华为汪涛：要打造AI算力底座，只做好一颗芯片远远不够

在今年的华为全联接大会上，华为轮值董事长汪涛公布了一条更完整的AI基础设施路线：围绕昇腾960与960超节点展开，并把后续芯片节奏一并摊开——2028年昇腾970、2029年昇腾980，未来几年保持“一年一代”的演进节奏。

芯片层面，华为给出的进展比预期更快。据量子位报道，昇腾960DT的研发进度比原计划提前三个季度，单芯片算力实现倍增，支持2 PFLOPS FP8、4 PFLOPS FP4，HBM容量最高288GB、带宽9.6TB/s；对应的昇腾960超节点做到4096张NPU卡，最高8 EFLOPS FP8算力、超过1PB HBM容量。

华为想讲的并不只是一颗更快的芯片。汪涛在会后接受量子位专访时表示，960芯片已经在实验室测了好几个月，“芯片从立项到产品化往往要三年，我们任何一次发布，都是产品已经在实验室反复测试、有准确交付时间之后才做”。

更关键的变化发生在芯片之外。华为把突破口放在“规模算力”上：910C是384卡，950做到1024卡，960进一步扩到4096卡，并通过跨物理节点的统一内存编址，让多颗NPU互联起来更接近一台逻辑计算机。汪涛提到，从仿真训练里看到，在同样十万卡集群下，4096卡超节点组成的集群相对传统八卡服务器组成的集群，MFU可提升2.75倍。

支撑这套系统的硬件创新是NPO（近封装光学）。昇腾960是业界首个采用NPO光引擎的超节点，具体产品为Hi-ONE光引擎：单引擎集成36路200G，总传输容量7.2Tbps，并把光源直接内置。汪涛在圆桌上把Hi-ONE的领先性概括为“三个第一”：第一个规模商用、最大的带宽、唯一内置光源的。

华为没有直接一步走向CPO（共封装光学）。汪涛解释得很具体：“CPO把光引擎和主芯片放一起，光引擎坏了整个主芯片就报废，可用度差，故障成本极高，对封装厂要求也高。现在NPO的TCO至少比CPO低40%以上。”他也留了口子：未来CPO如果解决了可靠性、良率问题，华为也可能转向。按照披露，昇腾960超节点用约5500个Hi-ONE替代原本约4.8万个800G光模块，功耗降低超过550kW，系统无故障运行时间提升一倍，系统可用度为99.8%。

硬件往前跑，软件生态要同步跟上。CANN进入常态化开源社区运营，月活开发者超过5200人，外部开发者占比达到61%；昇腾也进入PyTorch官方支持路线，开发者可以直接在PyTorch社区获得相关支持。汪涛对此的表述反而很克制：“经过八年努力，我们今天只敢说CANN生态跨过了拐点。”他同时希望把适配动作进一步前置，在模型进入预训练阶段时就与模型厂商协同。

这背后是华为对自己在AI产业链中位置的一次明确划分。汪涛直言“华为的核心使命是打造算力底座”，盘古会继续服务华为自身产品智能化，但华为并不打算在每一层都和伙伴竞争；灵衢协议已经开放，CANN代码也持续开源，华为想把更多研发资源放在芯片、超节点和算力底座上。

值得注意的是，华为的选择带有现实约束的印记。汪涛提到，中国最先进的制造工艺还没有取得完全突破，华为必须有一条创新路线，同时满足中国AI训练、推理、行业应用的需求，这也是它在提升单芯片性能之外，把大量资源投向超节点、光互联与系统工程的原因。后续可以观察三件事：一年一代的节奏能否兑现，昇腾原生训练的模型能否规模化出现，以及“算力触手可及”的交付能力能否被客户真正接住。