华为把 Ascend 960DT 提前三个季度，并推出业界首个基于 NPO 的 SuperPoD

先看光学这条线，因为它是这次发布里最具体的一块。华为把基于近封装光学的下一代光互连产品命名为 Hi-ONE，即高密度光互连节点引擎，采用自研技术并做了光、机、电、磁、热的多物理场设计，单个引擎的传输容量为 7.2 Tbit/s。华为的说法是，这是业界首个可以量产的 NPO 产品，也是首个内置光源的 NPO 产品。和统一总线结合起来，它要解决的是 SuperPoD 内外互连的扩展难度。华为近期已经向光互连论坛（OIF）提交了一份关于近封装光学的实施协议，并称收到了产业伙伴的广泛正面反馈。

这块光学技术直接决定了 Atlas 960E 的形状。单个 Atlas 960E SuperPoD 最多可扩展到 4096 颗 NPU，提供 8 EFLOPS 的 FP8 算力，HBM 容量最高 1 PB。真正值得注意的是它用了 5500 个 Hi-ONE 单元，而按传统方式连接这些 NPU 需要 48000 个 800G 光模块。华为给出的结论是这使功耗下降超过 550 千瓦，同时把系统无故障运行时间翻倍，达到 99.8% 的系统可用性。换句话说，NPO 的价值不在于单引擎跑得更快，而在于它把互连器件数量降了一个数量级，而互连器件的数量直接决定了大集群的功耗、故障点和布线复杂度。对于几万卡规模的训练集群，这三项都是做实之后才敢谈的成本。

芯片路线图之外，华为这次还补了一块过去相对薄弱的短板：面向智能体的内存与上下文存储。TaiShan 950 SuperPoD 被全面升级，基于统一总线全光网络，最多支持 4096 个节点，统一内存池最高 256 TB。华为给出的三组对比是：沙箱密集型负载下，10 万个沙箱的启动速度比传统服务器快 30 倍，沙箱密度还能再提升 25%；在 100 亿条 1000 维向量的向量检索上，搜索效率是传统服务器的两倍。同时发布的 OceanStor M900 是面向上下文的内存存储集群，为智能体推理提供多级 KV 缓存，支持一跳直达，在 L3.5 层提供 PB 级缓存，并称通过混合介质与优化后的保留算法把 SSD 读写寿命延长了 16 倍。这些指标的共同点是它们都在回答同一个问题：当模型上下文越来越长、智能体越开越多，谁来装这些中间状态。

把系统拼起来的是 SuperCluster。它用统一总线把多种互连协议收敛成一套统一协议，显著降低协议转换开销，从而在 Ascend SuperPoD、Kunpeng SuperPoD 与 KV 缓存集群之间实现点对点互连，目标是支撑十万亿参数级模型的训练与推理。华为还引用其 Markov Lab 的仿真结果：用 4k NPU 的 SuperPoD 构建十万卡集群，相比用 8 卡服务器构建的十万卡集群，MFU 可提升 2.75 倍。这里有一个必须一并说清楚的反面信息。科技分析师 Rui Ma 在社交平台上指出，华为此前曾表示 Atlas 960 SuperPoD 将扩展到 15488 颗 Ascend 960 芯片，而本周发布中提到的是 4096 颗，她的评价是芯片本身提前了很多，但宣布的 SuperPoD 比原本规划的规模小得多。这个差额是理解这次发布的关键之一：路线图提前与系统规模缩水同时发生，不能只引用其中一半。