华为全联接大会2026在上海开场，轮值董事长汪涛的主题演讲把重心压在算力基础设施上。他给出的判断很直接：智慧世界要跑起来，底下得有一层足够硬的硅基黑土地。
先看需求侧的压力曲线。Transformer参数规模正朝10万亿量级推进，2030年被认为会突破100万亿；智能体的事务处理粒度从小时级走向月级；中国每日推理Token消耗已在500万亿上下，2030年预期进入百万万亿级。算力、性能、安全三条线同时被顶上去。
昇腾960超节点：用NPO换掉四万八千颗光模块
这次硬件侧的核心发布，是业界首个采用NPO（近封装光学）方案的昇腾960超节点。单超节点4096卡，8E FP8算力，1PB HBM容量。
它替代了原本需要的4万8千颗800G光模块，整机功耗下降550多千瓦，系统无故障运行时间翻倍。实现方式是5500个华为自研Hi-ONE光互联器件。
这里有个容易被忽略的点：NPO把光引擎挪到封装附近，缩短了电通道，功耗和信号完整性的收益都来自这段距离。代价是封装工艺和可维护性要求更高，不是所有机房都能直接吃下这种形态。
十万卡集群的MFU对比：2.75倍从哪来
4K超节点拼出的10万卡集群，对比8卡服务器组出的同体量集群，MFU（模型浮点算力利用率）提升2.75倍。
这个数字的参照系要说清楚。8卡服务器集群跨机通信要走多层网络，超节点内部则是高带宽域内互联，通信占比被压下去，MFU自然抬起来。换句话说，这2.75倍是拓扑结构带来的，不是单卡算力翻倍。
配套升级还有两块。鲲鹏超节点最大4096节点、256TB统一内存池，Agent沙箱场景下十万级沙箱启动比传统服务器方案快30倍。存储侧基于灵衢Unified Bus推出OceanStor M900，面向Agent和长序列做多层KV Cache结构，SSD读写寿命提升16倍。
灵衢协议串起百万卡：从十万到百万的跳变
把上述子系统用灵衢统一互联协议连起来，再叠二层CLOS四平面组网和多轨道拓扑，华为给出的上限是100万卡的昇腾超节点集群。
规模数字从十万卡直接跳到百万卡。工程上要留意的是，机群越大，故障是常态而非异常，容错和任务重调度能力比峰值算力更能决定实际可用度。
开发者生态：416万工程师与61%的外部占比
体系资料是这场演讲里对工程师最有价值的部分。鲲鹏全球开发者超过416万，体系伙伴超7200家，拥有560多个全球开源项目，openEuler装机量超2000万套，稳居中国服务器操作系统第一份额。
外部开发者占比首次超过内部，达到61%。昇腾侧被描述为已跨越体系拐点：CANN进入常态化开源运营。基于昇腾原生调优的模型超40个，是国内唯一具备预训练能力的路线；昇腾已覆盖PyTorch、Triton、vLLM、veRL等90多个主流三方社区。
PyTorch直接部署：首个来自中国的算力平台
最实在的一条：在Linux基金会支持下，昇腾正式成为可在PyTorch直接部署的算力平台，也是首个来自中国的算力平台。
这意味着全球开发者装PyTorch时能选昇腾后端。对国内团队来说，迁移路径从改代码变成换后端，成本结构完全不同。
实际验证时，先确认PyTorch版本与昇腾插件版本的匹配关系，两者不匹配是最常见的报错来源。装完先跑一段最小张量运算确认设备可见，再上模型，比直接拉大模型省时间。
适用边界与风险
NPO光互联和百万卡机群属于重资产方案，适合有稳定电力、散热和运维团队的大型智算中心。中小规模场景硬上超节点，投入产出比不划算，传统8卡服务器加高速网络仍是更稳的选择。
开源生态这张牌，华为打得明确：让开发者在主流通用技术栈里不绕路就能用到昇腾算力。硬件上赌NPO光互联，软件上赌开源与PyTorch兼容，两条线并行推进。
AI基础设施的军备竞赛正从单卡卷到超节点，再卷到百万卡机群。规模上去了，真正决定成败的是故障恢复速度和生态迁移成本，这两项比峰值算力数字更值得盯。
