华为如何重新组织算力系统？
作者｜刘杨楠
编辑｜王博
9月17日，上海世博展览馆，华为全联接大会2026的展区里，一座被剖开的建筑模型吸引了不少观众。
从下往上，供冷层、IT设备层、供电层和备电层依次堆叠。原本铺在同一平面上的数据中心，被像积木一样“立”了起来。
华为3D数据中心展示模型，图片来源：「甲子光年」拍摄
这座模型对应一个已经落地的项目。几天前，「甲子光年」在安徽芜湖见到了3D数据中心的真实形态；来到上海，它被缩小后放进展区，和昇腾芯片、光互联设备、超节点等产品摆在了一起。
这种摆放方式颇能说明华为这次想讲的故事。
在华为全联接大会2026上，华为集中展示了三个“一”：一颗提前就绪的芯片，一台拥有4096张卡的“计算机”，一座“立起来”的数据中心。
第一项进展来自昇腾960。面向训练的960DT比原计划提前三个季度，将于2027年第一季度就绪；面向推理的960PR提前一个季度，将于2027年第三季度就绪。
第二项进展是昇腾960超节点。它基于昇腾960、灵衢UnifiedBus和NPO光引擎Hi-ONE构建，可以将4096张卡组织成逻辑上的“一台计算机”，实现8EFLOPS FP8、16EFLOPS FP4算力。
第三项进展则出现在数据中心。为了容纳功率和密度越来越高的算力系统，华为重新安排了供电、制冷与IT设备的空间关系，把传统平面数据中心改造成垂直堆叠的3D结构。
一颗芯片、一台“计算机”、一座数据中心，分别对应AI算力系统的三个尺度。
它们看似属于不同产品线，实际受到同一股力量推动：大模型走向十万亿参数，算力集群迈向十万卡规模之后，竞争已经从单颗芯片的峰值性能，扩展到互联效率、存储层级、供电散热和工程交付组成的复杂系统。
华为这次展示的，正是它如何重新组织这套系统。
1.一颗提前就绪的芯片
华为此次提到昇腾960时释放的一个重要信号是“提前”。
华为副董事长、轮值董事长汪涛在大会主题演讲中介绍，昇腾960芯片研发进度超出预期，性能实现倍增。960DT比原计划提前三个季度，2027年第一季度就绪；960PR比原计划提前一个季度，2027年第三季度就绪。
未来，昇腾系列芯片将持续坚持一年一代的演进节奏。2028和2029年，华为将陆续推出昇腾970、980芯片，依托τ定律的创新方向，实现算力规格继续翻倍，访存带宽、访存容量、互联带宽等也将大幅提升。
昇腾系列芯片计划，图片来源：「甲子光年」拍摄
对一条仍在建立市场信任的国产计算路线而言，稳定且可预期的产品节奏，本身就是竞争力。
AI基础设施的投资周期通常以年计算。从模型公司、云厂商到数据中心建设方，都需要提前确定芯片选型、机房设计、供电容量和软件适配方案。一颗芯片能否按期出现，影响的不只是服务器交付，还会沿着供应链向光模块、存储、液冷、网络和数据中心建设逐层传导。
华为需要证明的，因而不只是能不能设计出一颗芯片，还包括能否形成持续交付和稳定演进的产品序列。
在昇腾960之前，这条路线已经开始接受规模部署的检验。汪涛介绍，截至目前，昇腾910C超节点部署量已超过1000套，昇腾950超节点也已进入规模商用阶段。
昇腾超节点应用情况，图片来源：「甲子光年」拍摄
昇腾960则把下一阶段的时间表进一步明确下来。
根据现场公布的数据，960DT的FP8算力为2PFLOPS，FP4算力为4PFLOPS，片上HBM容量最高达到288GB，访存带宽达到9.6TB/s。
单卡参数只是这次发布的一部分。华为给出的完整答案，依然落在其最擅长的系统工程上：通过更大的统一内存、更高带宽的互联和更大规模的超节点，把多颗芯片组织成一台更大的计算机。
这与华为今年5月提出的“τ定律”一脉相承。
当芯片几何缩微越来越接近物理极限，华为试图把优化目标从晶体管尺寸扩展到信号传播时延，通过计算、存储、互联、供电和散热的协同设计，继续提高整个系统的有效算力。
昇腾960的提前就绪，意味着这套思路开始进入更明确的产品兑现周期。
2.一台有4096张卡的“计算机”
超节点正在成为AI基础设施竞争中越来越关键的单位。
原因并不复杂。模型越大，需要参与计算的芯片越多；芯片数量越多，数据在节点之间移动的成本就越高。
华为披露，当前10万卡集群已经成为训练十万亿级SOTA模型的重要配置，但在传统服务器架构下，集群通信时间可能超过训练总时长的40%。芯片数量继续增加，如果互联能力跟不上，更多算力反而会被消耗在等待和通信上。
超节点所要解决的，正是这一问题。
多个计算节点通过高速互联紧密连接，共享统一内存地址，在逻辑上形成“一台计算机”。应用看到的不再是大量彼此分散的服务器，而是一个可以统一调度的计算系统。
根据华为马尔科夫实验室的仿真结果，由4K超节点组成的10万卡集群，相比由传统8卡服务器组成的同等规模集群，模型浮点算力利用率可以提升2.75倍。
这也解释了昇腾960超节点为什么要做到4096卡。
昇腾960超节点，图片来源：华为
规模扩大之后，互联首先成为工程瓶颈。传统电互联受到距离、功耗和信号完整性的约束，跨机柜连接越来越依赖光技术。但常见的可插拔光模块数量庞大，带来的功耗、故障点和维护复杂度也会随集群规模快速上升。
华为此次发布的光互联产品Hi-ONE，选择了NPO（近封装光学）路线。光引擎部署在交换芯片附近，可以缩短电信号传输距离，同时保留相对独立的封装和维护空间。
Hi-ONE单引擎传输容量达到7.2T，是其首款具备量产能力的NPO产品。华为也已经向全球光互联标准组织OIF提出NPO标准立项建议。
在昇腾960超节点中，5500个Hi-ONE可以替代原方案所需的4.8万颗800G光模块，功耗降低超过550千瓦，系统无故障运行时间提升一倍，可用度达到99.8%。
这一组数字展示的重点并不只是带宽。对于拥有数千张卡的超节点，少一个连接器、少一段链路、少一种协议转换，都可能影响整套系统的功耗、可靠性和有效计算时间。
灵衢UnifiedBus承担了另一部分工作。通过统一互联协议，昇腾计算节点可以实现跨物理服务器的内存统一编址。华为还将相同的超节点架构引入通用计算系统，升级鲲鹏超节点，最大支持4096个节点，形成256TB统一内存池。
灵衢特性介绍，图片来源：「甲子光年」拍摄
与此同时，华为发布了面向AI推理的OceanStor M900。它被定义为L3.5层PB级KV缓存系统，通过灵衢实现“一跳直连”，用于解决智能体和长序列推理中的数据读取与缓存问题。
昇腾超节点、鲲鹏超节点和KV缓存集群由此被组织在同一套互联系统中。多个昇腾960超节点还可以进一步组成更大集群：通过二层CLOS四平面组网，最大规模可达到51.2万卡；结合多轨道拓扑，华为给出的系统上限是100万卡。
超节点集群，图片来源：「甲子光年」拍摄
这些数字距离普遍商用仍有相当长的工程验证过程，却已经勾勒出华为对下一代AI基础设施的理解：芯片只是系统的起点，互联、存储和调度能力决定了多少理论算力最终能够被模型使用。
当4096张卡需要像一台计算机一样工作，承载它的数据中心，也开始成为计算机的一部分。
3.一座“立起来”的数据中心
9月15日，2026 AIDC产业发展大会暨3D数据中心现场会在安徽芜湖举行，在这场活动上，华为点亮全球首个3D数据中心。
3D数据中心实景，图片来源：华为
3D数据中心内部不能拍照，但「甲子光年」现场探访后的直观感受是：这是一座全新逻辑的AI数据中心。
这里的“3D”并不是一个抽象概念，而是建筑结构的直接变化。
传统数据中心通常将供电、制冷和IT设备铺设在同一平面。3D数据中心借鉴芯片工厂将动力层与生产层分离的思路，将不同功能空间垂直叠加：供冷层位于底部，IT设备层居中，供电层和备电层位于上部。
3D数据中心和2D数据中心对比，图片来源：「甲子光年」拍摄
这种设计缩短了供电和液冷管路，也将不同系统进行物理隔离。局部故障发生时，可以降低故障跨区域蔓延的风险。
空间被“叠”起来之后，工程难度也随之提高。
华为云数据中心运营部部长吕阳明形容，楼层之间的设备对接需要达到毫米级精度，“就像空间站的舱体对接一样，一楼的制冷管路，要精准地接到二楼的服务器液冷接口，三楼的供电铜排，要毫厘不差地对上二楼的电力输入。差一厘米，都接不上。”
在3D数据中心内部，「甲子光年」几乎看不到外露的电线和管道，视野中更多是排列整齐的黑色箱体。大量机电设备已经在工厂完成预制，到现场后再进行模块化装配。
「甲子光年」了解到，华为采用模块化设计，机电系统预制化率超过90%，工厂预制、现场装配，机电工期从6个月压缩到3个月。AI数据中心由此成为了一件标准产品，具备了批量复制的可能。
但这背后有非常现实的压力。
“AI时代高密算力让传统数据中心在空间、供电、散热等方面面临严峻挑战，机柜功率已从风冷时代的几千瓦、十几千瓦急剧攀升至100千瓦、200千瓦，未来还将持续上升。”华为技术有限公司高级副总裁、常务监事任树录说。
高密度算力把空间、供电、制冷和运维同时推向极限。芯片几乎一年迭代一代，而一座传统数据中心从规划到交付通常需要18至24个月。芯片快速迭代与基础设施建设之间的时间差，正在变得越来越突出。
3D数据中心希望通过分层解耦解决这一矛盾。IT设备更新时，供电和制冷系统不必整体推倒重来；不同代际、不同功率密度的算力设备，也可以通过模块化方式进行适配。
从这个角度看，昇腾960超节点与3D数据中心属于同一条技术路径。
昇腾960提高单卡算力和内存带宽，灵衢与Hi-ONE负责把4096张卡组织起来，3D数据中心则重新安排供电、制冷和IT设备之间的空间关系。算力密度每向上一步，底层基础设施都需要跟着重构。
3D数据中心更值得关注的地方，也正在于它试图将这种重构变成一种可以复制的工程能力。
华为在发布3D数据中心的同时，开放了覆盖建筑、结构、给排水、暖通动力、强电和弱电的概要设计图库。一个已经点亮的项目，由此被拆解成图纸、模块和建设标准，交给更多设计院、建设方和产业伙伴验证。
把今年华为全联接大会上发布的三项进展放在一起，华为的路径逐渐清晰：昇腾芯片确定产品节奏，昇腾超节点扩大计算系统的边界，3D数据中心解决高密算力如何落地的问题。
这也是华为过去数十年通信技术积累在AI时代的一次集中释放。
灵衢处理不同部件之间的通信，Hi-ONE把光互联引入超节点，3D数据中心继续压缩电力和冷却介质的传输距离。它们解决的都是同一类问题：当系统规模不断扩大，如何让数据、光、电和冷却更快、更稳定地抵达需要它们的位置。
今年的华为全联接大会没有把外部限制放在舞台中央。相比宏大的情绪表达，华为给出的是芯片就绪时间、互联时延、光引擎数量、机电工期和系统可用度。这些参数并不浪漫，却是算力基础设施走向规模部署必须逐一解决的问题。
这条路线也有清晰的待验证之处。NPO能否走出华为体系，百万卡集群能否跨过成本和可靠性的门槛，3D数据中心能否从芜湖的样板变成普遍采用的建设方案，都需要更长时间和更多客户检验。
但华为已经把AI计算机的边界向外推了一层。
它从一颗提前就绪的芯片开始，扩展为一台拥有4096张卡的“计算机”，最终延伸到一座为高密算力重新设计的数据中心。
（封面图来源：「甲子光年」拍摄，图片有拼接）
