在9月17日至19日舉行的華為2026年全聯接大會上，華為圍繞靈衢互聯架構及超節點叢集，集中釋出了昇騰960晶片、昇騰960超節點、OceanStor M900 AI記憶儲存等一系列AI基礎設施新品。貫穿所有釋出的關鍵詞是“靈衢”。華為常務董事、ICT BG CEO楊超斌在題為“靈衢互聯，架構創新，構建Agentic AI算力底座”的演講中，對這一架構給出了完整闡釋。

靈衢（UnifiedBus）是華為算力底座的統一互聯匯流排協議，目標是把CPU、NPU、DPU、DDR、SSD等多種計算與儲存單元統一互聯，並貫穿單機、超節點和超大規模叢集。華為公佈的資料顯示，基於靈衢的單叢集可支援100萬顆AI處理器，10萬卡叢集的模型浮點算力利用率（MFU）從20%提升至35%。

華為把架構創新的關鍵點釘在“通訊”上，與AI Agent時代的計算需求變化直接相關。模型引數規模已從萬億級走向10萬億級，上下文長度從幾K級來到幾M級，人與Agent的互動頻次也遠高於模型。作為底層計算系統，需要同步支援超大模型推理、高頻次呼叫、多種工具使用與多層級資訊傳遞儲存。

華為將挑戰歸納為三方面。第一，通訊量隨叢集規模近似平方級增長，典型MoE模型在10萬卡叢集上的MFU不到20%，如何打破MFU隨叢集規模快速下降的趨勢成為首要難關。第二，AI業務負載多樣化，Prefill與Decode呈現不同計算與訪存特徵，需要異構算力協同與記憶體資源池化。第三，上下文持續變長帶來儲存壓力，HBM、DDR、SSD分層分級的多級快取成為必然選擇，而現有PCIe加RoCE網路難以滿足時延與頻寬需求。

靈衢的核心是用一套協議貫穿從晶片到叢集的整個系統，把複雜協議歸一，統一記憶體語義，消除協議轉換開銷。楊超斌將其競爭力概括為四個維度。一是協議歸一、統一記憶體語義，將CPU、NPU、DPU、記憶體、儲存、網絡卡等核心元件統一基於靈衢協議互聯，實現十幾種協議歸一，互聯頻寬從百GB級提升到TB級，RTT通訊時延從7微秒壓縮至2微秒，降低約70%。二是多樣算力、異構協同，計算與儲存單元通過靈衢直接對等互聯，形成去中心化的平等訪問方式。三是分級儲存、全域性池化，將多種混合介質納入統一資源體系。四是光電互聯、靈活組網，通過光路保護、高速光互聯以及176埠、280Tb高速互聯的靈衢交換裝置，把單個超節點規模從1024卡擴充套件到4096卡。

在Scale-Up方向，櫃內靈衢交換刀片支援172T超大頻寬，可實現72個昇騰處理器和18個鯤鵬處理器互聯。華為通過光互聯減少櫃內電纜，一個4096超節點內單櫃可節省196公里銅纜。跨櫃後，靈衢交換裝置擁有176個埠，每個埠達到1.6T，單機實現280T全光互聯。再向Scale-Out擴充套件，UBG靈衢網路交換機擁有1024超大Radix扇出能力，可支援百萬卡超節點叢集。

基於靈衢，華為構建了由鯤鵬950超節點、昇騰960超節點、OceanStor M900記憶儲存、星河UBG交換機組成的Agentic AI超節點叢集。其中，基於靈衢與NPO光引擎Hi-ONE，單個昇騰960超節點可實現4096卡規模，最大可提供8 EFLOPS FP8算力，實現高達1PB的HBM容量，系統無故障執行時間提升1倍，系統可用度可達99.8%。昇騰960風冷超節點和液冷超節點分別將於2027年Q2和Q3上市。

算力與儲存方面，鯤鵬950超節點計算刀片提供384個CPU核和6TB記憶體，單櫃可提供12288個CPU核、支援192TB記憶體，基於靈衢可實現超過150萬核統一排程以及24000TB記憶體全域性池化。昇騰960超節點計算刀片支援8顆昇騰960 NPU，提供32 PFLOPS FP4算力、4.5TB統一記憶體以及17.9TB/s靈衢互聯頻寬。OceanStor M900通過全新儲存控制器和ASU模組實現網路、CPU、盤控晶片“三芯合一”，單ASU模組擁有64TB容量密度，單節點訪問頻寬達到480GB/s。

在中小場景，華為基於靈衢推出從1卡到8卡的系列化一體機產品和鯤鵬昇騰模組。Atlas 650E可通過雙機靈衢直連，讓16個NPU進行Full-Mesh組網，無需交換機，兩台機器可以像一台一樣執行，支援萬億引數模型，並通過EP16並行切分讓推理吞吐提升40%以上，時延低至10毫秒。

生態方面，楊超斌回顧，去年8月5日華為CANN全面開源開放，目前CANN社群月活開發者已達5200多人，50多家行業頭部客戶、夥伴及高校科研團隊與昇騰合作，打造了26個行業專屬運算元庫。華為還與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同，打造Agent外掛化元件並全量開源，並與90多家主流開源社群展開合作。

從產業視角看，過去幾年行業多在既有PCIe加RoCE體系上做最佳化，但Agent負載把通訊、記憶體、儲存的短板同時放大，繼續在舊協議上疊補丁的收益遞減。華為選擇從協議層重構互聯，把計算與通訊做垂直整合，試圖為10萬億級大模型時代提供一套系統級算力底座。這一路線能否在生態與規模化落地上兌現，仍有待觀察，但它已把AI基礎設施的競爭推向體系化能力較量。