在 2026 年 9 月 21 日于上海举行的华为全联接大会（HUAWEI CONNECT 2026）上，华为董事、ICT BG CEO 杨超斌发表算力架构创新主题演讲，首次披露 UnifiedBus 互联架构的更多细节，并发布基于该架构的一系列算力产品。他同时介绍了华为与开源社区协作、帮助客户与开发者进行应用创新的进展。

杨超斌指出，传统算力架构存在一个结构性难题：集群规模越大，资源利用率反而越低。在一个 10 万 NPU 的集群中，模型实际利用到的算力可能只有 20%，大量算力在数据通信过程中闲置。而一个 10 万亿参数的模型在训练时需要海量中间数据，远超单颗加速器内存的承载能力。集群内部件之间的互联与通信，已成为算力系统的关键性能瓶颈。

华为给出的解法就是 UnifiedBus。该架构面向智能体应用兴起带来的算力需求增长而设计，目标是让集群与超节点之间协同工作。据杨超斌介绍，UnifiedBus 算力系统具备四项关键特性。

其一是统一的协议与内存语义。UnifiedBus 把十余种互联协议整合到一套协议之下，将互联带宽从 100 GB/s 级提升到 TB/s 级，往返时延（RTT）从 7 微秒降到 2 微秒，并在超节点内实现统一的全局内存寻址。

其二是异构算力协同。UnifiedBus 直接互联 CPU、NPU、内存与固态硬盘（SSD），使它们之间可以点对点、去中心化访问，并支持 CPU 与 NPU 的灵活混配；同时针对 Transformer 提供分层硬件加速，实现 Attention-FFN 解耦（AFD）。

其三是分层存储与全局池化。UnifiedBus 通过混合介质资源池化来缓存激活值，把 DDR 内存作为 NPU 的补充内存，从而降低搜索、推荐与广告业务的时延，并使千维、千亿级数据条目的向量检索性能翻倍。这一设计还降低了对 10 万亿参数模型训练时单 NPU 所需 HBM 容量的要求，并提升集群的模型算力利用率（MFU）。

其四是光电互联与灵活组网。UnifiedBus 充当全局超高带宽、超低时延的“数据高速公路”，让算力可以弹性扩展。

在产品层面，华为发布了覆盖机柜内、机柜间与跨集群三类场景的 UnifiedBus 互联产品，支持从单个机柜到 百万 NPU 集群的弹性扩展。机柜内的 UnifiedBus LinkBlade 采用无缆化设计消除线路损耗，使一个 4,096 NPU 超节点内的铜缆用量减少约 196 公里。机柜间的 UnifiedBus LinkDevice 支持 176 个端口、单端口 1.6 Tbit/s 带宽，提供 280 Tbit/s 全光互联，华为称其为业界带宽最高、端口数最多的高速总线协议互联设备，RTT 时延低至 2 微秒。跨集群的 UnifiedBus UBG 交换机则提供高达 1,024 的交换容量，可支撑百万 NPU 级 SuperCluster，并向支持数十万亿参数模型演进。

杨超斌还发布了基于 UnifiedBus 的智能体 AI 超节点集群，由 TaiShan 950 与 Atlas 960 超节点、OceanStor M900 内存存储以及星河 UBG 交换机组成，可实现多样化算力协同与分层资源池化。

除超节点之外，华为把 UnifiedBus 技术延伸到算力设备形态：推出新的 UnifiedBus 系列设备（支持 1 至 8 颗 NPU）以及鲲鹏与昇腾模组，让中小企业也能在本地运行万亿参数模型。

生态方面，杨超斌表示昇腾正与 DeepSeek Harness、OpenCode、openJiuwen 等开源框架合作，开发完全开源的智能管理、推理加速与安全框架智能体插件。他表示，华为致力于在系统层面创新，构建算力基础产品组合，并坚持开源与开放系统，继续与客户、伙伴和开发者合作，为世界提供算力新选择。

从产业视角看，这条消息的核心不在单颗芯片的算力指标，而在“系统级”组网能力：当模型参数走向十万亿级、集群走向百万卡级，互联带宽与时延、内存层级与存储池化往往比单点算力更能决定集群的实际可用算力。UnifiedBus 把协议、内存语义与光互联收拢到一套架构，并配合面向中小企业的低 NPU 数量设备与开源智能体插件，形成从超大规模集群到本地推理的完整梯度。对关注国产算力产业链的读者而言，后续值得跟踪的是这套架构在客户侧的落地规模、开源插件的成熟度，以及光互联与存储配套环节能否同步放量。