AnswersPublished21 sources
Huawei vil gjøre én million NPU-er til én AI-maskin med Lingqu UnifiedBus
Huawei presenterte Lingqu UnifiedBus som et felles sammenkoblings og minnestoff for Agentic SuperPoD er og framtidige klynger, med påstått båndbredde i TB/s klassen, rundt 2 µs tur retur forsinkelse og en vei mot syst... Arkitekturen skal få CPU er, NPU er, minne, SSD er, lagring og nettverkskomponenter til å funger...
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer
Key takeaways
- Huawei presenterte Lingqu UnifiedBus som et felles sammenkoblings og minnestoff for Agentic SuperPoD er og framtidige klynger, med påstått båndbredde i TB/s klassen, rundt 2 µs tur retur forsinkelse og en vei mot syst...
- Arkitekturen skal få CPU er, NPU er, minne, SSD er, lagring og nettverkskomponenter til å fungere som likeverdige ressurser, ikke som adskilte infrastrukturlag.
- I den mindre enden av porteføljen sier Huawei at Atlas 650E kobler sammen to servere med åtte NPU er hver i en svitsjfri full mesh konfigurasjon med 16 NPU er via UnifiedBus Link 2.0.
AI Prompt
openai.comCreate 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 brukte Huawei Connect 2026 til å framheve et poeng som blir stadig viktigere i AI-infrastruktur: Det holder ikke å ha raske akseleratorer dersom prosessorene, minnet og lagringen bruker for mye tid på å vente på hverandre.
Selskapets svar er Lingqu UnifiedBus – et felles sammenkoblings- og minnestoff for det Huawei omtaler som en Agentic SuperPoD, og for en arkitektur der SuperPoD-er og klynger er utformet for å fungere tett sammen. Målet er å utvide samme modell fra ett kabinett til en framtidig SuperCluster med opptil én million NPU-er, altså AI-akseleratorer. 1
7
Det avgjørende forbeholdet er at tallene for båndbredde, forsinkelse, skala og ytelse nedenfor er Huaweis egne spesifikasjoner, mål eller konferansepåstander. Kildene dokumenterer ikke uavhengige ende-til-ende-målinger ved full SuperPoD- eller fler-klyngeskala. 1
6
7
Flaskehalsen er dataflyten, ifølge Huawei
Huawei hevder at en vanlig AI-klynge kan få mye ledig regnekraft når den skaleres opp, fordi dataflyt og kommunikasjon blir en flaskehals. Selskapet viste til rundt 20 prosent effektiv utnyttelse av modellberegning i en klynge med 100 000 NPU-er. Samtidig peker det på minnebegrensninger i trening av svært store modeller, skiftende behov for CPU- og NPU-ressurser i agentbaserte AI-arbeidslaster, samt store krav til KV-cache og lagring. 1
Løsningen Huawei skisserer, er å behandle beregning, minne, lagring og nettverk som deler av ett tettere integrert system. I denne modellen er en SuperPoD ikke bare en samling servere koblet sammen med et tradisjonelt nettverk: UnifiedBus er ment å være stoffet ressursene samarbeider gjennom. 1
7
Felles protokoll og felles minneforståelse
Ifølge Huawei samler UnifiedBus mer enn ti sammenkoblingsprotokoller under én felles protokoll- og minnesemantisk modell. Innenfor en SuperPoD skal systemet ha én global minneadressering. Huawei sier dette kan løfte båndbredden fra omtrent 100 GB/s-klassen til TB/s-klassen, og redusere tur-retur-forsinkelsen fra rundt 7 mikrosekunder til 2 mikrosekunder. 1
Utformingen skal koble CPU-er, NPU-er, minne og SSD-er direkte sammen, slik at ressursene kan få peer-to-peer-tilgang i stedet for å være avhengige av sentraliserte, vertsmedierte dataflyter. Huawei framstiller også arkitekturen som en måte å kombinere CPU- og NPU-ressurser mer fleksibelt på. 1
19
For datatunge AI-oppgaver beskrev selskapet en delt lagringspool med hybride medier for mellomlagring av aktiveringer. DDR-minne kan, ifølge Huawei, fungere som alternativt NPU-minne. Hensikten er lavere forsinkelse i søk, anbefalingssystemer og annonsering, samtidig som behovet for HBM-minne per NPU i trening av svært store modeller reduseres. Plattformen støtter også trinnvis Transformer-akselerasjon og oppdeling av Attention- og FFN-deler, som Huawei kaller AF-separert utrulling. 1
Skalering fra kabinett til klynge
Huawei presenterte komponenter for tre nivåer av sammenkobling: innad i kabinetter, mellom kabinetter og på tvers av klynger. Selskapet sier produktfamilien skal gi elastisk skalering fra ett kabinett til en klynge med én million NPU-er. 7
- I ett kabinett: UnifiedBus LinkBlade er en kabelfri komponent som skal redusere tap i kretsene. Huawei sier at en SuperPoD med 4 096 NPU-er kan fjerne om lag 196 km kobberkabling med denne løsningen.
1
- Mellom kabinetter: UnifiedBus LinkDevice er spesifisert av Huawei med 176 porter på 1,6 Tbit/s per port, eller 280 Tbit/s samlet kapasitet for heloptisk sammenkobling. Huawei oppgir også tur-retur-forsinkelse helt ned mot 2 mikrosekunder.
- Mellom klynger: Xinghe UBG fungerer som UnifiedBus-gateway eller svitsjelag når arkitekturen skal utvides utover én SuperPoD.
Den optiske delen er sentral i strategien. Huawei introduserte Atlas 960E SuperPoD med near-packaged optics (NPO), en løsning selskapet beskriver som bransjens første NPO-baserte SuperPoD. 1
6
12
Delene i en Agentic SuperPoD
Huawei beskrev en Agentic SuperPoD som en kombinasjon av beregning, akselerasjon, kontekstlagring og et lag for sammenkobling mellom klynger:
- Kunpeng 950 skal stå for CPU-siden og generell databehandling i det samlede systemet.
- Ascend 960 er neste generasjon AI-akselerator i UnifiedBus-porteføljen. Huawei har sagt at brikken gir dobbelt så høy ytelse som eksisterende produkter. Rapportering om lanseringen peker mot Ascend 960DT for modelltrening i første kvartal 2027 og 960PR for inferens i tredje kvartal 2027.
3
4
- OceanStor M900 er komponenten for minne- og kontekstlagring, ment å beholde og levere kontekst for agenter og modeller.
- Xinghe UBG er svitsje- eller gatewaylaget på klyngenivå, som skal utvide stoffet på tvers av klynger.
Komponentene inngår i Huaweis bredere portefølje på 11 brikker, bygget rundt UnifiedBus og fordelt på beregning, sammenkobling, lagring og styring. 1
5
Atlas 650E viser prinsippet i mindre skala
Atlas 650E er et mer avgrenset eksempel på samme sammenkoblingsidé. Huawei oppgir at hver server har åtte Ascend 950DT-NPU-er, og at to servere kan danne en full-mesh-konfigurasjon med 16 NPU-er gjennom UnifiedBus Link 2.0 – uten svitsj i akkurat denne toserverløsningen. 17
18
Huawei oppgir opptil 12,4 PFLOPS ved mxFP4 og opptil 4,0 TB/s lese- og skrivebåndbredde for minnet på brikken. I selskapets kinesiske produktspesifikasjon oppgis dessuten 13,4 TB/s samlet NPU-sammenkoblingsbåndbredde i toserveroppsettet. Dette er leverandørspesifikasjoner; faktisk ytelse vil avhenge av programvare, modellarkitektur, presisjon, kommunikasjonsmønstre og systemkonfigurasjon. 17
18
Det som må bevises i praksis
Lingqu UnifiedBus bør først og fremst forstås som Huaweis forsøk på å gjøre sammenkobling, minnemodell, lagringsnivåer og optisk infrastruktur til ett samlet systemdesign for AI. Ambisjonen er stor: Ressursene skal opptre mer som deler av én datamaskin, før modellen utvides fra kabinett til SuperPoD og videre til en SuperCluster med én million NPU-er. 7
23
Det sentrale spørsmålet er derfor ikke om veikartet er ambisiøst, men om produksjonssystemer faktisk kan levere den lovede forsinkelsen, gjennomstrømningen, ressursdelingen, driftssikkerheten og den nyttige treningseffektiviteten i stor skala. Huaweis kunngjøringer beskriver arkitekturen og selskapets mål; uavhengige målinger blir nødvendig for å vurdere resultatene i praksis. 1
6
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Huawei vil gjøre én million NPU-er til én AI-maskin med Lingqu UnifiedBus"?
Huawei presenterte Lingqu UnifiedBus som et felles sammenkoblings og minnestoff for Agentic SuperPoD er og framtidige klynger, med påstått båndbredde i TB/s klassen, rundt 2 µs tur retur forsinkelse og en vei mot syst...
What are the key points to validate first?
Huawei presenterte Lingqu UnifiedBus som et felles sammenkoblings og minnestoff for Agentic SuperPoD er og framtidige klynger, med påstått båndbredde i TB/s klassen, rundt 2 µs tur retur forsinkelse og en vei mot syst... Arkitekturen skal få CPU er, NPU er, minne, SSD er, lagring og nettverkskomponenter til å fungere som likeverdige ressurser, ikke som adskilte infrastrukturlag.
What should I do next in practice?
I den mindre enden av porteføljen sier Huawei at Atlas 650E kobler sammen to servere med åtte NPU er hver i en svitsjfri full mesh konfigurasjon med 16 NPU er via UnifiedBus Link 2.0.
Sources
scmp.comHuawei unveils latest tech to boost AI power in push to break ...
thesun.myHuawei Pioneers a New Computing Architecture for the AI Era