在刚刚落幕的华为2026全联接大会上，昇腾960芯片、超节点集群、AI记忆存储OceanStorM900接连亮相，一套面向智能体时代的算力硬件矩阵完整浮出水面。但整场发布会最核心的关键词，并不是某一颗芯片，而是“灵衢”。
很多人会习惯性把AI算力比拼等同于芯片性能赛跑，比拼单颗芯片算力高低。可现实产业场景里，就算堆出上万张算力卡，大量芯片却要不停等待数据传输，真正干活的算力占比并不高。AIAgent智能体爆发之后，大模型参数冲向十万亿级别、上下文越来越长、交互频次成倍上涨，“通信拖后腿”的矛盾被彻底放大。灵衢，就是华为瞄准通信瓶颈拿出来的一套底层架构方案。
一、Agent时代，算力的短板不在计算而在通信
过去搭建AI集群，行业大多沿用PCIe加RoCE这套成熟体系，不断在现有框架上做修补优化。放到传统大模型训练尚能应付，但面对AIAgent就处处碰壁。
第一个现实难题，通信量爆炸，算力白白闲置。随着模型规模膨胀，集群内部的数据交换量近乎平方级增长。十万卡规模的集群里，模型实际浮点算力利用率仅仅20%，大半算力卡在等待数据收发，机器忙闲不均。模型越大、卡数越多，效率下滑越明显。
第二重压力来自业务负载的五花八门。现在AI任务不再是单一训练任务，预填充、解码两种推理任务特性完全不一样。Agent还要频繁调用工具，CPU、NPU配比随时变化，需要不同类型算力灵活配合。老架构硬件绑定死板，很难做到资源灵活调配。
第三个痛点来自存储缓存。长上下文推理会产生海量KV缓存，需要HBM、DDR、SSD分层缓存。旧互联架构带宽、时延跟不上，PB级缓存调度会变成整个系统的堵点。
产业链人士提到一个很现实的判断：继续在旧协议上面叠加补丁，收益会越来越有限。当通信成为天花板，单纯堆更强的芯片，也很难释放全部实力。算力竞争，已经悄悄转到互联架构的赛道上。
二、灵衢一套协议，打通芯片到百万卡集群
灵衢UnifiedBus，本质是一套统一的算力底座互联总线协议。简单理解，它把CPU、NPU、DPU、内存、SSD这些各式各样的硬件，用同一套语言对话，不再层层翻译转换，覆盖单颗芯片、单机服务器、超节点，一直延伸到百万卡大集群。它的核心优势可以拆解为四点。
首先是协议归一，实现全局内存统一编址。传统架构跨节点传输数据，要反复打包拆包、完成协议转换，额外消耗大量时间。灵衢把十几种不同互联协议收拢归一，超节点内部硬件可以直接访问彼此内存。通信时延从7微秒压缩到2微秒，带宽也从百GB级别跃升到TB级别，大幅砍掉协议转换带来的开销。
其次实现异构算力平等协同。所有计算、存储硬件对等互联，不再是传统主从模式。企业可以根据业务场景自由调配CPU与NPU的配比，做推理就偏向解码算力，做训练就拉高NPU占比，硬件组合不再被固定服务器规格锁死。
第三是分级存储全局池化。现在单颗芯片的内存已经扛不住十万亿参数模型的需求。灵衢把HBM、DDR、SSD多种存储介质整合为统一资源池。内存不再局限于单张算力卡，整个集群内存资源可以全局调度，内存利用率得到明显提升，解决长序列推理的缓存压力。
第四是光电混合组网，解决大规模扩展的物理限制。当集群扩展到万卡规模，单纯铜线电互联会遇到距离、功耗、布线的天花板。华为搭配NPO近封装光学Hi‑ONE光引擎，用电光结合的方式建设数据高速通道。
4096卡的昇腾960超节点内部，单单节省下来的铜缆就达到196公里，相当于上海到杭州的距离。依靠灵衢交换设备与两层CLOS多轨道拓扑，单个集群上限直接拉到100万颗AI处理器，十万卡集群算力利用率从20%提升到35%。
三、软硬成套：从百万卡大集群到中小企业一体机
灵衢不是一个悬浮的技术概念，整套硬件产品已经落地，兼顾超大规模算力中心，也照顾中小企业轻量化部署。
大会发布的AgenticAI超节点集群，集合昇腾960超节点、鲲鹏950超节点、OceanStorM900记忆存储、星河UBG交换机。昇腾960超节点依靠灵衢与NPO光引擎，做到单超节点4096卡，提供8EFLOPSFP8算力，拥有1PBHBM容量，系统可用度达到99.8%，风冷、液冷版本分别定档2027年Q2、Q3上市。
OceanStorM900记忆存储专门面向Agent的海量KV缓存设计，做到网络、CPU、盘控芯片三芯合一，单节点访问带宽480GB/s，承担起AI系统的记忆底座角色。
鲲鹏负责海量CPU算力与大内存池，昇腾负责AI计算，存储承接缓存，三者通过灵衢联动，实现1+1+1>3的协同效果。
不止面向超大型算力中心，灵衢技术也向下下沉到一体机产品。Atlas650E依靠灵衢双机直连，不用额外交换机，两台机器就能完成16颗NPU全互联，本地就可以跑万亿参数大模型，推理时延压到10毫秒以内，推理吞吐提升四成以上。对于看重数据安全、不想上公有云的中小企业，不用建设庞大机房，也能拥有大模型本地运行能力。后期业务扩张，还可以平滑扩容组成小型超节点集群。
四、开源生态，让灵衢底座真正“开箱即用”
再好的硬件架构，离开开发者生态就很难普及。华为没有只把灵衢封闭在硬件内部，而是继续加码开源体系，目标打造AI的“硅基黑土地”。
CANN开源社区现在月活开发者突破5200人，积累26个行业算子库，电力、金融、教育多个行业已经落地实践。像电力行业，开发者基于开源算子库完成电网负荷预测、输电线路巡检；科大讯飞基于昇腾底座打造通用大模型与行业解决方案，覆盖办公、金融、医疗等场景。
面向火热的Agent开发，华为还和DeepSeekHarness、openJiuwen等开源框架合作，把智能管理、推理加速、安全防护等Agent组件全部开源，同时对接90多家主流开源社区，覆盖模型训练、微调、推理部署全流程，降低开发者使用灵衢架构的门槛。企业拿来不需要从零改造底层，就可以搭建属于自己的Agent应用。
五、算力竞争走向系统级较量
AI行业的早期阶段，单芯片性能几乎决定一切。但走到AgenticAI时代，考验的已经不再是单卡跑分，而是整套系统从芯片、互联、存储再到软件生态的综合实力。
灵衢的出现，代表华为给出了一条不同思路：不只是提供一颗颗高性能算力芯片，而是用统一互联打通整个算力系统，解决大规模集群通信损耗的痛点。大场景有百万卡集群支撑十万亿参数模型，中小企业有一体机实现本地部署，再叠加开源生态降低落地门槛。
未来AI算力的比拼，硬件只是基础，架构创新、软硬件协同、伙伴生态，会成为决定产业格局的关键力量。
