2026年9月20日，华为轮值董事长徐直军在2026年全联接大会期间接受钛媒体专访，回应外界对华为AI算力布局的关注。他明确表示：“UB是一个创新之路，也是我认为未来AI计算的必由之路。”
徐直军口中的UB，即灵衢互联技术。他指出，去年公布的灵衢互联技术被芯片话题掩盖，但实际是关键所在。从算力集群的角度看，AI训练规模扩大，正在使互联环节的技术权重快速上升；芯片决定单点算力的上限，互联则决定集群能否把这些算力高效组织起来。UB被徐直军视为未来AI计算的必由之路，正对应这一产业趋势。
选择NPO而非CPO：工程、成本与产业链分工的综合平衡
围绕AI计算集群的光互连方案，业界存在CPO（共封装光学）与NPO（近封装光学）两条主要路线。徐直军介绍，华为选择NPO而非CPO，是基于工程、成本、产业链分工与维护的综合平衡。
从行业技术背景看，CPO将光引擎与交换芯片置于同一封装内，集成度高、电信号传输路径短，但对封装工艺、良率控制以及后续维护提出了更高要求。NPO则让光引擎与交换芯片保持相对独立，在系统可维护性和产业链分工上更为灵活。徐直军的表态，明确了华为在两条技术路线之间的取舍逻辑：不是简单追随集成度最高的方案，而是追求工程实现、成本结构与长期维护的整体最优。
昇腾950系列产品进展
徐直军同时透露了昇腾AI算力产品线的具体节奏：昇腾950PR已上市，训练版本950DT预计明年初规模供货。明年，大量模型训练将基于新超节点或集群构建。
这一安排显示，华为AI算力的产品重心正从单芯片向超节点、集群形态迁移。相较传统服务器形态，新的训练架构对节点间互联的依赖更强。灵衢互联技术此前之所以“被芯片话题掩盖”，或许正是因为芯片参数更容易被外界感知，而互联能力需要放到集群中才能体现价值。随着基于新超节点或集群的训练体系逐步落地，UB的角色也将从幕后走向台前。
徐直军此次发言，将华为AI算力的叙事框架从“芯片升级”拉回“系统架构”。在AI集群训练的竞争进入深水区后，互联技术路线之争，正在成为决定产业格局的关键变量之一。
