智东西 作者 李水青 编辑 漠影 智东西9月19日报道，在9月17日‑19日举办的华为2026年全联接大会上，华为围绕 灵衢互联 架构及 超节点集群 ，推出 昇腾960芯片、昇腾960超节点、OceanStor M900 AI记忆存储 等一系列AI基础设施新品，引起产业多方关注。 其中，“灵衢”成为贯穿所有发布、高频出现的关键词，引起了很多人的好奇。 灵衢是什么？有什么过人之处？ 华为常务董事、ICT BG CEO杨超斌在主题为“灵衢互联，架构创新，构建Agentic AI算力底座”的演讲中，给出了完整答案。 简单来说，灵衢（UnifiedBus），是华为整个算力底座的 统一互联总线协议 。它把CPU、NPU、DPU、DDR、SSD等多种计算与存储单元统一互联起来，并进一步贯穿单机、超节点和超大规模集群。 传统互联下，十万卡集群实际算力使用率只有约20%，难以扛住AI Agent时代的计算需求。华为公布的数据显示，基于灵衢的单集群可支持100万颗AI处理器， 10万卡 集群的模型浮点算力利用率（MFU）从 20% 提升至 35%。 为什么华为把这次架构创新的关键点钉在“通信”上？ 这要从AI Agent时代的 计算需求变化 说起。 一、通信成AI Agent算力胜负手，三大挑战“逼”出灵衢架构答案 AI Agent时代，通信正在成为算力“胜负手”。 现在，模型参数规模已经从万亿级走向10万亿级，未来可能进一步达到20万亿甚至50万亿；上下文长度也从几K级来到几M级，未来可能达到几十M。与此同时，人与Agent的交互频次也远高于模型。 作为AI底层的计算系统，需要同步支持超大模型推理、高频次调用、多种工具使用、多层级信息传递与存储，面临诸多挑战。 1、通信量平方级暴涨，10万卡MFU不足20% 第一个挑战来自通信范围极速变大。数据并行域内的通信量与参数量呈近似平方关系，不可掩盖的通信时间占比成倍增加，MFU快速下降。 典型MoE模型在10万卡集群上的MFU不到20%。如何打破MFU随集群规模快速下降的趋势，成为计算系统面临的第一道难关。 2、一种算力喂不饱所有AI负载，异构协同与内存池化成刚需 第二个挑战来自AI业务负载多样化。Prefill（预填充）与Decode（解码）呈现出不同的计算特征与访存特征，因此P、D分离，用不同算力来满足。 面向未来更大模型、更低时延的推理，Decode中的Attention与FFN，由于计算与访存特征差异，用专用算力来加速可以提升效率。 同时，随着Agent应用普及，CPU与NPU配比发生变化，计算系统需要异构算力协同、内存资源池化，实现动态、高效调整。 3、上下文持续变长，旧互联撑不起多级缓存 第三个挑战是上下文持续变长带来的存储压力。无论是训练还是推理，都必须构建层次化的多级缓存架构，包括HBM、DDR、SSD分层分级，成为必然选择。 现有PCIe加RoCE网络，难以满足缓存所需要的时延与带宽需求。未来PB级的KV Cache，也需要更大的带宽、更低的时延来匹配。 可以说，通信，开始成为计算系统性能的关键。 它需要超强互联能力，支持异构算力高效协同和扩容；也需要打破物理极限，实现算力、内存等资源池化；还需要超大带宽和更低时延，保障计算系统的通信效率。 灵衢，就是华为针对这些变化给出的架构答案。 二、一套协议打通芯片到集群，灵衢四大竞争力重装算力底座 灵衢的核心，是用一套协议贯穿从芯片到集群的整个系统，把复杂协议归一，统一内存语义，消除协议转换开销。 杨超斌谈道，其竞争力可以概括为以下四个维度： 1、协议归一，统一内存语义。 传统计算系统采用主从架构，服务器内部CPU和内存可以通过load/store指令直接访问，但跨节点访问通常依赖RDMA的Send/Receive消息传递。数据需要反复打包、拆包，还要进行协议转换。 灵衢要做的，就是从协议层重新组织这一过程。华为将CPU、NPU、DPU、内存、存储、网卡等核心组件统一基于灵衢协议互联，实现十几种协议归一；同时在超节点内部统一内存语义，实现全局内存统一编址。由此，其互联带宽从百GB级提升到TB级，RTT通信时延从7微秒压缩至2微秒，降低约70%。 2、多样算力，异构协同。 CPU、NPU、内存和SSD等计算、存储单元通过灵衢直接对等互联，形成去中心化的平等访问方式。这样一来，计算系统可以根据不同业务需求灵活配比CPU和NPU，同时具备可扩展性，而不必受制于固定的节点结构。 3、分级存储，全局池化。 随着AI模型不断变大，单颗芯片、单台服务器能够提供的内存容量越来越难满足需求。灵衢通过分级存储和全局池化，将多种混合介质纳入统一资源体系，提高内存利用率。 4、光电互联，灵活组网。 当超节点从千卡走向万卡，电互联开始受到物理距离、带宽和功耗等限制。