Câu trả lờiĐã xuất bản21 nguồn
Lingqu UnifiedBus: Kế hoạch biến cụm AI thành một “máy tính” khổng lồ của Huawei
Huawei giới thiệu Lingqu UnifiedBus như lớp kết nối và bộ nhớ dùng chung cho Agentic SuperPoD cùng kiến trúc phối hợp SuperPoD/cụm AI, với tuyên bố băng thông cấp TB/s, độ trễ khứ hồi khoảng 2 microgiây và lộ trình tớ... Kiến trúc này hướng tới việc để CPU, NPU, bộ nhớ, SSD, lưu trữ và mạng hoạt động theo mô hình ng...
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Huawei giới thiệu Lingqu UnifiedBus như lớp kết nối và bộ nhớ dùng chung cho Agentic SuperPoD cùng kiến trúc phối hợp SuperPoD/cụm AI, với tuyên bố băng thông cấp TB/s, độ trễ khứ hồi khoảng 2 microgiây và lộ trình tớ...
- Kiến trúc này hướng tới việc để CPU, NPU, bộ nhớ, SSD, lưu trữ và mạng hoạt động theo mô hình ngang hàng, thay vì là các lớp hạ tầng tách rời.
- Ở quy mô nhỏ hơn, Huawei cho biết Atlas 650E có thể ghép hai máy chủ, mỗi máy 8 NPU, thành cấu hình full mesh 16 NPU không cần switch nhờ UnifiedBus Link 2.0.
Prompt AI
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 đưa ra một thông điệp rõ rệt tại Huawei Connect 2026: trong hạ tầng AI quy mô lớn, vấn đề không chỉ nằm ở con chip mạnh đến đâu mà còn ở cách các bộ xử lý, bộ nhớ và dữ liệu được kết nối với nhau.
Trọng tâm của thông điệp này là Lingqu UnifiedBus — Huawei mô tả đây là lớp liên kết và bộ nhớ chung cho Agentic SuperPoD (siêu cụm phục vụ khối lượng công việc AI tác tử) cũng như kiến trúc đồng thiết kế giữa SuperPoD và cụm AI. Theo lộ trình hãng nêu ra, mô hình có thể mở rộng từ một tủ máy đến SuperCluster trong tương lai với một triệu NPU. 1
7
Tuy nhiên, cần phân biệt giữa kiến trúc được công bố và hiệu năng đã được kiểm chứng: các số liệu về băng thông, độ trễ, quy mô hay hiệu suất trong bài là thông số, mục tiêu hoặc tuyên bố tại sự kiện của Huawei. Những nguồn được dẫn chưa cung cấp kết quả đo độc lập, đầu-cuối ở quy mô đầy đủ của SuperPoD hoặc đa cụm. 1
6
7
Huawei muốn xử lý nút thắt nào?
Huawei lập luận rằng khi cụm AI truyền thống phình to, năng lực tính toán có thể bị bỏ phí vì phải chờ truyền thông và dịch chuyển dữ liệu. Hãng nêu mức sử dụng hiệu quả năng lực tính toán mô hình khoảng 20% trong một cụm 100.000 NPU; đồng thời chỉ ra các áp lực từ bộ nhớ khi huấn luyện mô hình rất lớn, nhu cầu CPU/NPU thay đổi theo tải AI tác tử, cùng dung lượng KV cache và lưu trữ lớn. 1
Cách tiếp cận của Huawei là coi tính toán, bộ nhớ, lưu trữ và mạng như những phần tử của một hệ thống gắn kết hơn. Theo cách nhìn này, SuperPoD không đơn thuần là nhiều máy chủ nối với nhau bằng mạng thông thường; UnifiedBus được thiết kế để trở thành fabric — lớp hạ tầng kết nối — cho phép các tài nguyên phối hợp. 1
7
Một giao thức chung, một mô hình bộ nhớ
Huawei cho biết UnifiedBus hợp nhất hơn 10 giao thức kết nối dưới một giao thức chung và mô hình ngữ nghĩa bộ nhớ chung, đi kèm cơ chế định địa chỉ bộ nhớ toàn cục thống nhất bên trong SuperPoD. Hãng tuyên bố cách này nâng băng thông liên kết từ nhóm khoảng 100 GB/s lên nhóm TB/s, đồng thời giảm độ trễ khứ hồi từ khoảng 7 microgiây xuống 2 microgiây. 1
Thiết kế được định hướng để kết nối trực tiếp CPU, NPU, bộ nhớ và SSD, tạo điều kiện cho truy cập ngang hàng (peer-to-peer) thay vì phụ thuộc hoàn toàn vào đường đi tập trung qua máy chủ chủ. Huawei cũng cho rằng kiến trúc này giúp phối hợp tài nguyên CPU và NPU linh hoạt hơn. 1
19
Với các tải AI nặng về dữ liệu, Huawei mô tả mô hình lưu trữ gộp từ nhiều loại phương tiện để làm bộ nhớ đệm cho activation. Theo hãng, DDR có thể được dùng như bộ nhớ thay thế cho NPU, nhằm hạ độ trễ trong tác vụ tìm kiếm, gợi ý và quảng cáo, đồng thời giảm yêu cầu HBM trên mỗi NPU khi huấn luyện mô hình cực lớn. Nền tảng cũng hỗ trợ tăng tốc Transformer theo tầng và tách rời Attention–FFN, được Huawei gọi là triển khai tách AF. 1
Mở rộng từ trong tủ máy đến liên cụm
Huawei giới thiệu các thành phần kết nối ở ba cấp: bên trong tủ máy, giữa các tủ máy và xuyên cụm. Hãng cho biết bộ sản phẩm này hỗ trợ mở rộng linh hoạt từ một tủ máy tới cụm một triệu NPU. 7
- Trong tủ máy: UnifiedBus LinkBlade là thành phần không dùng cáp, được thiết kế để giảm tổn hao mạch. Huawei nói cách tiếp cận này có thể loại bỏ khoảng 196 km cáp đồng trong SuperPoD 4.096 NPU.
1
- Giữa các tủ máy: UnifiedBus LinkDevice được Huawei công bố với 176 cổng, tốc độ 1,6 Tbit/s mỗi cổng, tương ứng năng lực kết nối quang tổng cộng 280 Tbit/s. Hãng cũng tuyên bố độ trễ khứ hồi thấp nhất 2 microgiây.
- Xuyên cụm: Xinghe UBG đóng vai trò cổng hoặc lớp chuyển mạch UnifiedBus để mở rộng vượt ra ngoài một SuperPoD.
Quang học là phần cốt lõi trong chiến lược này. Huawei ra mắt Atlas 960E SuperPoD dùng near-packaged optics (NPO) — cấu hình mà hãng mô tả là SuperPoD đầu tiên sử dụng NPO. 1
6
12
Bộ khung Agentic SuperPoD gồm những gì?
Huawei mô tả Agentic SuperPoD như sự kết hợp của năng lực tính toán, tăng tốc AI, lưu trữ ngữ cảnh và lớp liên kết cụm:
- Kunpeng 950: đảm nhiệm xử lý phía CPU và tác vụ tính toán mục đích chung trong hệ thống hợp nhất.
- Ascend 960: thế hệ tăng tốc AI tiếp theo trong danh mục UnifiedBus. Huawei nói chip này có hiệu năng gấp đôi sản phẩm hiện tại; theo các báo cáo về công bố, bản 960DT phục vụ huấn luyện dự kiến có mặt trong quý I/2027, còn 960PR cho suy luận dự kiến vào quý III/2027.
3
4
- OceanStor M900: thành phần lưu trữ bộ nhớ-ngữ cảnh, hướng đến việc lưu giữ và cung cấp ngữ cảnh cho tác tử AI và mô hình.
- Xinghe UBG: lớp chuyển mạch hoặc cổng ở cấp cụm để mở rộng fabric qua nhiều cụm.
Các thành phần này nằm trong danh mục 11 chip định hướng UnifiedBus của Huawei, bao gồm các chức năng tính toán, liên kết, lưu trữ và quản trị. 1
5
Atlas 650E: ví dụ ở quy mô 16 NPU
Atlas 650E cho thấy cùng một tư duy kết nối được áp dụng ở quy mô nhỏ hơn. Huawei cho biết mỗi máy chủ dùng 8 NPU Ascend 950DT; hai máy chủ có thể ghép thành cấu hình full-mesh 16 NPU thông qua UnifiedBus Link 2.0, không cần switch trong thiết kế hai máy này. 17
18
Theo thông số Huawei công bố, máy chủ đạt tối đa 12,4 PFLOPS ở mxFP4 và băng thông đọc/ghi bộ nhớ trên chip tối đa 4,0 TB/s. Tài liệu thông số tiếng Trung của hãng cũng nêu băng thông liên kết NPU tổng cộng 13,4 TB/s cho kịch bản hai máy chủ. Đây là thông số của nhà cung cấp; kết quả theo từng khối lượng công việc sẽ phụ thuộc vào phần mềm, kiến trúc mô hình, độ chính xác tính toán, mô hình giao tiếp và cấu hình hệ thống. 17
18
Điều đáng theo dõi tiếp theo
Nên hiểu Lingqu UnifiedBus là nỗ lực của Huawei nhằm gộp kết nối, mô hình bộ nhớ, phân tầng lưu trữ và fabric quang thành một bài toán thiết kế hệ thống AI duy nhất. Tham vọng là để tài nguyên vận hành gần giống các bộ phận của một máy tính, rồi kéo dài mô hình ấy từ tủ máy sang SuperPoD và cuối cùng là SuperCluster một triệu NPU. 7
23
Câu hỏi thực tế không phải lộ trình này có táo bạo hay không, mà là các hệ thống triển khai thực tế có thể đạt những mục tiêu về độ trễ, thông lượng, gộp tài nguyên, độ tin cậy và hiệu quả huấn luyện mô hình ở quy mô lớn hay không. Các công bố hiện tại xác lập kiến trúc và mục tiêu Huawei đưa ra; đánh giá kết quả trong thực tế vẫn cần những phép đo độc lập. 1
6
7
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Lingqu UnifiedBus: Kế hoạch biến cụm AI thành một “máy tính” khổng lồ của Huawei" là gì?
Huawei giới thiệu Lingqu UnifiedBus như lớp kết nối và bộ nhớ dùng chung cho Agentic SuperPoD cùng kiến trúc phối hợp SuperPoD/cụm AI, với tuyên bố băng thông cấp TB/s, độ trễ khứ hồi khoảng 2 microgiây và lộ trình tớ...
Những điểm chính cần xác nhận đầu tiên là gì?
Huawei giới thiệu Lingqu UnifiedBus như lớp kết nối và bộ nhớ dùng chung cho Agentic SuperPoD cùng kiến trúc phối hợp SuperPoD/cụm AI, với tuyên bố băng thông cấp TB/s, độ trễ khứ hồi khoảng 2 microgiây và lộ trình tớ... Kiến trúc này hướng tới việc để CPU, NPU, bộ nhớ, SSD, lưu trữ và mạng hoạt động theo mô hình ngang hàng, thay vì là các lớp hạ tầng tách rời.
Tôi nên làm gì tiếp theo trong thực tế?
Ở quy mô nhỏ hơn, Huawei cho biết Atlas 650E có thể ghép hai máy chủ, mỗi máy 8 NPU, thành cấu hình full mesh 16 NPU không cần switch nhờ UnifiedBus Link 2.0.
Nguồn
scmp.comHuawei unveils latest tech to boost AI power in push to break ...
thesun.myHuawei Pioneers a New Computing Architecture for the AI Era