华为 Atlas 960E 与 UnifiedBus：先解决互连，再扩大 AI 集群

训练一个超大 AI 模型，难点未必只在于芯片算得有多快。当数千个处理器需要频繁交换参数、激活值、缓存及内存数据时，通信等待可能让大量算力闲置。华为最新发布的 Atlas 960E SuperPoD、Ascend 960 路线图和 UnifiedBus，正是围绕这一问题展开：先把互连和内存访问做成集群的核心能力，再追求更大规模。

需要注意的是，下文的性能、能效和扩展规模数据主要来自华为产品发布，不能视为已获独立验证的对比基准。 918

核心思路：让集群少一些“孤岛式服务器”

传统大规模集群中，CPU、加速器、存储和内存往往是通过多种协议连接的独立资源。华为表示，UnifiedBus 将 10 多种互连协议整合到统一协议和内存语义下，使 CPU、NPU、内存和固态硬盘（SSD）能够实现直接的点对点访问。 18

其实际目标是减少等待。软件无需在彼此隔离的节点间反复复制数据或进行显式协调，而是可在一个 SuperPoD 内通过统一的全局内存地址空间访问内存。对于模型和中间数据已超过单个加速器本地内存容量的工作负载，这种设计意在把分布式内存更有效地作为可共享资源使用。 18

华为称，UnifiedBus 可将互连能力从约 100 GB/s 级提升至 TB/s 级，并把往返时延从约 7 微秒降至 2 微秒。这些指标描述的是华为设想中的 UnifiedBus 架构，并非与竞品系统进行的一般性、独立测试比较。 18

Atlas 960E：以近封装光学推进 SuperPoD 规模化

Atlas 960E SuperPoD 将后续的 Ascend 960 处理器、UnifiedBus 和华为 Hi-ONE 近封装光学（NPO）引擎结合起来。华为称，这套采用全液冷设计、基于 NPO 的 SuperPoD 面向参数规模最高达 10 万亿的模型训练与推理。 9

其公布的旗舰配置为：4,096 个支持统一内存寻址的 NPU，标称可提供 8 EFLOPS FP8 或 16 EFLOPS FP4 的算力。 9

近封装光学是该设计的重点。随着带宽和集群规模上升，纯电连接越来越难以扩展。华为称，每个 Hi-ONE 光引擎可提供 7.2 Tbit/s 带宽；在拟议的 4,096 NPU 系统中，约 5,500 个 Hi-ONE 引擎可替代约 48,000 个传统 800G 光模块，减少超过 550 kW 的功耗，并将可用性提升至 99.8%。这些均是华为对其设计作出的预测。 9

从机柜到百万 NPU：配套组件如何扩展

华为也为集群的不同物理层级规划了相应产品：

• LinkBlade：用于机柜内互连的无缆 UnifiedBus 组件。华为称，它可消除线缆相关的电路损耗；在一个 4,096 NPU SuperPoD 配置中，能够减少约 196 公里的铜缆。 18
• LinkDevice：面向机柜间光互连。华为称，其提供 176 个 1.6 Tbit/s 端口、280 Tbit/s 聚合带宽，往返时延最低可达 2 微秒。 18
• UBG 交换机：作为连接多个 SuperPoD 的集群级层。华为称，其拓扑可在双层、四平面 Clos 网络中扩展至 512,000 个 NPU，并通过多轨（multi-rail）拓扑扩展至 100 万个 NPU。这是架构层面的扩展主张，并不等同于百万 NPU 集群已经部署。 18

对于不需要大型 SuperPoD 的用户，Atlas 650E 提供了更小的 16 NPU 全互连配置，采用 UnifiedBus Link 2.0。华为列出的指标包括：最高 4.0 TB/s 的片上内存读写带宽，以及每台 16 NPU 服务器 13.4 TB/s 的 UB Link 带宽。 20

Ascend 960 路线图：训练与推理版本均定于 2027 年

华为称，Ascend 960 的研发进展超出预期，预定性能实现翻倍；但该公司尚未公布足以独立核验这一说法的详细基准测试数据。 11

已公布的时间表为：

• Ascend 960DT：定位解码和训练，计划于 2027 年第一季度推出，较华为早先路线图提前三个季度。 111
• Ascend 960PR：定位预填充（prefill）及推荐/推理，计划于 2027 年第三季度推出，较原计划提前一个季度。 111

华为还表示，上一代 Atlas 950 SuperPod 系统已进入大规模商用。这一说法不应与 Atlas 960E 的部署混为一谈：后者依赖即将推出的 Ascend 960 一代硬件。 39

与 Nvidia NVLink 相比，UnifiedBus 的位置在哪里？

可以把 UnifiedBus 理解为华为针对与 Nvidia NVLink 相似的大方向所提出的系统级方案：让大量加速器获得足够快的数据供给，并能以足够低的通信开销协作，避免规模扩大后只增加同步负担、而未能带来对应的有效算力。

华为强调的差异点包括：更广泛的协议整合、SuperPoD 内的全局内存寻址、异构组件之间的直接访问，以及在 SuperPoD 级别整合近封装光学技术。 189

但现有公开资料尚不足以证明 UnifiedBus 与 NVLink 在带宽、时延、软件成熟度、可靠性、成本或实际训练吞吐上存在可直接对照的结论。同样，资料也没有表明 UnifiedBus 是一个在治理方式或跨厂商互操作目标上可与开放式加速器互连计划相提并论的开放标准；目前它被呈现为华为自身的架构和产品生态。 18

真正的检验在交付之后

这次发布的重要性在于，华为把互连、光学、网络拓扑和内存语义置于 AI 基础设施战略的中心。在通信和内存容量与单芯片算力同样构成瓶颈的工作负载中，这种系统设计思路可能具有战略价值。

但决定成败的证据仍在后面：Ascend 960 与 Atlas 960E 能否按计划交付；真实工作负载下的训练吞吐与资源利用率如何；软件工具是否易用；大规模运行是否可靠；以及系统能否实现规模化供应。在此之前，4,096 NPU SuperPoD 和百万 NPU SuperCluster 的数字仍应视为雄心勃勃的架构目标，而非已经独立证明的成果。 91118