华为昇腾950超节点获2026世界互联网大会领先科技奖，1024卡满配支持万亿参数大模型

2026年11月2日，浙江乌镇，2026世界互联网大会领先科技奖颁奖典礼举行。全球43个国家和地区的430余项申报项目中，仅20项最终获奖，华为昇腾950超节点（Atlas 950 SuperPoD）位列其中。这是该奖项设立以来，首次有国产AI算力基础设施项目获此殊荣，标志着中国在超大规模AI训练硬件系统架构层面的创新获得国际权威认可。

昇腾950超节点并非传统意义上的服务器集群，而是一个逻辑上统一、物理上高度集成的“超节点”系统。其核心突破在于通过自研“灵衢互联协议”，将数百乃至上千颗计算芯片在系统级层面紧密耦合，实现近似单机的协同效率。满配版本可部署1024张昇腾NPU芯片，搭配1300余颗互联芯片与4000余只光模块，构成一个专为万亿至十万亿参数大模型设计的训推一体化平台。

传统分布式训练中，芯片间通信常成为性能瓶颈——数据需经多级交换、反复中转，导致大量等待时间与带宽浪费。昇腾950采用统一内存编址技术，使千卡规模下任意两颗NPU均可直接访问全局内存空间，大幅降低通信开销。实测显示，其训练算力利用率达45%，约为行业平均水平的1.8倍；在推理场景下，最低时延压至5毫秒以内，满足智能体（Agent）等对实时性要求严苛的应用需求。

这一性能提升并非仅靠堆叠硬件，而是系统级软硬协同的结果。灵衢协议摒弃了传统主从式互联架构，实现“一套协议平等连接所有组件”，从根本上消除了中心化调度带来的延迟与拥塞风险。华为昇腾计算产品线总裁张迪煊在颁奖现场指出：“通用人工智能加速演进，我国大模型调用与词元消耗规模已居全球前列，算力需求持续攀升。超节点正成为AI基础设施建设的产业共识。”

目前，昇腾950超节点已在多个关键行业落地应用。据公开信息，昇腾系列超节点累计部署超1000套，覆盖互联网、电信运营商、金融、教育、能源等领域。其中，全国首个昇腾950DT超节点集群已于武汉上线，全面支撑万亿参数大模型训练与智能体推理任务。

更值得关注的是生态适配进展。已有40多个大模型在昇腾硬件平台上完成原生预训练，包括部分头部中文大模型。这意味着模型开发者无需进行复杂适配或降级优化，即可直接调用完整算力资源——这对缩短研发周期、降低部署成本具有实质性推动作用。

从技术演进路径看，昇腾950代表了AI算力基础设施从“集群化”向“超节点化”跃迁的关键一步。早期AI训练依赖数百台普通服务器拼接成集群，管理复杂、效率受限；而超节点将计算、互联、存储单元深度整合，形成高内聚、低耦合的“算力原子”。业内普遍认为，当模型参数突破万亿门槛后，传统集群架构的边际效益急剧下降，超节点将成为主流选择。

值得注意的是，本次获奖的20个项目中，除昇腾950外，还包括“九章四号”光量子计算原型机等前沿成果，反映出全球科技竞争正聚焦于底层算力与基础理论的双重突破。在AI大模型竞赛白热化的背景下，算力不再仅是“资源”，更是决定模型能力上限的“架构能力”。昇腾950的获奖，实质是对中国在异构计算系统设计、高速互联协议、大规模并行调度等核心技术领域自主可控能力的一次集中验证。

华为方面表示，未来将持续推进“超节点+超集群”两级架构演进：单节点进一步提升集成度与能效比，多节点则通过跨超节点互联构建更大规模算力池。同时，昇腾生态坚持开源开放策略，已推出MindSpore AI框架及CANN异构计算架构，旨在为全球开发者提供替代性技术路径。

行业分析人士指出，昇腾950的规模化落地，不仅缓解了国内大模型厂商的“算力焦虑”，也为垂直行业AI应用提供了可复制的基础设施模板。例如，在金融风控场景中，低时延推理能力可支撑毫秒级交易决策；在工业仿真中，高利用率训练可加速数字孪生模型迭代。随着更多行业客户接入，超节点的边际成本有望进一步下降，推动AI从“实验室能力”走向“普惠型服务”。

需要强调的是，超节点并非万能解药。其高集成度带来运维复杂性提升，对数据中心供电、散热、网络布线提出更高要求；同时，软件栈成熟度仍需长期打磨。但不可否认，昇腾950的出现，标志着中国在AI算力基础设施领域已从“可用”迈向“好用”，并开始参与定义下一代AI基建标准。

截至2026年11月初，昇腾950超节点仍在持续交付中，部分头部云服务商已将其纳入新一代AI算力池规划。在算力即生产力的时代，这一获奖成果背后，是一条从芯片到协议、从硬件到生态的完整自主创新链路的初步成型。