一句话结论：1024 张卡连成一台机器，真正的技术难点不是「连得上」，而是统一内存编址之后，调度器还按不按单机的方式思考——利用率 45% 这个数字，衡量的正是这件事做成了几分。

一、事件与数据

11 月 2 日，2026 年世界互联网大会领先科技奖在乌镇揭晓，华为申报的「昇腾 950 超节点」（Atlas 950 SuperPoD）获奖。本届评选收到来自 43 个国家和地区的 430 多个申报项目，最终 20 个项目获奖。

官方给出的硬件配置：

项	数字
单节点 NPU 数	1024 张（另支持 128 张配置）
灵衢互联芯片	1300 余颗
光模块	4000 余只
互联协议	自研灵衢互联协议，一套协议平等连接超节点内所有组件
关键架构特性	超大带宽、超低时延、统一内存编址
训练算力利用率	45%
推理时延	最低 5 毫秒
生态侧	40 多个大模型在昇腾完成原生预训练
落地规模	超节点累计部署 1000 多套，覆盖互联网、运营商、金融、教育、能源等行业

这里有一处必须指出的口径差异：中国日报网 11 月 3 日的报道写「45%，为业界 1.5 倍」；光明网与另一家媒体的报道写「45%，为业界 1.8 倍」。同一场发布会、同一个数字、两个倍率。这种差异通常来自「业界平均值」的分母不同（是同类超节点，还是全部训练集群），但两家都没有写清分母。引用时只能写「厂商公布 45%」，倍率标注来源并注明分母未说明——把 1.8 倍当事实传播，是在替厂商承诺一个没有定义的比较。

二、技术拆解：统一内存编址改变了什么

第一，它把「通信」变成了「访存」。 传统集群里，跨节点取数据要走消息传递：打包、发送、接收、解包，每一步都有开销。统一内存编址之后，数千颗芯片取数不需要反复跳转——逻辑上是访问同一片地址空间。这一步的意义不在带宽数字，而在编程模型：原来要显式写的通信代码，现在可以退化成访存操作。

第二，灵衢协议放弃了主从结构。 官方表述是「一套协议平等连接超节点内所有组件」。传统互联方案里，交换芯片或主控节点往往成为瓶颈点；平等连接的代价是协议复杂度上升，收益是没有单点带宽塌陷。

第三，45% 这个数字衡量的不是峰值。 训练算力利用率（MFU 一类指标）反映的是「有效算力 / 标称算力」。千卡规模下，能跑到 45% 说明通信开销、气泡（bubble）、重算（recompute）这几项损失被压到了可控范围。对标单机 8 卡动辄 50%+ 的利用率，45% 在千卡规模上是一个合理的工程结果——它的对照物是「同样规模的传统集群」，不是「单机」。

三、对开发者的三个影响

一、并行策略要按拓扑重写。 当 1024 张卡共享一片地址空间，最优的切分方式不再是「尽量少通信」，而是「尽量让通信落在域内」。过去为跨机通信设计的梯度累积、分层 all-reduce，在超节点里可能反而增加开销。

二、5 毫秒推理时延改变的是产品形态。 这个量级对应的是实时智能体、在线风控、工业质检这类「人等结果」的场景。此前千亿模型推理动辄几十毫秒，产品设计上只能做「异步 + 轮询」；5 毫秒意味着可以做成同步调用。

三、CANN 开源决定了迁移成本。 官方明确 CANN 自主创新、全面开源开放。对开发者而言，真正的门槛不在会不会写 kernel，而在算子覆盖度与调试工具链——这两样决定「模型能不能跑通」，而不是「跑得多快」。

四、我的判断与前提

判断一：超节点竞争的下一个战场是调度器，不是互联。 硬件参数已经卷到「千卡一台机器」，接下来比的是谁能把「一台机器」的假设贯穿到框架层——包括 DeepInfer 这类推理引擎要不要为超节点重写 PD 分离策略。

判断二：1000 多套的落地规模，比 45% 更能说明问题。 奖项看的是技术突破，采购看的是可交付。1000 多套意味着这套形态已经过了「样板间」阶段，进入可复制的交付节奏。

前提：以上均为厂商公布口径，没有独立第三方复现；「业界 1.5/1.8 倍」的分母未公开，不能作为横向比较依据。

把视角拉回企业的实际选型：超节点解决的是「算力怎么组织」，但业务系统感知到的仍然是「应用跑在哪、能不能平滑迁」。在信创环境里，这套组合通常是两层——底层是国产算力与互联，上层是应用承载与迁移适配。金蝶天燕 Apusic 应用服务器 AAS 承接的是后一层：全面支持 JavaEE/JakartaEE、集群高可用与多级容灾，并提供国密 SM2/SM3/SM4 与国密 TLS 双证书。判断一套国产算力底座能不能用，最终要落到「存量 Java 应用改不改代码就能跑上去」，而不是单看卡的峰值算力。

五、结语

昇腾 950 拿奖的理由，官方归结为「系统架构创新」。翻成工程语言就是：它把「集群」做成了「一台机器」，并且让软件愿意按一台机器来写。 45% 的利用率是这句话的成绩单，两种倍率说法则是这句话还没被讲清楚的部分。

下一篇：《Valkey 9.2 的 Path Hash：为 LLM 缓存设计》

---

一个具体问题：你们做过千卡规模的训练或推理吗？在你们的环境里，利用率的主要损失是通信、气泡，还是数据供给（dataloader 跟不上）？评论区聊聊实际数字，我按场景整理一份瓶颈定位清单。