华为如何用灵衢 UnifiedBus 连接 AI 超节点与超集群

AI 系统扩容，不只是把更多芯片装进机柜。如果处理器之间传数据太慢，或者推理所需的上下文放不下，新增算力也难以充分发挥作用。华为在 2026 年华为全联接大会上提出，灵衢 UnifiedBus 要充当其智能体 AI 超节点与超集群的共同连接层，让跨物理服务器的计算、内存和存储资源更紧密地协作。81921

一条互连，解决哪些问题？

华为称，UnifiedBus 将十多种互连协议统一到具有内存语义的协议之下，支持节点间的对等连接与跨服务器访存。其目标是让 CPU、NPU（神经网络处理器）等计算资源交换数据时，不必把每台服务器都当作孤立的“算力岛”。华为报告的互连带宽由约 100 GB/s 级提升至 TB/s 级，往返时延由约 7 微秒降至 2 微秒；这些是互连层面的参数，不是应用运行速度的实测增幅。271923

这也关系到华为提出的 Transformer 工作负载拆分方案：注意力计算与前馈网络（FFN）计算可以交给适合的资源，但如果中间结果在两者之间传输耗时过长，拆分收益就可能被抵消。现有材料说明了设计意图，尚未量化端到端收益。78

算力之外，还要给上下文找空间

在华为描述的产品组合中，鲲鹏 950 承担通用计算，昇腾 960 承担 AI 计算，OceanStor M900 则为推理提供上下文存储。所谓 KV 缓存，是推理过程中保存已处理上下文信息的数据。M900 利用 UnifiedBus 汇聚这类缓存，并将其分层扩展至片上内存、DRAM 之外的 SSD，而不只依赖加速器本地内存。421

这里有两个不同的瓶颈：高速互连针对资源之间的通信，分层 KV 缓存针对可用容量。访问存放在 SSD 上的上下文，仍取决于整条访问路径的表现，不能仅用互连时延判断。721

从机柜连到集群，规模数字怎么看？

华为介绍的 UnifiedBus 设备覆盖机柜内、机柜间及跨集群连接。报道提到，其中一款互连设备有 176 个端口、每端口速率为 1.6 Tbit/s，端口容量合计约 280 Tbit/s。设备端口容量不等于单个处理器或某项 AI 任务可获得的带宽。719

向更大规模扩展时，华为将互连架构与光网络结合：Atlas 960E 超节点采用近封装光学技术；华为还称，采用全光 UnifiedBus 网络的泰山 950 超节点最多支持 4,096 个 NPU。其进一步提出的百万 NPU 集群，是架构扩展目标，而非已公布的百万 NPU 部署基准测试。2519

仍待验证的部分

会议报道将 UBG 互连层列入从机柜到集群的设计，但现有材料不足以确认 Atlas 650E 在其中的具体作用或部署状态，也不足以支持明确的铜材节省数值。更关键的是，目前没有独立的完整集群基准测试，证明上述带宽、时延和规模数字能够转化为持续的训练或推理收益。因此，现阶段更适合把 UnifiedBus 理解为华为提出的一套集成架构及其公布的规格，而非已经验证的端到端性能结论。7819