昇腾960提前亮相，华为Peerium冲击英伟达市场

一场被刻意命名的"去中心化"

9月17日，华为在上海全球全联接大会上扔出了一张牌：一个叫作Peerium的全新计算架构。

这不是昇腾芯片的迭代升级，而是一次对计算机底层组织方式的重新定义——让百万级处理器像一台计算机一样协同工作。

轮值董事长徐直军说："AI时代，华为基于开创的Peerium计算架构，持续打造满足客户训练和推理需求的超节点和集群。"

与此同时，华为还公布了昇腾产品线的最新节奏：昇腾960系列将比原计划提前三个季度登场，Atlas 950超节点集群已有25.6万卡的部署规模，昇腾910C超节点则已交付超过1000套。

这意味着什么？华为正在从单点芯片追赶，转向用一套全新的系统架构来重塑算力供给方式。

Peerium这个名字本身就有暗示。它的英文词根peer（平级的、对等的），和华为宣传的"平等互联"概念直接呼应。

在冯·诺依曼体系下，CPU作为主机控制着一切——它发出指令、分配任务、协调存储。这种主从关系运行了几十年，但在AI训练的场景里出了大问题。

大模型参数动辄万亿级别，数百甚至数千颗芯片需要同时计算并交换梯度数据。GPU之间的通信延迟、内存墙、带宽瓶颈，最终都会拖累整个集群的效率。

Peerium试图打破这个格局。它的三大核心机制是：嵌套并行（Nested Parallelism）、统一内存寻址、平等互联。

其中嵌套并行提出了一个概念叫Nested BSP——嵌套批量同步并行。简单理解就是，把大规模的计算任务分层递归拆解，每层各自独立运行，只在需要同步的时刻才汇聚数据，而不是所有处理器时刻等待。

这就像把一个大合唱拆成多个小乐队，各唱各的部分，仅在节拍器处对齐，效率自然更高。

灵衢（Lingqu）是实现这一架构的底座技术。它是一个开放协议，可以将CPU、NPU、内存、SSD、网卡甚至交换机连接在一起，让它们处于平等的地位进行通信。

传统数据中心里，光模块一直是成本和功耗的巨兽。以单机架4096卡规模的Atlas 950为例，如果用传统的800G光模块搭建全互联拓扑，需要大约4.8万个光模块，功耗达到一个令人不安的数字。

华为给出的方案是用5500个Hi-ONE光学互联组件，替代那4.8万颗800G光模块——数量减少90%以上，功耗降低超过550千瓦。

这些光学组件使用的是NPO技术，也就是近封装光学（Near Package Optics）。简单说就是把光学引擎从主板挪到芯片封装内部，光信号不用长距离传输就能到达目的地，损耗更小，密度更高。

5500个部件换掉4.8万个部件，听起来是一个工程奇迹。但它背后有一个关键的区分：这里的"卡"是物理卡还是逻辑卡？4096卡的单机架配置，到底是多少颗昇腾芯片封装在一起的？

这些细节目前只有发布会层面的表述，尚缺少独立的第三方验证数据。

再看产品时间表。昇腾960系列分为两个版本：960DT（训练版）预计2027年Q1推出，960PR（推理版）在2027年Q3。

相比外界此前猜测的时间线，这两个发布时间都提前了至少三个季度。

如果按照华为的说法，昇腾960的系统级算力可达8 EFLOPS FP8精度，单机架集成1PB HBM内存——这个数字意味着单个机柜就能容纳超过2GB的显存总和，对于大模型的权重加载和推理来说，是一个质的跃迁。

但目前的问题是：这些数字是实验室指标还是真实可复现的系统性能？

FP8是一种较低精度的数据类型，近年来英伟达B系列也开始广泛支持。英伟达GH200单机柜的FP8理论算力约8.4 EFLOPS，B200在NVLink互连下的实际训练效率更高。

昇腾960的8E是否真的能在实际大模型训练中逼近这些水平？这需要客户侧的真实基准测试结果来支撑。

不过，另一组数字更值得关注：昇腾910C超节点已部署超过1000套。

这不是一个试水的量。千套级别的部署意味着至少有大型云服务商或互联网企业在持续采购。在中国市场，这些买家主要是阿里云、腾讯云、百度智能云，以及一些地方政府主导的智算中心。

如果昇腾910C已经在跑大规模的AI训练任务，那么Peerium架构实际上已经有了用户反馈的基础。下一代架构不可能是空中楼阁。

昇腾960的NPO技术方案如果如期量产，还将面临另一个挑战：国内产业链能否承接光学引擎、硅光芯片和相关封装工艺的产能。

NPO技术的上游依赖台积电CoWoS类的先进封装能力、光器件供应商、以及硅光芯片制造链。目前中国大陆在这条链上仍处于爬坡阶段，良率和规模是两大悬而未决的问题。

但从方向上看，华为的选择并非孤注一掷。从Ascend 310/910系列到如今的Peerium架构，华为走了整整六年。

六年时间里，英伟达从V100跳到H100再到B200，迭代速度惊人。华为的策略是用系统级优化来弥补单芯片性能的差距——既然我不能在最先进的制程上做出一颗追得上B200的单芯片，那我就通过更好的互联、更大的内存池、更低的能耗，让一群"次优"的芯片发挥出接近最优的性能。

这条路能不能走通，答案不在实验室里，而在客户的实际订单和真实负载表现中。

观察清单： 1. 昇腾960的TPC（Tiles Per Core）和实际吞吐率：FP8理论算力不等于训练效率，需要关注CLLAP等大模型训练任务的真实benchmark数据。 2. NPO供应链成熟度：国内是否有成熟的硅光芯片和先进封装产线支撑Hi-ONE的大规模量产。 3. Atlas 950的客户构成：25.6万卡部署中各运营商的比例，以及哪些行业场景已在商用。 4. 昇腾960软件生态兼容性：CANN平台对PyTorch/TensorFlow的支持程度，迁移成本决定客户锁定力度。 5. 美欧出口管制变化：对华高端AI芯片禁令是否进一步收紧，这将直接影响华为获取先进制程产能的可能性。