大時事
沒有結果
查看所有結果
  • 生活與消費
  • 健康與運動
  • 旅遊與美食
  • 國際時事
  • 地方時事
  • 科技與產業
  • 影劇與娛樂
  • 藝術與教育
  • 金融與財經
  • 生活與消費
  • 健康與運動
  • 旅遊與美食
  • 國際時事
  • 地方時事
  • 科技與產業
  • 影劇與娛樂
  • 藝術與教育
  • 金融與財經
沒有結果
查看所有結果
大時事
沒有結果
查看所有結果
首頁 國際時事

華為發佈面向超節點與集群的全新靈衢計算架構

2026-09-22
閱讀時間:1 分鐘閱讀
A A
分享到Facebook分享到LINE分享到Twitter分享到Wechat

上海2026年9月22日 /美通社/ — 在華為全聯接大會2026一場聚焦計算架構創新的主題演講中,華為常務董事、ICT BG CEO楊超斌揭曉了靈衢(UnifiedBus)互聯架構的更多細節,發佈一系列基於靈衢互聯架構的計算產品,並介紹華為如何攜手開源社區,使能客戶、夥伴與開發者應用創新。

Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026
Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026

在傳統計算架構下,集群規模擴大時,資源利用率反而下降,十萬卡集群的實際模型算力利用率僅約20%,大量算力處於等待通信完成的狀態。10T參數大模型的訓練需要海量中間數據,傳統架構下單個加速卡的內存容量已難以承載。集群內不同部件之間的互聯與通信能力,已成為決定計算系統性能的關鍵。

楊超斌表示,華為破解這一瓶頸的解決方案,就是這套依托靈衢互聯技術打造的新計算架構,實現集群與超節點之間的協同。該架構的設計初衷,是順應各類新型智能體應用落地所帶來的算力爆發式增長需求。基於靈衢的計算系統具備四大特徵:

  • 協議歸一,內存語義:將十餘種互聯協議統一為靈衢協議,互聯帶寬從百GB級提升至TB級,RTT通信時延從7微秒壓縮至2微秒,支持超節點內全局內存統一編址。
  • 多樣算力,異構協同:CPU、NPU、內存、SSD等通過靈衢直接互聯,實現去中心化平等訪問,CPU和NPU資源可靈活配比。通過分層分級Transformer硬加速,解耦Attention與FFN,實現AF分離部署。
  • 分級存儲,全局池化:以混合介質資源池化解決激活值緩存問題,將DDR作為NPU「第二內存」,降低搜推廣業務時延,千億級、數千維向量檢索性能翻番;降低10T大模型訓練對單卡HBM的容量需求,助力提升集群MFU。
  • 光電互聯,靈活組網:構建全局超高帶寬、超低時延「數據高速公路」,實現大小算力靈活擴展。

隨後,楊超斌發佈最新的靈衢互聯設備,覆蓋櫃內、跨櫃與集群三級互聯,支持從單櫃到百萬卡集群的彈性擴展。

  • 櫃內,靈衢互聯刀片實現零電纜、零電路損耗,一個4096卡超節點可節省196公里銅纜。
  • 跨櫃靈衢互聯設備支持176個端口,每端口達1.6T,單機280T全光互聯,是業界互聯帶寬最大、端口數最多的高速總線協議互聯設備,RTT時延低至2微秒。
  • 在跨集群方面,UBG靈衢網絡交換機具備高達1024的超大Radix扇出能力,可支撐百萬卡超節點集群,滿足模型參數向幾十萬億演進的需求。

同時,楊超斌還發佈了華為基於靈衢的Agentic AI超節點集群,由TaiShan 950(鯤鵬950)、Atlas 960(昇騰960)超節點、OceanStor M900記憶存儲及星河UBG交換機組成,實現多樣算力協同與分級資源池化。

靈衢互聯技術不僅用於超節點,也適用於一體機。華為基於靈衢架構打造從1卡到8卡的系列化一體機及鯤鵬、昇騰模組,讓中小企業也能本地運行萬億參數大模型。

楊超斌介紹,生態方面,昇騰與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同,打造智能管理、推理加速、安全框架等Agent插件化組件並全量開源。

楊超斌表示:「華為將堅持系統級創新,構築系列化算力底座,開源開放,聯合客戶、夥伴和開發者共建生態,為世界提供新選擇。」 

Buy JNews
廣告

上海2026年9月22日 /美通社/ — 在華為全聯接大會2026一場聚焦計算架構創新的主題演講中,華為常務董事、ICT BG CEO楊超斌揭曉了靈衢(UnifiedBus)互聯架構的更多細節,發佈一系列基於靈衢互聯架構的計算產品,並介紹華為如何攜手開源社區,使能客戶、夥伴與開發者應用創新。

Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026
Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026

在傳統計算架構下,集群規模擴大時,資源利用率反而下降,十萬卡集群的實際模型算力利用率僅約20%,大量算力處於等待通信完成的狀態。10T參數大模型的訓練需要海量中間數據,傳統架構下單個加速卡的內存容量已難以承載。集群內不同部件之間的互聯與通信能力,已成為決定計算系統性能的關鍵。

楊超斌表示,華為破解這一瓶頸的解決方案,就是這套依托靈衢互聯技術打造的新計算架構,實現集群與超節點之間的協同。該架構的設計初衷,是順應各類新型智能體應用落地所帶來的算力爆發式增長需求。基於靈衢的計算系統具備四大特徵:

  • 協議歸一,內存語義:將十餘種互聯協議統一為靈衢協議,互聯帶寬從百GB級提升至TB級,RTT通信時延從7微秒壓縮至2微秒,支持超節點內全局內存統一編址。
  • 多樣算力,異構協同:CPU、NPU、內存、SSD等通過靈衢直接互聯,實現去中心化平等訪問,CPU和NPU資源可靈活配比。通過分層分級Transformer硬加速,解耦Attention與FFN,實現AF分離部署。
  • 分級存儲,全局池化:以混合介質資源池化解決激活值緩存問題,將DDR作為NPU「第二內存」,降低搜推廣業務時延,千億級、數千維向量檢索性能翻番;降低10T大模型訓練對單卡HBM的容量需求,助力提升集群MFU。
  • 光電互聯,靈活組網:構建全局超高帶寬、超低時延「數據高速公路」,實現大小算力靈活擴展。

隨後,楊超斌發佈最新的靈衢互聯設備,覆蓋櫃內、跨櫃與集群三級互聯,支持從單櫃到百萬卡集群的彈性擴展。

  • 櫃內,靈衢互聯刀片實現零電纜、零電路損耗,一個4096卡超節點可節省196公里銅纜。
  • 跨櫃靈衢互聯設備支持176個端口,每端口達1.6T,單機280T全光互聯,是業界互聯帶寬最大、端口數最多的高速總線協議互聯設備,RTT時延低至2微秒。
  • 在跨集群方面,UBG靈衢網絡交換機具備高達1024的超大Radix扇出能力,可支撐百萬卡超節點集群,滿足模型參數向幾十萬億演進的需求。

同時,楊超斌還發佈了華為基於靈衢的Agentic AI超節點集群,由TaiShan 950(鯤鵬950)、Atlas 960(昇騰960)超節點、OceanStor M900記憶存儲及星河UBG交換機組成,實現多樣算力協同與分級資源池化。

靈衢互聯技術不僅用於超節點,也適用於一體機。華為基於靈衢架構打造從1卡到8卡的系列化一體機及鯤鵬、昇騰模組,讓中小企業也能本地運行萬億參數大模型。

楊超斌介紹,生態方面,昇騰與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同,打造智能管理、推理加速、安全框架等Agent插件化組件並全量開源。

楊超斌表示:「華為將堅持系統級創新,構築系列化算力底座,開源開放,聯合客戶、夥伴和開發者共建生態,為世界提供新選擇。」 

推薦閱讀

華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中

華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式

派能科技588Ah、601Ah儲能電芯量產下線

上海2026年9月22日 /美通社/ — 在華為全聯接大會2026一場聚焦計算架構創新的主題演講中,華為常務董事、ICT BG CEO楊超斌揭曉了靈衢(UnifiedBus)互聯架構的更多細節,發佈一系列基於靈衢互聯架構的計算產品,並介紹華為如何攜手開源社區,使能客戶、夥伴與開發者應用創新。

Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026
Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026

在傳統計算架構下,集群規模擴大時,資源利用率反而下降,十萬卡集群的實際模型算力利用率僅約20%,大量算力處於等待通信完成的狀態。10T參數大模型的訓練需要海量中間數據,傳統架構下單個加速卡的內存容量已難以承載。集群內不同部件之間的互聯與通信能力,已成為決定計算系統性能的關鍵。

楊超斌表示,華為破解這一瓶頸的解決方案,就是這套依托靈衢互聯技術打造的新計算架構,實現集群與超節點之間的協同。該架構的設計初衷,是順應各類新型智能體應用落地所帶來的算力爆發式增長需求。基於靈衢的計算系統具備四大特徵:

  • 協議歸一,內存語義:將十餘種互聯協議統一為靈衢協議,互聯帶寬從百GB級提升至TB級,RTT通信時延從7微秒壓縮至2微秒,支持超節點內全局內存統一編址。
  • 多樣算力,異構協同:CPU、NPU、內存、SSD等通過靈衢直接互聯,實現去中心化平等訪問,CPU和NPU資源可靈活配比。通過分層分級Transformer硬加速,解耦Attention與FFN,實現AF分離部署。
  • 分級存儲,全局池化:以混合介質資源池化解決激活值緩存問題,將DDR作為NPU「第二內存」,降低搜推廣業務時延,千億級、數千維向量檢索性能翻番;降低10T大模型訓練對單卡HBM的容量需求,助力提升集群MFU。
  • 光電互聯,靈活組網:構建全局超高帶寬、超低時延「數據高速公路」,實現大小算力靈活擴展。

隨後,楊超斌發佈最新的靈衢互聯設備,覆蓋櫃內、跨櫃與集群三級互聯,支持從單櫃到百萬卡集群的彈性擴展。

  • 櫃內,靈衢互聯刀片實現零電纜、零電路損耗,一個4096卡超節點可節省196公里銅纜。
  • 跨櫃靈衢互聯設備支持176個端口,每端口達1.6T,單機280T全光互聯,是業界互聯帶寬最大、端口數最多的高速總線協議互聯設備,RTT時延低至2微秒。
  • 在跨集群方面,UBG靈衢網絡交換機具備高達1024的超大Radix扇出能力,可支撐百萬卡超節點集群,滿足模型參數向幾十萬億演進的需求。

同時,楊超斌還發佈了華為基於靈衢的Agentic AI超節點集群,由TaiShan 950(鯤鵬950)、Atlas 960(昇騰960)超節點、OceanStor M900記憶存儲及星河UBG交換機組成,實現多樣算力協同與分級資源池化。

靈衢互聯技術不僅用於超節點,也適用於一體機。華為基於靈衢架構打造從1卡到8卡的系列化一體機及鯤鵬、昇騰模組,讓中小企業也能本地運行萬億參數大模型。

楊超斌介紹,生態方面,昇騰與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同,打造智能管理、推理加速、安全框架等Agent插件化組件並全量開源。

楊超斌表示:「華為將堅持系統級創新,構築系列化算力底座,開源開放,聯合客戶、夥伴和開發者共建生態,為世界提供新選擇。」 

Buy JNews
廣告

上海2026年9月22日 /美通社/ — 在華為全聯接大會2026一場聚焦計算架構創新的主題演講中,華為常務董事、ICT BG CEO楊超斌揭曉了靈衢(UnifiedBus)互聯架構的更多細節,發佈一系列基於靈衢互聯架構的計算產品,並介紹華為如何攜手開源社區,使能客戶、夥伴與開發者應用創新。

Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026
Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026

在傳統計算架構下,集群規模擴大時,資源利用率反而下降,十萬卡集群的實際模型算力利用率僅約20%,大量算力處於等待通信完成的狀態。10T參數大模型的訓練需要海量中間數據,傳統架構下單個加速卡的內存容量已難以承載。集群內不同部件之間的互聯與通信能力,已成為決定計算系統性能的關鍵。

楊超斌表示,華為破解這一瓶頸的解決方案,就是這套依托靈衢互聯技術打造的新計算架構,實現集群與超節點之間的協同。該架構的設計初衷,是順應各類新型智能體應用落地所帶來的算力爆發式增長需求。基於靈衢的計算系統具備四大特徵:

  • 協議歸一,內存語義:將十餘種互聯協議統一為靈衢協議,互聯帶寬從百GB級提升至TB級,RTT通信時延從7微秒壓縮至2微秒,支持超節點內全局內存統一編址。
  • 多樣算力,異構協同:CPU、NPU、內存、SSD等通過靈衢直接互聯,實現去中心化平等訪問,CPU和NPU資源可靈活配比。通過分層分級Transformer硬加速,解耦Attention與FFN,實現AF分離部署。
  • 分級存儲,全局池化:以混合介質資源池化解決激活值緩存問題,將DDR作為NPU「第二內存」,降低搜推廣業務時延,千億級、數千維向量檢索性能翻番;降低10T大模型訓練對單卡HBM的容量需求,助力提升集群MFU。
  • 光電互聯,靈活組網:構建全局超高帶寬、超低時延「數據高速公路」,實現大小算力靈活擴展。

隨後,楊超斌發佈最新的靈衢互聯設備,覆蓋櫃內、跨櫃與集群三級互聯,支持從單櫃到百萬卡集群的彈性擴展。

  • 櫃內,靈衢互聯刀片實現零電纜、零電路損耗,一個4096卡超節點可節省196公里銅纜。
  • 跨櫃靈衢互聯設備支持176個端口,每端口達1.6T,單機280T全光互聯,是業界互聯帶寬最大、端口數最多的高速總線協議互聯設備,RTT時延低至2微秒。
  • 在跨集群方面,UBG靈衢網絡交換機具備高達1024的超大Radix扇出能力,可支撐百萬卡超節點集群,滿足模型參數向幾十萬億演進的需求。

同時,楊超斌還發佈了華為基於靈衢的Agentic AI超節點集群,由TaiShan 950(鯤鵬950)、Atlas 960(昇騰960)超節點、OceanStor M900記憶存儲及星河UBG交換機組成,實現多樣算力協同與分級資源池化。

靈衢互聯技術不僅用於超節點,也適用於一體機。華為基於靈衢架構打造從1卡到8卡的系列化一體機及鯤鵬、昇騰模組,讓中小企業也能本地運行萬億參數大模型。

楊超斌介紹,生態方面,昇騰與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同,打造智能管理、推理加速、安全框架等Agent插件化組件並全量開源。

楊超斌表示:「華為將堅持系統級創新,構築系列化算力底座,開源開放,聯合客戶、夥伴和開發者共建生態,為世界提供新選擇。」 

分享130分享Tweet81分享

相關的文章

華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中
國際時事

華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中

2026-09-22
華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式
國際時事

華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式

2026-09-22
派能科技588Ah、601Ah儲能電芯量產下線
國際時事

派能科技588Ah、601Ah儲能電芯量產下線

2026-09-21
3Education推創新航天 x AI科技及智能機械狗教育方案
國際時事

3Education推創新航天 x AI科技及智能機械狗教育方案

2026-09-21
Bybit推出全球首個一周七天全天候TradFi期權,同步上線SpaceX與英偉達相關交易產品
國際時事

Bybit推出全球首個一周七天全天候TradFi期權,同步上線SpaceX與英偉達相關交易產品

2026-09-21
構建「以客戶為中心」的「華為+夥伴」協同體系 讓AI惠及千行百業
國際時事

構建「以客戶為中心」的「華為+夥伴」協同體系 讓AI惠及千行百業

2026-09-21

最新新聞

華為發佈面向超節點與集群的全新靈衢計算架構
國際時事

華為發佈面向超節點與集群的全新靈衢計算架構

2026-09-22

閱讀更多
華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中

華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中

2026-09-22
華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式

華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式

2026-09-22
派能科技588Ah、601Ah儲能電芯量產下線

派能科技588Ah、601Ah儲能電芯量產下線

2026-09-21

鳳山高中雙語班假日衝刺 跨域專題進軍全國舞台

2026-09-21

熱門推薦

漾新聞|《夢幻威尼斯》藝術家鄧明墩油畫展現印象極致!

漾新聞|《夢幻威尼斯》藝術家鄧明墩油畫展現印象極致!

2025-03-19
赴日必買 Top 10 日本面膜推薦:Loft Cosme 重點推薦、毛孔救星全上榜

赴日必買 Top 10 日本面膜推薦:Loft Cosme 重點推薦、毛孔救星全上榜

2026-01-30

漾新聞|高雄高中免試放榜 錄取率99.49% 雄中最低5A30分29點雄女4A1B、28分30點

2026-07-07
華為發佈面向超節點與集群的全新靈衢計算架構

華為發佈面向超節點與集群的全新靈衢計算架構

2026-09-22
漾新聞|《夢幻威尼斯》藝術家鄧明墩油畫展現印象極致!

漾新聞|《夢幻威尼斯》藝術家鄧明墩油畫展現印象極致!

2025-03-19
大時事

大時事是一個全方位的新聞媒體網站,專注報導國內外的最新消息。我們提供緊密關注世界各地重要事件、政治、經濟、科技、文化和社會議題的深入報導,讓讀者即時獲取全球動態。無論是國際局勢變化還是本地議題,大時事都將為您帶來精確可靠的新聞資訊。

近期文章

  • 華為發佈面向超節點與集群的全新靈衢計算架構
  • 華為發佈Fintelligent AI解決方案,助力全球金融機構擁有自己的AI,並將智能掌握在自己手中
  • 華為發佈人工智能實踐實驗室(AIPL)解決方案,共啟「教育+AI」人才培養新範式

分類

  • 健康與運動
  • 國際時事
  • 地方時事
  • 影劇與娛樂
  • 旅遊與美食
  • 未分類
  • 生活與消費
  • 科技與產業
  • 藝術與教育
  • 金融與財經

Copyright © 大時事 Bigtimes All rights reserved.

沒有結果
查看所有結果
  • 生活與消費
  • 健康與運動
  • 旅遊與美食
  • 國際時事
  • 地方時事
  • 科技與產業
  • 影劇與娛樂
  • 藝術與教育
  • 金融與財經

Copyright © 大時事 Bigtimes All rights reserved.