华为徐直军最新讲话：中国芯片自主化是必然之路

华为AI新架构引爆科技圈，百万级处理器能成一台电脑？这波操作太硬核！

家人们，最近在上海举办的华为全联接（HC）大会上，华为轮值董事长徐直军和海思首席科学家廖恒博士，跟媒体们聊了聊华为新发布的AI时代“黑科技”——Peerium计算架构和灵衢总线（UnifiedBus）。这消息一出，简直在科技圈炸开了锅！下面咱就来好好扒一扒这到底是个啥，有多牛！

徐直军一开场就热情满满，说好久没跟媒体朋友们交流了，今天特别高兴。他们这次大会主要就聚焦在开创AI时代的计算架构和灵衢协议上。去年HC大会上，徐直军发布了昇腾芯片及其路标，还宣布开放灵衢协议。今年又展出了昇腾950和Atlas 950超节点。“超节点”这个词现在可火啦，但不同厂商实现的差异很大。徐直军去年就强调过，超节点的真正挑战，是让数千、数万颗处理器组成一台计算机。而这次展出的基于950芯片的超节点，背后就是华为开创的全新计算架构——Peerium。

Peerium架构基于嵌套并行、统一内存寻址、平等互联，能让百万颗处理器成为一台计算机，突破了图灵范式的串行，提出了Nested BSP。它还突破了冯・诺依曼单机架构，颠覆了长久以来的主从架构。不过现有技术没法支撑这架构的实现，华为就发明了关键互联技术——灵衢，让百万级处理器真正成为一台更大的计算机。灵衢是基于开放协议、可无限扩展地联接CPU、NPU、内存、SSD、网卡和交换机的高速总线，有了它，计算、存储、网络得以平等互联，彻底颠覆原有主从架构。Atlas 950超节点就是采用Peerium架构的产品，目前25.6万卡规模的集群已经在部署和测试中。

有记者问廖恒博士，25.6万张卡组成超节点，这是技术上限吗？市场需求咋样？廖恒解释说，这个数字可不是随便定的。这类大型集群用于训练基础模型，现在模型参数规模已达5万亿级别，未来两年中国预计会出现约6至7个前沿AI实验室，目标训练参数规模在10万亿到40万亿之间，这些数字与超节点内存容量和规模大致匹配，所以需要这么大基础设施。另外，中国大多数数据中心接入了国家电网，单个区域、数据中心园区电力输送系统设计下，20万是个相对保守数字。现在全球AI模型竞赛火热，中国至少有3到4家一线参与者已获广泛认可。

关于怎么推动中国模型厂商用昇腾芯片训练，徐直军说950先推出的是PR版，主要面向推理，上市量不算大。基于950DT的超节点主要用于训练，还在测试中，规模供货今年年底或明年初。他们和各家模型厂商做了很多沟通，测试结果显示950DT训练表现很不错，明年开始大量模型训练会构筑在950DT超节点上。关键可能不在于推动力度，而在于供货能力，现在能产多少就供多少，希望产业链加快扩产。

对于美国部分领先模型厂商呼吁放缓AI产业发展，徐直军认为，从中美AI发展水平和节奏看，中国模型基本都是开源的，发展到哪一步透明；而美国几家主流模型厂商算力强大，发展到哪一步可能只有他们自己知道，他们感受到的AI风险在中国感受不强烈。中国还是要加快自己节奏，等真正感受到风险时，或许会与美国头部模型厂商有同样感觉。但他一直认为，AI既要发展又要管控风险，要让AI“向善”，而不是“向恶”。

问起950超节点海外扩展计划，徐直军说目前昇腾满足国内市场需求还远远不足，没全面拓展海外市场计划。但确有少数国家非常需要，做了测试和供给，量很少。在中国市场统计英伟达市场占有率很难，但从能统计到的数据看，昇腾应该已经超过了英伟达。中国推进芯片自主化是必然之路，中国14亿人口，又是工业化大国，生活、工作都与芯片相关。中华民族忧患意识强，不能一直受制于人。尽管水平差一点、先进性差一点，但解决“有无”问题，不要天天提心吊胆，是必然之路。相信中国政府、产业界和华为，推动芯片全面自主化、推动半导体产业整个链条全面自主化，是必由之路，总有一天会实现。

关于灵衢总线（UB）来自华为网络部门多少贡献，徐直军说UB不仅仅是网络部门贡献，他们在各种互联协议基础上做成统一协议。网络领域一般是IP协议，时延高；计算互联和传统网络不一样，提的是总线，需要低时延、超高速。做这个产品时，将其放在计算部门而不是传统网络部门，才能做出高速、低时延、统一协议的UB。廖恒补充说，如果把UB看作一群人的智慧结晶，它是由计算机架构师孕育，由网络技术抚养长大。

UB是同时兼顾Scale-out和Scale-up的技术，英伟达分别做了NVLink和InfiniBand，华为为啥把Scale-up和Scale-out做成一个技术？徐直军解释，不是其他厂商不做，而是能不能做出来的问题。最新NVL72柜内带宽很宽，达到1.8TB/s，一出柜就降到0.2TB/s，要把百万台处理器变成一台计算机，柜间如此低带宽不可能。大家都希望柜内、柜间、数据中心之间乃至跨区速度一样，才能让巨大物理空间成为一台计算机，这正是UB价值，它基于统一协议，做到全程高速互联。UB技术路线上做的是总线，像计算机内部总线一样，不只是Link，基于UB，柜间带宽最高可达800GB/s。去年开放UB协议后，最大下载量来自硅谷。

英伟达最早目标可能是做NV256，但最终256变成72；华为910C超节点做到384，还交付了一千多套。主要差别在于910C超节点采用UB，而当时英伟达NVLink主要局限于柜内，柜间网络速度慢，不可能扩展太多。廖恒补充说，采用单一协议是因为英伟达及其他厂商至少用两种协议，像一次旅行同时选飞机、高铁、汽车，转换麻烦费时。超节点中大量流量需中转，从NVLink切换到InfiniBand，至少涉及微秒级转换时间，时延难满足。UB采用统一协议，数据包从scale-up网络传输到scale-out网络，可能只需要约150纳秒，相比协议转换开销可节省一个数量级。

问起Atlas 950中Scale-up场景下光互联和电互联占比，未来柜内能否全部实现光互联，主要障碍是啥？徐直军说华为刚发布了基于NPO的Hi-ONE模组，支持7.2T高带宽，光引擎距离主芯片仅约5厘米，只有这部分还需铜线做电连接，基本算是全光超节点。Hi-ONE模组把光源直接封装进模组内部，实现内置光源。预计未来两到三年内都很难有其他厂商做出来，这是华为多年来在光电相关领域积累才实现和量产的。廖恒提到，20多年前他们就讨论让芯片连接走向光学化，因为光传输距离和衰减小，信号可高速传输更远。

从电路角度看Hi-ONE内部很简单，器件不多，但走向量产这条路走得非常艰难：光学技术涉及大量物理原理，温度稍变化，会影响二极管物理特性，改变折射率，影响波导性能，导致无法正常工作。他认为全光互联最大障碍是对可靠性的担忧，因为器件会发生故障。目前大多数厂商选择外置光源路线，用单个光源馈送32路信号，功率必须放大32倍，如此巨大功率易引发许多问题。华为选择内置光源方案，是出于工程上的务实选择，Hi-ONE是经过多次权衡达成的出色折中方案，很快将进入量产阶段。

关于昇腾芯片工艺和产能问题，徐直军说中国瓶颈问题与全球基本一致，全球产业界都没为AI如此浪涌式发展做好准备。现在所有光模块公司、存储公司能卖高价，不是因为产品多好，而是严重供不应求。只有全球和中国同时达到供需平衡，瓶颈问题才能彻底结束。预计全球供需平衡差不多在2029年能得到解决，中国可能还要慢一点。这里的供需平衡还要考虑AI发展过程中不断发生的技术变化，包括CPO、NPO等。从华为角度讲，相比过去通信、IT产业，现在供应量已具备相当规模；但和当前产业对AI基础设施需求相比，规模确实远远不够。要实现客户要多少就能供多少，华为要达成这个平衡，取决于整个中国产业界的平衡。

有报道说马来西亚考虑基于华为昇腾910C部署主权AI，华为如何平衡国内客户和海外客户需求？徐直军说从客户部署华为解决方案选择看，肯定是基于地缘政治和多供应商考量。每个企业都要为长远发展消除安全风险，因此昇腾必然是所有客户选项，尽管相比竞争对手还有差距。平衡国内与海外，原则很简单：国内为主，优先供应急需算力的中国客户；海外则服务于少数买不到的客户，或一定要另一个选择的客户。

问起华为在NPO、CPO两个技术路线上内部选择或博弈，徐直军说这个问题在华为好像没过争论。因为华为既做光器件，又做光模块和昇腾芯片，清楚哪种情况才是最佳选择，所以很早就达成共识做NPO，没做CPO。而且他认为，相当长时间里，从工程实现、成本、维护、良率等角度讲，NPO都是最佳选择。经过产业界这几年关于NPO、CPO辩论，从两次OIF讨论看，产业认知也在进一步清晰。

OIF第一次讨论时，一部分厂家不支持NPO，一心要搞CPO；最近一次NPO立项时，反对的已经寥寥无几。相比CPO方案，NPO铜线连接有5厘米左右，比CPO的5毫米左右长一点，但带来成本接近40%下降，还带来另一个好处，即一旦光引擎出问题，不会把整个AI芯片一起报废。当然，CPO和NPO不是谁消灭谁问题，而是工程、成本、产业链、维护等各个方向上平衡选择，没有对错。所以华为坚定不移走NPO道路，推动产业界形成标准，全产业链共同把NPO发展好，但不是说CPO不行。在OIF上NPO得到40家产业链厂商支持，大家也看到了NPO好处。

关于模型厂商对950DT用在模型训练上反馈的改进领域和问题，华为对大模型预训练做的芯片和底层调整优化，廖恒说此前昇腾芯片遇到的第一个障碍并非硬件本身，主要是生态壁垒。两年前昇腾软件层面存在巨大障碍，而CUDA有压倒性优势，因为整个学术界伴随CUDA成长，所有算法开发者习惯PyTorch加CUDA便利。过去18个月发生巨大变化：首先，模型数学复杂程度发生巨大变化，编程复杂度也随之增加；模型变得非常细粒度，无法仅用PyTorch编写程序并保持效率。因此，即便是算法开发者，也必须转向超大规模内核的编程风格，需要新编程语言，这是前沿实验室发展方向。现在随着新编译器语言出现，它们正在逐步取代并平衡CUDA壁垒，前沿实验室不再像两年前那样重视CUDA。

他认为正接近甚至达到平衡，差距已大幅缩小。关于芯片本身，他们有自身优势，如UB和Nested BSP模型，不仅是对单个芯片编程，更是以便捷方式对大量芯片编程，正在提供这些能力。芯片内部也吸取此前教训，做出大量改进。整体上，正在缩小英伟达与昇腾之间差距。他认为如今主要差异已大幅缩小，当人们使用这些处理器开发时，不再感到陌生。

最后，问起下周中国和美国元首会面会谈，在AI人工智能方面两位国家元首会谈，作为中国企业家的徐直军期待两个国家达成什么合作？他说所有中国企业家都有一个共同心声——和平相处，不应以政府行为干扰市场竞争。

他们都经历过全球化充分竞争时代，企业靠创新、靠自己产品赢得客户。但随着地缘政治影响急剧上升，全球化在慢慢远离。对企业而言，都希望做全球市场，都期望靠自己创新和产品去赢得市场，而不是想买买不到、想卖卖不过去。华为这三十多年来一直强调靠创新赢得市场，靠持续压强式研发投入构筑产品竞争力、赢得客户。从2007年到2025年，累计研发投入超过1.8万亿人民币，其中还有10%持续投入基础研究。正是过去这种高强度研发投入、强调创新去构筑有竞争力的产品，从竞争中赢得市场，才走到今天。关注通信业的媒体可能清楚华为过去几十年走过的路。今天的AI，他们也在走一条自己擅长、又能面向未来真正构筑竞争力的路。

还有问关于UnifiedBus技术，这是国内在先进制程受限情况下走出的中国特色路线，还是未来全行业都可能的方向，英伟达也有可能往这个方向走吗？徐直军说UB是一条创新之路，也是未来AI计算的必由之路。

960只是节奏变快了，规格和他去年讲的一样；HBM是在960里面的，没有HBM进步，就没有960进步。今天UB互联技术是整个Peerium计算架构实现的基础。无论是UB互联技术还是Peerium计算架构，他们都认为是AI时代的未来之路。他多次讲过，在单芯片上，他们设计没有任何问题，只是仍受制于国内工艺。但将多芯片互联起来成为一台计算机，他们已经处于全球领先地位。这是基于架构的创新和互联技术的创新，而且这些研究工作不是在制裁后才开始的，而是在制裁前就开始了。第一颗AI芯片以及华为整个AI战略，是他在2018年HC大会上发布的