華為CloudMatrix 384超節點突破AI算力瓶頸！領先輝達67%
華為雲端 AI 高峰會於週五（16 日）在北京盛大登場，聚焦 AI 算力與雲端基礎設施的革新。華為雲端副總裁黃瑾在會中發表主題演講，介紹了更多全新一代 CloudMatrix 384 超節點技術細節，強調此技術將成為 AI 時代的關鍵算力引擎。
在晶片能力落後於輝達 (NVDA-US) 一代的情況下，華為轉向系統級創新，透過 CloudMatrix 384 超節點、新型高速互聯技術，實現 384 張昇騰 910C 互聯成為超級雲端伺服器，最高提供 300Pflops 的算力規模。
華為此前也表示，CloudMatrix 在多項關鍵指標上優於輝達 NVL72，整體運算能力高出 67%，記憶體容量則超出三倍以上。
CloudMatrix 384 實現了 CPU、NPU、GPU、記憶體等多樣化資源的跨伺服器統一池化，用「對等架構」替換掉傳統的「主從架構」，讓多元算力可以直接通訊，不需要透過 CPU，讓系統能夠靈活配置跨伺服器的多種資源，形成一個大規模的緊耦合的多元算力池化架構。
黃瑾指出，傳統計算架構難以支撐這種等級的運算壓力，必須藉由系統級創新突破限制。隨著 AI 大模型迅速擴張，從早期的單卡小模型訓練，演進至如今涵蓋 MoE 專家模型、長序列與多模態大模型的 AI 集群訓練，算力需求激增達 1 萬倍。
過去 8 年中，雖然單卡算力提升了 40 倍，但節點內的總線頻寬僅成長 9 倍、跨節點網路頻寬更只提升 4 倍，導致 AI 模型訓練與推理過程中，集群間的通訊延遲成為最大瓶頸。
為解決高速連接的佈局限制，華為大膽採用技術門檻極高的光模組取代傳統電纜，儘管成本高、早期故障率高，華為工程團隊仍持續優化，使其實現「1 分鐘故障感知、10 分鐘快速修復」，確保訓練與推理場景的高可用性。
黃瑾強調，CloudMatrix 384 突破傳統「一卡多專家」的瓶頸，採用「一卡一專家」的分布式推理架構，大幅提升 MoE 模型的計算與通訊效率。目前已有來自政府、醫療、零售、製造等領域的數百家企業導入，應用於智慧客服、內容創作等 AI 場景。
CloudMatrix 384 另一項重大創新則在於雙層高速網路架構。內部採用 ScaleUp 總線網路，提供 2.8Tbps 頻寬與奈秒級延遲；外部則為 ScaleOut 網路，支援微秒級延遲並具備彈性擴展能力，再加上智慧調度系統，讓 AI 任務 穩定且高效運行。
黃瑾最後表示，華為持續推動昇騰 AI 雲服務升級，已完整支援包括 DeepSeek 在內的 160 多個主流大模型，協助企業進行 AI 模型的開發、訓練、託管與應用。目前服務對象已超過 600 家企業，橫跨政府、金融、交通、製造等關鍵產業，加速產業 AI 化。
分析機構 SemiAnalysis 指出，儘管華為的晶片技術落後一代，但其自主研發的雲端超級算力解決方案 CloudMatrix 384，卻可領先輝達和超微半導體 (AMD-US) 當前市售產品一代。
更多鉅亨報導
•華為折疊PC下周一亮相 攜鴻蒙系統與麒麟晶片重塑高階市場
•美全球封殺華為晶片 結果是？凡殺不死華為的 必使華為更強大！
留言 2