在2026年华为全联接大会期间，华为轮值董事长徐直军与华为半导体首席科学家廖恒罕见地同台，将外界目光从单颗AI芯片引向一个更底层的问题：当处理器从几千颗扩展到数万乃至百万颗，如何让它们像一台计算机一样协同工作。徐直军直言，去年发布昇腾芯片路线图时，同场公布的互联协议灵衢（UnifiedBus，UB）被外界忽视，但灵衢才是关键。

过去一年，华为AI芯片路线图正逐步落地。昇腾950已经上市，Atlas 950超节点开始交付，基于它构建的25.6万卡集群正在部署，下一代Atlas 960系统进入测试阶段。徐直军坦言产能依然紧张，但外界对华为的期待已从“能不能做出芯片”转向“芯片之间如何高效连接”。

本次大会的核心发布是Peerium计算架构。按照华为的定义，它通过嵌套并行、统一内存寻址和平等互联，支撑百万级处理器像一台计算机一样协作。灵衢是实现这套架构的关键互联技术。同时，华为发布了全球首个采用NPO技术的超节点——昇腾960超节点。

徐直军指出，超节点概念虽热，但不同厂家的产品差异巨大。大模型训练需要大量处理器频繁交换数据，一颗芯片算得再快，也要等其他芯片完成工作。一条链路短暂异常，就可能影响运行了很久的任务。企业购买的芯片越来越多，并不意味着等待会自行消失，处理器增加带来的收益，绝大部分被通信和协议转换的开销抵消。

廖恒用两组层层嵌套的套娃解释华为思路：软件侧将任务分成不同层级的并行工作，硬件侧从芯片、板卡、机柜到超节点和更大集群，也通过灵衢互联层层折叠时间。软件侧的组织方式被概括为Nested BSP。

过去，总线管近处，网络管远处，各有分工。AI把更多处理器拉进同一任务，让这条分界线上的代价越来越难以忽略。英伟达通过NVLink和集群网络优化不同层级通信，AMD与开放标准阵营也在发展加速器互联。华为的答案，是把更大范围的设备放进同一套互联规则。徐直军表示，华为希望柜内、柜间、数据中心之间甚至一个数据中心区域内部都能使用同一协议且保持高速，因此称之为总线协议。

华为重做互联的底气来自此前走过的所有连接之路。2019年之前，团队已经历多处理器互联、PCIe、RDMA以及存储和内存接口等技术研发与交付。2019年，互联被确立为计算系统架构的战略方向；2020年7月，Unified Bus技术项目正式立项。自立项至2023年，UB经历了技术规范定义、协议版本冻结，进入NPU、CPU和交换芯片的设计与投片阶段，随后是套片测试和系统验证。徐直军介绍，昇腾910C超节点采用UB 1.0，昇腾950超节点采用UB 2.0，昇腾960超节点将采用UB 2.1。

通信规则统一之后，信号仍需穿过真实线路。近处用铜，远处用光。华为选择NPO（近封装光学），把光引擎放在主芯片附近。徐直军介绍，Hi-ONE模组与昇腾芯片之间保留约五厘米的板上铜连接，其余相关互联转向光连接。基于NPO，华为打造了全光超节点，铜缆基本消失。

另一条路线是CPO，将光引擎与主芯片共同封装，博通、英伟达等厂商都在推进。徐直军表示，华为在NPO与CPO之间没有过争论，因为华为自己会做光器件、光模块和昇腾芯片，很早就达成共识做NPO。他同时强调，NPO是工程、成本、产业链分工与维护上的平衡选择，没有对错。NPO保留更长一点的电连接，换来了接近40%的成本下降，以及光引擎相对独立维护的空间。

规模足够大时，故障感受完全不同。徐直军说，训练中突然一个卡掉下去或性能下降，都会造成巨大损失。廖恒解释，光链路有时会出现短暂异常，虽无永久损坏，却可能干扰训练。华为通过更接近故障位置的检错与重传、替代连接路径以及光源冗余等设计，尽量减少底层问题对应用的影响。

徐直军反复提到MFU（模型浮点算力利用率），即系统的计算能力有多少真正用在模型计算上。他表示，基于UB互联技术和Peerium架构做出的超节点和集群，可以大幅度提升MFU，这已被验证。这也是头部模型厂商看重昇腾950的原因之一。

眼下，华为仍处在把能力转化为大规模供给的过程中。950PR已经上市，主要面向推理；用于训练的950DT预计今年年底或明年开始规模供货。徐直军相信，从明年开始大量模型训练会构筑在基于950DT的超节点或集群上。

灵衢还有另一道题要答：其他企业是否愿意采用。徐直军表示，开放UB协议是相信整个产业界会朝这条路线走，为AI走向AGI共同努力。华为希望通过计算产品实现商业回报，而互联只有获得更多参与者，才能形成更大生态。

回看过去几年，人们容易把华为创新都放进制裁后的突围故事里。但徐直军强调，华为的计算架构和互联研究在制裁之前已经开始，后来的持续投入才形成今天的体系。一年前，芯片路线图回答了外界对未来供给的担忧；一年后，华为希望外界看到，计算背后还有影响更为深远的连接。