以灵衢互联为核心，华为打造集群与超节点协同的新计算架构

来源：HIT专家网 供稿：华为

在华为全联接大会2026期间，华为常务董事、ICT BG CEO杨超斌发表主题演讲，围绕计算架构创新，系统阐释了灵衢互联架构，并宣布推出基于灵衢互联架构的系列化算力底座，持续提升生态能力，使能客户、伙伴与开发者应用创新。

在传统计算架构下，集群规模扩大时，资源利用率反而下降，十万卡集群的实际模型算力利用率仅约20%，大量算力处于等待通信完成的状态。10T参数大模型的训练需要海量中间数据，单张显卡的内存容量已难以承载。同时，Agent与模型每小时交互可达数百次，需要CPU与NPU算力灵活配置与协同，产生的KV Cache也远超内存容量，必须依靠跨系统、跨层级存储。集群内不同部件之间的互联与通信能力，已成为决定计算系统性能的关键。

为此，华为以灵衢互联为核心，打造集群与超节点协同的新计算架构，以支持Agentic AI时代爆发式增长的计算需求。基于灵衢的计算系统具备四大特征：

协议归一，内存语义。将十余种互联协议统一为灵衢协议，互联带宽从百GB级提升至TB级，RTT通信时延从7微秒压缩至2微秒，支持超节点内全局内存统一编址。

多样算力，异构协同。CPU、NPU、内存、SSD等通过灵衢直接互联，实现去中心化平等访问，CPU和NPU资源可灵活配比。通过分层分级Transformer硬加速，解耦Attention与FFN，实现AF分离部署。

分级存储，全局池化。以混合介质资源池化解决激活值缓存问题，将DDR作为NPU“第二内存”，降低搜推广业务时延，千亿级、数千维向量检索性能翻番；降低10T大模型训练对单卡HBM的容量需求，助力提升集群MFU。

光电互联，灵活组网。构建全局超高带宽、超低时延“数据高速公路”，实现大小算力灵活扩展。

会上，华为发布分层分级的灵衢互联设备，覆盖柜内、跨柜与集群三级互联，支持从单柜到百万卡集群的弹性扩展。其中，柜内灵衢互联刀片实现零电缆、零电路损耗，一个4096超节点可节省196公里铜缆；跨柜灵衢互联设备支持176个端口，每端口达1.6T，单机280T全光互联，是业界互联带宽最大、端口数最多的高速总线协议互联设备，RTT时延低至2微秒；UBG灵衢网络交换机具备高达1024的超大Radix扇出能力，可支撑百万卡超节点集群，满足模型参数向几十万亿演进的需求。

同时，华为发布基于灵衢的Agentic AI超节点集群，由鲲鹏950、昇腾960超节点、OceanStor M900记忆存储及星河UBG交换机组成，实现多样算力协同与分级资源池化。

灵衢互联技术不仅用于超节点，也适用于一体机。华为基于灵衢架构打造从1卡到8卡的系列化一体机及鲲鹏昇腾模组。其中，Atlas 650E风冷服务器通过双机灵衢直连，实现16个NPU免交换互联，两台机器像一台运行，支持平滑扩容，形成小型超节点，让中小企业也能本地运行万亿参数大模型。

生态方面，昇腾与DeepSeek Harness、OpenCode、openJiuwen等开源框架协同，打造智能管理、推理加速、安全框架等Agent插件化组件并全量开源；已联合50多家客户、伙伴及高校打造26个行业算子库，并与90多家主流开源社区合作，助力伙伴快速完成行业Agent开发与IT系统对接。

AI浪潮下，算力是各行业智能化变革的核心基石。杨超斌表示：“华为将坚持系统级创新，构筑系列化算力底座，开源开放，联合客户、伙伴和开发者共建生态，为世界提供新选择。”

【FAQ】

Q：什么是Agentic AI？它为什么对计算架构提出更高要求？

A：Agentic AI指能够自主规划、调用工具并多轮执行任务的AI系统。相比传统生成式AI，它需要更频繁地在CPU、NPU、内存和存储之间交换数据，因此对通信效率和资源协同提出更高要求。

Q：什么是KV Cache？Attention与FFN是什么？AF分离部署有什么价值？

A：KV Cache是大模型推理时缓存的历史键值，避免重复计算，但上下文越长占用内存越大。Attention（注意力机制）负责捕捉上下文关联，FFN（前馈网络）负责逐层特征变换，两者是Transformer的核心计算模块。AF分离部署将Attention与FFN解耦，分别部署到不同算力单元，可按业务需求灵活配比CPU与NPU资源，提升推理效率与资源利用率，尤其适合Agentic AI中CPU与NPU频繁协同的场景。

【责任编辑：陈曦 版式：明超】