9月17日，华为全联接大会2026在上海开幕，会上发布了新一代AI算力基础设施昇腾960超节点。这被官方定义为业界首个采用NPO即近封装光学技术的超节点，最多可搭载的算力卡数量从上一代的1024卡升级到4096卡，用于匹配十万亿参数规模模型的训练与推理需求。华为副董事长兼轮值董事长汪涛表示，960芯片已提前就绪，实现性能翻番。
当大模型参数从千亿走向万亿乃至十万亿，传统8卡服务器已经无法满足训练和推理的通信需求。节点之间交换数据的开销会迅速吃掉算力收益，规模越大效率越低。超节点的思路是把尽可能多的加速卡放进一个统一的内存编址域内，让它们像一台计算机一样协同工作，从而把跨节点的通信开销降下来。
昇腾960超节点具备跨物理节点统一内存编址能力。官方给出的仿真数据显示，4个超节点组成的10万卡集群，模型浮点算力利用率相比传统8卡服务器集群提升2.75倍。这个倍数的意义在于，它衡量的是有效算力而不是名义算力：同样数量的卡，能不能被真正喂饱，取决于互联架构而不是芯片本身的峰值指标。华为此前还发布了Peerium架构，并提出UnifiedBus用于实现百万级处理器的资源统一共享，目标是把强扩展能力推到更大规模。
统一内存编址带来的直接好处是编程模型简化。开发者不需要显式为跨节点数据搬运编写通信代码，框架层可以把整个超节点当作一块内存来调度，这降低了把训练任务扩展到万卡规模的工程门槛。
这次发布最具技术含量的是NPO即近封装光学技术。在超大规模集群里，节点间互联正在从电信号向光信号迁移，原因很直接：电互联的带宽密度和功耗随距离迅速恶化，而光互联在这两项上都有数量级优势。近封装光学进一步缩短了光引擎与计算芯片之间的距离，减少信号在电与光之间转换的次数，从而降低延迟和功耗。
行业对光互联的投入正在加速。同一时间段，长飞光纤宣布其反谐振空芯光纤衰减突破至0.032dB/km，刷新全球最低传输损耗纪录，并已在国内完成超13个商用及试点项目；高盛把全球光模块市场预测大幅上调，预计2030年高速数通光模块出货超1.6亿只、光器件收入接近700亿美元、CPO与NPO端口接近3500万个。这些数字共同说明，算力竞争的瓶颈正在从单卡性能转向互联能力，谁能把成千上万张卡高效地缝合成一个整体，谁就掌握了规模化的钥匙。
NPO的产业意义不止于性能。近封装光学把光引擎与计算芯片的距离压缩到封装尺度，对封装工艺、散热设计与良率控制都提出了新要求，这也意味着算力竞争正在把产业链上游的先进封装能力一并卷进来。
硬件之外，这次大会还披露了配套的软件与平台进展。灵衢昇腾950智算集群服务全球上线，搭载五级快速恢复机制，可保障40天云上训练稳定运行、10分钟内完成故障恢复，Token吞吐性能较上一代提升20%，将于9月30日国内商用、11月30日海外商用。华为云还发布CMS记忆存储解决方案，构建PB级记忆空间，存储容量较同类提升一倍，支持TB级高速读取。
这些动作回应的是同一个问题：训练一个十万亿参数模型，考验的不只是峰值算力，还有长时间运行的稳定性、故障恢复速度和数据供给能力。40天连续训练、10分钟故障恢复这类指标，恰恰是过去国产算力方案最容易被质疑的地方。与此呼应的是9月中旬中电信发布并开源的星辰Xing4.0-29B-A4B，该模型全程基于昇腾910C芯片与国产框架训练，训练吞吐较开箱状态提升约96%。从只能跑推理到能完成训练，这是国产算力生态最关键的转折点，而昇腾960超节点要解决的是这个转折之后的下一个规模问题。
软件栈的成熟度往往比硬件指标更难追赶。一个训练框架要支持万卡规模稳定运行，需要在大规模并行、容错恢复、数据流水线等多个方向积累工程经验。40天连续训练与10分钟故障恢复这两个指标，衡量的正是这部分隐性能力。
规模的尽头是电力。华为云CEO周跃峰在会上表示，重点是降低端到端成本，同时坦言芯片供应紧张，部分需求无法满足。华为援引的数据显示，2026年全球数据中心用电量将达到565太瓦时，同比增长26%；国内方面，Token日均消耗量已从2024年初的日均千亿增至日均约500万亿。算力正在成为用电增长最快的新增负荷。
这也解释了为什么9月的算力议题里，电力与算力的协同被反复提及。中国算力大会期间发布的《算电协同高质量发展倡议》，从规划、建设、运行、创新、标准与安全六个方向推进算力与电力协同，配套项目库首批纳入54个行业实践样本。当单栋机房的IT供电容量被推到168兆瓦这个量级，选址、绿电直连、调峰能力就不再是配套问题，而是决定算力能否落地的硬约束。国产算力的下一轮竞争，比的可能不是谁的集群更大，而是谁能在给定的电力与成本约束下，把有效算力利用率和单位Token成本做到更优。
单位Token成本因此成为比峰值算力更实用的评价指标。它同时包含芯片利用率、互联效率、电力价格与散热开销，是算力方案能否长期跑下去的综合性判断。对采购方而言，这个数字比任何单点性能指标都更接近真实账单。