本文来自微信公众号： 赛格大道 ，作者：叙夷
尽管英伟达最早推出“超节点”AI算力集群架构，但华为在这条路上显然走得更坚决也更远。
10月6日，在华为全联接大会的媒体沟通会上，徐直军说了25.6万这一个数字，这不是金额或人数，而是加速卡的数量。
目前，华为正在部署和测试一个由25.6万张昇腾卡组成的Atlas 950超节点集群。英伟达把72张GPU连成一个NVL72机柜，被视为机架级架构的代表作；但华为要连起来的计算集群，是这个数量的3500多倍。
很多人听到超节点，第一反应是“卡多”，但真正的挑战不在这里，徐直军提醒道：更难的在于让数千、数万颗处理器像一台计算机那样工作。
据华为介绍，新发布的计算架构Peerium能让百万颗处理器成为一台计算机。
几乎同一时间，太平洋东岸完成了两笔交易。9月28日，AMD宣布以约82亿美元、全股票的方式收购李飞飞创办的World Labs，交易预计年底前完成，李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。
而在9个月前，2025年12月24日，英伟达也曾以约200亿美元的非排他性许可，拿到推理芯片公司Groq的LPU技术授权，创始人乔纳森·罗斯带队加入英伟达，情况颇为相似。
两件事看似并无瓜葛，但如果引入芯片与模型的协同关系，就可以发现，一边试图用现有芯片创造极致效用，另一边则通过模型发展反向指引下一代芯片方向，双方阶段有差异，但战场是同一个。
海外买的不是芯片，是方向感
引人瞩目的AMD收购李飞飞公司一案，在笔者看来，这82亿美元花在哪里，值得拆开来看看。
World Labs成立于2024年4月，李飞飞与几位联合创始人一起做空间智能，研究怎么让机器理解三维世界。这家公司不做通用大模型，团队规模也不大，82亿美元的价格很难用“买一个模型”来解释。
官宣后，苏姿丰表示，“我们的雄心是定义AI计算的未来”，期待将World Labs在AI和世界模型领域的积累，与AMD的计算能力结合起来。
AMD给出的逻辑其实很朴素。它卖的是CPU、GPU和数据中心系统，需要在三五年前就决定下一代产品该长什么样。决定芯片长什么样，最终是未来模型要跑什么样的计算。世界模型、物理AI这类研究，恰恰处在下一代工作负载的源头。把这支团队放进公司，等于在路线图前面装了一个提前量。
英伟达那笔交易是同一个逻辑的另一面。Groq做的是LPU，一种专为推理设计的芯片，用SRAM替代HBM，用确定性执行替代概率性调度，代价是容量和通用性，回报是极低的延迟。
2024年初，它靠每秒几百个token的演示一夜出圈，但商业化始终没跑通规模。2025年9月融资时估值69亿美元，之后英伟达来了：非排他性许可，200亿美元，拿走技术授权和核心团队，公司继续独立运营。
两笔交易方向不同，落点一致。AMD纵向往技术源头走，英伟达横向往推理边界走，其目标都是对下一代计算需求的前置理解。用一句最简单的话概括：先弄清楚未来的模型要算什么，再决定芯片怎么造。
超越单卡限制
当对手驶向无人区，华为需要先做好基本面。徐直军表示，由于无法使用最先进制程，华为单颗芯片与英伟达存在差距。
外界测算的数字大致是：昇腾910C单卡FP16算力最高约800 TFLOPS，约为H200的一半；下一代960DT预计2027年一季度交付，FP8算力约二PFLOPS，基本追平H200，但只有B200、B300这一代的几分之一。而等到那时，英伟达又会推出更新的产品。
单卡差一截，追赶就只能从系统层面做文章。这就是超节点。
2025年华为全联接大会上，徐直军还表示，“我们单颗芯片与英伟达是有差距的，但是长期投入连接技术，我们构筑的超节点，可以做到世界上最强”。
CloudMatrix 384是第一个被广泛讨论的产品：384颗昇腾910C，用全对等互联连在一起。按华为公布的口径，这套系统的BF16算力达到300PFLOPS，综合性能是英伟达GB200 NVL72的1.7倍，总内存是它的3.6倍。SemiAnalysis在报告里给出了那句被媒体和短视频大肆宣传的评价：华为用系统方案弥补了芯片差距。
Atlas 950 SuperPoD把这个思路推得更远。8192张昇腾950DT，128个计算柜加32个互联柜，共160个机柜，占地约1000平方米。华为给出的对比是：相对于英伟达2026年下半年上市的NVL144，卡规模是它的56.8倍，总算力6.7倍，内存容量15倍，互联带宽62倍。
英伟达方案并非毫无软肋，比如把互联分成柜内和柜间两层，最新一代NVL72柜内带宽每秒1.8TB，一出柜就降到每秒0.2TB，相差九倍。所以，要把百万颗处理器当一台计算机用，柜间这个带宽根本不可能满足需求。
华为以灵衢总线作为回应，即用一套统一协议把CPU、加速器、内存、硬盘、网卡和交换机连起来，柜间带宽最高做到每秒800GB，协议转换的时延压到一百五十纳秒量级，而传统方案从柜内网络切到柜间网络，至少要花掉微秒级的时间。
由此可见，英伟达在单卡优势巨大的情况下，无需过度依赖超节点，而华为则把超节点路径推向了极致，这是一种勇气，也是一种无奈。
昇腾超节点能做什么？
判断超节点这条路走到哪一步，最可靠的依据不是参数表，是时间表。
昇腾950系列按场景分成两个型号。面向推理的950PR，2026年第一季度已经发布上市，但徐直军自己说，上市量不算大。基于950DT的Atlas 950超节点，主要面向训练，目前仍在测试，规模供货要等到今年年底或者明年年初。预计从明年开始，中国才会有大量模型训练构筑在950DT超节点上。
换句话说，中国最强的国产训练系统，此刻还在部署和测试之中，距离成为前沿实验室的主力，还有一个明确的交付周期。
这不完全是节奏问题，背后有结构性原因。
因为，推理和训练是两种脾气完全不同的负载。推理相对确定，可以切分，可以调度，卡多了就是吞吐大，超节点的能力能直接兑现。训练是全局同步的，每一步梯度更新都要等最慢的那一张卡，对互联延迟、数据一致性、故障恢复的敏感度极高。规模越大，等待越容易变成吞掉算力的黑洞。
现实层面的印证也很清楚。浪潮人工智能研究院2026年一季度的监测数据显示，全国智算中心GPU平均利用率约30%。国产GPU厂商沐曦在招股书里写明，互联网企业采购国产芯片主要用于推理侧。
DeepSeek的情况更具代表性：V4的预训练仍然在英伟达H800、H100集群上完成，昇腾承担的是推理部署，以及V4-Flash这一档的后训练。
10月2日，DeepSeek开源了面向昇腾的全套训练工具链，与英伟达版本一一对应，这意味着代码层面已经可以在昇腾上跑训练，而计划部署在乌兰察布的16万颗950DT芯片，也主要承担推理任务。
所以更准确的说法是：国产芯片大量落在推理场景，不完全是选择所致，也是能力边界所致。超节点先接住的是推理，这是它目前最扎实的战果。
超节点路径的约束
如果超节点只是把单卡的问题变成了系统的问题，那它至少解决了问题。麻烦在于，它同时制造了三个新的约束。
第一个是产能，这也是最硬的一个。余承东近期在华为国际媒体圆桌会议上，罕见承认：中国先进半导体产能仍然紧张，手机芯片和昇腾AI芯片都要争这块产能，现阶段仍靠DUV光刻。
徐直军表达了类似意思：目前昇腾满足国内市场需求还远远不足，所以没有拓展海外市场的计划，制约供货的不是需求，是产能。他预计全球AI基础设施的供需平衡大约要到2029年才能解决，中国可能还要慢一点。
这里藏着超节点路线最深的悖论。单卡性能越弱，凑出同等有效算力需要的卡就越多，对先进制程产能的需求反而被放大。用系统能力换单卡性能，代价是消耗更多芯片，而芯片恰恰是最紧的那一项。超节点缓解了性能约束，同时把产能约束顶得更紧。
第二个是有效算力。决定训练速度的从来不是峰值算力，而是模型浮点运算利用率，也就是MFU，以及有效训练时长占比。字节在2024年公开的MegaScale系统，在12288块GPU上训练1750亿参数模型，MFU做到55.2%。这个数字的含义是，即便在成熟系统上，也有接近一半的算力在等待、通信和空转中消耗掉了。卡数越多，单卡故障的概率越高，一次中断就可能让数天的训练作废，断点续训、故障自愈、节点替换这些工程能力，直接决定迭代速度。
事实上，国产厂商已经把这件事摆到台面上：摩尔线程公布的夸娥集群数据里，Dense模型MFU达到60%，MoE模型40%，有效训练时长占比超过90%。这些指标成为卖点本身，说明它们曾经是痛点。
第三个是电力和成本。按照市场流出的最低报价，一颗昇腾950DT约11.1万元，25.6万张卡对应的芯片采购就接近284亿元。英伟达NVL72机柜售价约300万美元，折合单卡约4.2万美元，是昇腾的四倍左右；但按FP8峰值算力口径，一颗B200大约抵得上四到五颗950DT。也就是说，昇腾的单价便宜到四分之一，性能却只有四分之一略多，便宜的幅度没有追上性能缩水的幅度。
如果要凑出同等规模的峰值算力，昇腾需要约4.5倍的卡数。卡数乘以4.5倍，机房面积、液冷、运维和人手跟着乘以4.5倍，电力账单也是如此：按NVL72每卡约1.67千瓦的配套功耗反推，25.6万张昇腾卡大致对应380兆瓦级的供电需求，在西部电价下一年约10亿元电费，同等算力的英伟达方案约95兆瓦、2.5亿元，相差四倍。
模型与芯片：谁迁就谁？
把中美两条路放在一起看，最本质的差别不在技术，在方向。
美国的模式是芯片迁就模型。模型定义需求，芯片跟进定制。谷歌的TPU配合Gemini，亚马逊的Trainium配合Anthropic，都是这个逻辑。AMD和英伟达那两笔收购，只不过把这个逻辑往前推了一步：与其等模型公司提出需求，不如把提需求的团队直接买进来。
中国的模式在很多环节上是模型迁就芯片。DeepSeek在V3.1采用UE8M0 FP8数据格式，公开说明是面向下一代国产芯片设计的，模型方主动改自己的数值格式去适配硬件。昇腾超节点本身也是这种迁就的产物，正因为单卡不够，集群才必须做到这个规模。10月2日那套开源的昇腾训练工具，是迁就的另一面：把自己的底层计算程序在另一种架构上重写一遍，换取代码层面的可迁移。
DeepSeek的官宣消息
这也就回答了开头设置的问题：为什么美国正在进行的“以模型反哺芯片”路径，在中国难以复制。这不是意愿问题，而是限制条件完全不同。在算力不紧缺的地方，芯片有动力追着模型跑；在算力紧缺的地方，只能模型绕着芯片走。
当然，迁就不等于一定落后。UE8M0 FP8、灵衢总线、全光互联，都是实打实的工程创造，某些环节华为确实做到了领先。只是这些创造服务的目标是补齐短板，而不是定义下一个时代的计算形态。
对大模型的参赛者而言，路线之争最终会归结为两个变量：性能与成本。超节点在性能一侧给出了自己的答案，真正的考验在成本一侧：单卡越弱，需要的卡越多；卡越多，产能、电力与折旧的压力越重。
25.6万张卡是一个惊人的工程数字，但它真正的含义是，中国要用比别人多得多的卡，去换一个同样好的模型。这个换算率能否降下来，决定了超节点能否从“能用的算力”变成“用得起的算力”，也决定了能否真正托起国产前沿模型的持续迭代。