华为在全联接大会上突然打乱了既定的产品节奏，宣布将下一代主力 AI 芯片昇腾 Ascend 960DT 的面市时间提前至 2027年第一季度，比一年前披露的时间表提速了整整三个季度。与芯片一同亮相的，还有试图将海量处理器虚拟为单一计算机的 Peerium 计算架构与 UnifiedBus 对等互连协议；而在现网中，规模达到 25.6万张卡 的 Atlas 950 SuperCluster 已经进入实际部署。
在国际贸易风波不断、先进制程代工全面受限的背景下，这次提前发牌很容易被视作一次纯粹的政治表态。但把技术参数拆解开来就会发现，这并非一场单芯片维度的正面反超，而是一次被物理限制逼出来的系统级突围。在单芯物理性能断崖式落后英伟达同期产品的既定事实下，华为正在放弃单芯比拼，转而用自研总线和庞大的光互联集群搭建一台巨型逻辑计算机。
单芯算力存在九倍断层，时间表提速难掩制程硬伤
按照更新后的路线图，昇腾 960DT 抢在 2027 年一季度发货后，960PR 版本将在三季度跟进，后续的 970 与 980 则分别排在 2028 与 2029 年。芯片推进节奏明显加快，但半导体制程的物理天花板依然清晰。
推算数据显示，昇腾 960 单芯片算力约为 1.94 PFLOPS FP8 与 3.87 PFLOPS FP4，配备约 288 GB 内存与 9.6 TB/s 带宽。反观同期的英伟达 Rubin 架构，单颗 GPU 的稠密算力已经达到 17.5 PFLOPS FP8 与 35 PFLOPS NVFP4，推理性能达到 50 PFLOPS，搭配的 HBM4 带来高达 19.2 至 22 TB/s 的内存带宽。
| 核心技术指标 | 华为昇腾 960（2027Q1） | 英伟达 Rubin GPU（同期竞品） | 相对差距倍数 |
|---|---|---|---|
| 单芯 FP8 稠密算力 | 约 1.94 PFLOPS | 约 17.5 PFLOPS | 英伟达约达 9 倍 |
| 单芯 FP4 算力 | 约 3.87 PFLOPS | 约 35 PFLOPS（NVFP4） | 英伟达约达 9 倍 |
| 显存带宽 | 约 9.6 TB/s | 19.2 - 22.0 TB/s | 英伟达约达 2 倍 |
| 整卡单颗功耗 | 传统风液混合区间 | 上限约 2.3 kW（全液冷） | 物理集成逻辑分化 |
在 FP8 低精度训练算力上，英伟达单芯是华为的9倍，显存带宽也有两倍差距。英伟达凭借台积电先进制程与下一代高密度封装，把单卡功耗一路推高到约 2.3 kW 的物理极限，并在 NVL72 机柜内用 NVLink 6 压榨出每 GPU 3.6 TB/s 的互连带宽。在缺乏先进制程与成熟 HBM4 供应链的环境下，华为海思无法在晶体管密度上与台积电代工体系正面对撞。
既然在单芯片尺度上搬不动物理天花板，唯一的解法就是把成千上万颗芯片当成一个整体去重新布线。
拆解 4096 节点争议：NPO 光引擎支撑的去主从实验
发布会后，业内针对集群规模产生分歧。分析师指出华为此前公布的 Atlas 960 SuperPoD 规划为 15,488 颗芯片，而新公布的系统却缩减为 4,096 颗，被质疑为技术降配。
真实的产品区隔打破了缩水误判。15,488 颗节点是 Atlas 960 基于传统电气互连的理论极限拓扑，而此次公布的 4,096 卡系统，是华为专门针对高功耗与信号衰减全新推出的 Atlas 960E SuperPoD。该系统全面采用近封装光学（NPO）方案，集成了 8 EFLOPS FP8 算力与 1 PB HBM。
为了解决数千颗芯片之间恐怖的通信延迟，华为在 Atlas 960E 系统内塞入了约 5,500 个单体吞吐达 7.2 Tbit/s 的 Hi-ONE 自研光引擎。这套设计直接省去了机架间约 48,000 个传统 800G 光模块，将网络互联带来的能耗硬生生砍掉了 550千瓦以上，官方宣称系统高可用性达到 99.8%。
支撑这种超节点的骨架是 Peerium 计算架构。传统的分布式训练严重依赖 CPU 主控节点调度，一旦集群规模超过万卡，主从协调与通信拥堵就会吞噬大量算力。Peerium 利用嵌套并行机制、统一内存寻址以及 UnifiedBus 对等互连技术，把异构计算单元、存储介质和网络接口绑成扁平拓扑。
这套体系在现有商用硬件上已经完成验证。已经投入大规模使用的 Atlas 950 SuperPoD 支持最多 8,192 颗 950DT 芯片，其 SuperCluster 理论最大支持 64 个 SuperPoD 并联、超过 52万颗芯片（提供约 1 ZFLOPS FP4 算力）。到 2026 年，基于两层四平面 Clos 架构的 Agentic SuperCluster 将具备挂载 51.2 万颗 NPU 的能力，多轨拓扑甚至能扩展至 100 万颗。
算力账本的现实暗礁：谁来承担十倍的机房代价
Peerium 描绘的去中心化愿景在工程上极其精妙，但脱离了供应链现实，任何架构都无法自行转化为有效算力。
要在无法获取台积电 3nm 工艺与国际一线 HBM4 产能的前提下，让昇腾 960DT 兑现翻倍算力与 288GB 内存，压力全部转移到了本土先进封装产线。多芯片中介层拼接与高带宽内存堆叠的综合良率，决定了 960DT 能否在 2027 年一季度按期交付。
真正的考验在客户机房的电表和账单上。如果 1 颗英伟达 Rubin 的稠密算力能抵得上 9 颗昇腾 960，国内大模型厂商要组建同等理论算力的集群，就必须采购接近九到十倍的加速卡、基板、机架与配套供电设施。
- 风险.庞大节点数量带来的物理故障率呈指数级上升，即便 Hi-ONE 光引擎能够降低局部网络功耗，万卡集群的整体散热与占地成本依然沉重；加之 CANN 与 MindSpore 软件栈在万卡协同中的有效利用率（MFU）与成熟的 CUDA 生态存在差距，企业承担的隐性迁移成本极为可观。
对于国内头部智算中心与基础模型团队而言，在合规采购高端 GPU 途径被切断的现状下，拥抱华为这套重型集群系统是几乎唯一的务实选择。算力竞争的战场正在分化成两个平行宇宙：英伟达在单芯极限与高密机柜上狂奔，华为则在用极致的互联网络与分布式工程，强行将受限的物理芯片织成抵抗脱钩的防线。