhed og effektiv modeltræning i meget stor skala. Huaweis annonceringer fastlægger arkitekturen og selskabets mål; uafhængige målinger bliver nødvendige for at vurdere resultaterne i praksis. 1
6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er.
Huawei positionerer Lingqu UnifiedBus som det fælles forbindelses og hukommelseslag i Agentic SuperPoDs og fremtidige AI klynger – fra ét kabinet til op mod en million NPU’er. Arkitekturen skal lade CPU’er, NPU’er, hukommelse, SSD’er, lagring og netværk arbejde tættere sammen som jævnbyrdige ressourcer frem for adskilte infrastrukturlag.
Atlas 650E viser princippet i mindre skala: To servere med otte NPU’er hver kan ifølge Huawei forbindes i et switchfrit 16 NPU full mesh via UnifiedBus Link 2.0.