华为轮值董事长汪涛在2026全联接大会上披露昇腾960、960超节点与CANN生态进展，称芯片演进提速至一年一代，并首次在超节点中采用NPO近封装光学。
AI解读：华为这次把重点放在“算力底座”而不是单颗芯片的参数上。昇腾960DT单芯片支持2 PFLOPS FP8、4 PFLOPS FP4，HBM最高288GB、带宽9.6TB/s，研发进度比原计划提前三个季度；对应的960超节点扩到4096张NPU卡，最高8 EFLOPS FP8算力和超过1PB HBM容量。
为什么要把这么多卡连起来？因为万亿参数级模型的训练和推理规模已经超过单卡能承担的范围。华为给出的数据是：在同样十万卡集群下，4096卡超节点组成的集群相对传统八卡服务器集群，MFU可提升2.75倍。
真正的新硬件是NPO光引擎。960超节点用约5500个Hi-ONE光引擎替代约4.8万个800G光模块，功耗降低超过550kW，系统无故障运行时间提升一倍，可用度99.8%。华为没有直接上CPO，汪涛解释是CPO把光引擎和主芯片封在一起，坏了主芯片一起报废，目前NPO的TCO至少比CPO低40%以上。
软件侧CANN进入常态化开源社区运营，月活开发者超过5200人，外部开发者占比61%，昇腾也进入PyTorch官方支持路线。汪涛说经过八年努力“只敢说CANN生态跨过了拐点”。
对使用昇腾训练模型的团队来说，直接影响是适配时点可能提前：华为计划在模型预训练阶段就和模型厂商协同，而不是等模型发布后再迁移。对普通读者，这条新闻暂时不需要行动，它更关系到国内做大模型训练的公司未来能用什么算力、成本结构如何变化。
路线图方面，华为称2028年昇腾970、2029年昇腾980，未来几年保持一年一代。汪涛同时明确，百万卡更多是技术指标，现实部署仍要看投资、电力和模型需求。
华为轮值董事长汪涛在2026年全联接大会上披露昇腾芯片路线图：昇腾960DT研发进度比原计划提前三个季度，单芯片支持2 PFLOPS FP8、4 PFLOPS FP4，HBM容量最高288GB、带宽9.6TB/s；对应的昇腾960超节点做到4096张NPU卡，最高8 EFLOPS FP8算力、超过1PB HBM容量。
汪涛表示，从950、960到970、980，华为未来几年计划保持“一年一代”的快速演进节奏。他称这是国内半导体制造、封装的上下游配套全部打通之后才实现的，960芯片已经在实验室测试了几个月。2028年计划推出昇腾970，2029年推出昇腾980。
华为这次同时公布了960超节点采用的新互联技术NPO（近封装光学），以及CANN软件生态的进展。汪涛在会后接受量子位专访时称，AI基础设施已经进入系统工程阶段，“只做好一颗芯片远远不够”。
960超节点：从384卡到4096卡，MFU提升2.75倍
华为公布的单芯片规格为：960DT支持2 PFLOPS FP8、4 PFLOPS FP4，HBM容量最高288GB、带宽9.6TB/s。960超节点做到4096张NPU卡，最高8 EFLOPS FP8算力、超过1PB HBM容量。
超节点规模逐代扩大：910C是384卡，950做到1024卡，960进一步扩到4096卡。华为通过跨物理节点的统一内存编址，让多颗NPU互联起来更接近一台逻辑计算机。
汪涛引用华为仿真训练数据称，在同样十万卡集群下，4096卡超节点组成的集群相对传统八卡服务器组成的集群，MFU可提升2.75倍。MFU可理解为大模型实际吃到的理论算力比例，集群越大，通信、同步和故障越容易吃掉峰值性能。
华为披露，多超节点通过灵衢网络或RoCE继续扩展，二层Clos组网最大可到51.2万卡，结合多轨道拓扑，技术上限可支持百万卡。汪涛强调，百万卡更多是技术指标，现实部署仍要看投资、电力和模型需求。
- 910C：384卡；950：1024卡；960：4096卡
- 960DT：2 PFLOPS FP8、4 PFLOPS FP4，HBM最高288GB、带宽9.6TB/s
- 960超节点：最高8 EFLOPS FP8、超过1PB HBM
- 同样十万卡集群下，4096卡超节点集群相对八卡服务器集群MFU提升2.75倍（华为仿真数据）
- 二层Clos组网最大51.2万卡，技术上限支持百万卡
NPO光引擎首次用于超节点，替代约4.8万个800G光模块
昇腾960超节点这一代最硬的新增技术是NPO（近封装光学）。NPO把负责光电转换的光引擎往芯片附近推进，用光承担芯片间高速数据传输，以降低长距离电信号传输的损耗和功耗。
华为用这套NPO架构做的产品是Hi-ONE光引擎：单引擎集成36路200G，总传输容量7.2Tbps，光源直接内置。汪涛称Hi-ONE是“第一个规模商用的、第二个最大的带宽（36路200G集成）、第三个唯一内置光源的”。华为称昇腾960是业界首个采用NPO光引擎的超节点。
汪涛解释华为没有直接一步走向CPO（共封装光学）的原因：CPO把光引擎和主芯片封在一起，光引擎坏了整个主芯片就报废，可用度差、故障成本极高，对封装厂要求也高；当前NPO的TCO至少比CPO低40%以上，是工程和成本综合最佳选择。他表示如果未来CPO解决可靠性和良率问题，华为也可能转向CPO。
华为给出的量化效果是：960超节点用约5500个Hi-ONE，替代原本约4.8万个800G光模块，功耗降低超过550kW，系统无故障运行时间提升一倍，系统可用度为99.8%。
- Hi-ONE单引擎：36路200G，总容量7.2Tbps，内置光源
- 约5500个Hi-ONE替代约4.8万个800G光模块
- 功耗降低超过550kW
- 系统无故障运行时间提升一倍，可用度99.8%
- 汪涛称当前NPO的TCO至少比CPO低40%以上
CANN跨过拐点，适配动作计划前移至预训练阶段
CANN进入常态化开源社区运营，月活开发者超过5200人，外部开发者占比达到61%；昇腾也进入PyTorch官方支持路线，开发者可以直接在PyTorch社区获得相关支持。汪涛的表述是：“经过八年努力，我们今天只敢说CANN生态跨过了拐点。”
华为计划把适配动作进一步前置：在模型进入预训练阶段时就和模型厂商协同，把昇腾适配、性能优化等工作尽可能提前完成，而不是等一个模型发布后再迁移到昇腾。汪涛表示，未来会看到越来越多模型基于昇腾原生训练，模型开源发布走向千行万业之后基本不需要再做适配和优化。
汪涛同时给华为在AI产业链中的位置划了边界：“华为的核心使命是打造算力底座。”他称盘古会继续服务华为自身产品智能化，但华为不打算在每一层都和伙伴竞争；灵衢协议已经开放，CANN代码也持续开源，华为想把更多研发资源放在芯片、超节点和算力底座上。
对于先进制程，汪涛表示，到2030年甚至未来，必须做一个准备：中国最先进的制造工艺还没有取得完全突破，华为必须有一个创新路线，同时满足中国AI训练、推理、行业应用的需求。他称创新是华为没有退路才走出的“胜利之路”。
- CANN月活开发者超过5200人，外部开发者占比61%
- 昇腾进入PyTorch官方支持路线
- 计划在模型预训练阶段就协同模型厂商完成适配与性能优化
- 汪涛：“华为的核心使命是打造算力底座”
- 盘古继续服务华为自身产品智能化，灵衢协议已开放，CANN代码持续开源