华为把超节点做到 4096 颗 NPU 互联

衡量一台超节点，不该先看它连了多少张卡。该看的是：这么多卡连起来之后，还有多少时间真的在算。

一、发生了什么

据通信世界 10 月 23 日的晚报，华为这次把光引擎做进了封装。一台昇腾 960 超节点最多可把 4096 颗 NPU 连在一起，节点之间的往返时延压到 2 微秒；昇腾超节点累计部署超过 1000 套，客户数在 370 家以上。

发布是在 9 月 17 日的华为全联接大会上，由副董事长、轮值董事长汪涛宣布。华为口径称，这是全球首个应用近封装光学（NPO）技术的超节点，可支撑 10 万亿参数模型的训练与推理。

关键在光。华为自研的 Hi-ONE 光引擎，单引擎传输容量 7.2 Tbit/s。一个 4096 卡的超节点用约 5500 个 Hi-ONE，替代原本需要的 48000 个 800G 光模块，功耗降低 550 千瓦以上，平均无故障时间翻倍，系统可用性 99.8%。整机指标是 8 EFLOPS 的 FP8 算力、1 PB 的 HBM 容量。

时间表也给了：960DT 2027 年一季度上市，960PR 与 Atlas 960 液冷超节点计划 2027 年三季度推出，昇腾 970 定在 2028 年，980 预计 2029 年。华为称会保持一年一代的节奏。

为什么要这么连，华为给了一组对照：传统架构下，10 万卡集群里芯片之间的通信可能吃掉四成以上的训练时间；按其仿真，用 4K 超节点组同样规模的集群，模型算力利用率能提升 2.75 倍。这是厂商自测口径。

二、跟你有什么关系

用国产算力训模型的公司。 决定成本的不是峰值算力，是有效算力。超节点的价值要落到你的 MFU 上才算数。

光模块与连接器供应链。 5500 个光引擎替掉 48000 个可插拔模块，这是结构性替代，不是简单的量增减。

关注国产替代的人。 1000 多套部署、370 家客户是比较硬的规模信号，但客户数和部署规模要分开看。

三、怎么判断一个超节点值不值

1. 先问 MFU。同样标称算力，通信开销小的一方实际跑得更快。让对方给出你这类模型的实测值，不要只看峰值。
2. 再问时延口径。2 微秒是节点间往返时延，不是端到端推理延迟。两个数字差着数量级，别混用。
3. 算一下光电账。48000 个模块变 5500 个引擎，省的不只是电费，还有布线、故障点和机柜空间。
4. 看软件适配。卡连得再多，模型跑不动也没用。问清楚主流框架、算子库、并行策略支持到什么程度。

四、三个别信的说法

「4096 卡就是 4096 倍算力」。 规模上去，通信和调度开销同步上去。华为自己给出的 2.75 倍，是 MFU 的提升，不是算力的倍数。

「2 微秒就是推理响应时间」。 这是互联层面的往返时延，衡量卡与卡之间传数据的快慢。用户感知的响应时间还包括计算、排队和网络出口。

「370 家客户说明已经大规模商用」。 客户数包含各类合作与试点。真正的规模要看部署套数和单套卡的利用率，这两个数没有公开。

五、一句话结论

超节点的胜负不在连了多少卡，在连完之后还剩多少算力真的在干活。

信息来源

• 华为发布 NPO 超节点，2026 年 10 月 23 日
• 昇腾 960 超节点与 NPO 技术，2026 年 10 月 11 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。