科技日报记者 崔爽
“随着大模型训练和推理对算力需求的爆炸式增长，传统计算架构已难以支撑AI技术的代际跃迁，超节点架构的诞生不仅是技术的突破，更是以工程化创新开辟AI产业的新路径。”在5月16日召开的华为云AI峰会上，华为云副总裁黄瑾在会上指出，华为云CloudMatrix 384超节点具备MoE（混合专家模型）亲和、以网强算、以存强算、长稳可靠、朝推夜训、即开即用六大技术优势，以系统架构创新重新定义新一代AI基础设施。
当前，大模型训练经历了从早期小模型在单卡训练、小参数大模型在单机训练，到现在MoE、长序列、多模态大模型都在AI集群上训练的演进过程。AI算力的瓶颈，从单卡算力的瓶颈到单机内总线带宽的瓶颈，再到现在集群间通信带宽的瓶颈，需求增长了1万倍。
然而过去的8年里，单卡硬件的算力增长40倍，但是节点内的总线带宽只增长9倍，跨节点的网络带宽只增长4倍，这使得集群网络通信成为当前大模型训练和推理的最大挑战。
面对这些挑战，黄瑾介绍，华为云推出采用全对等互联架构的CloudMatrix 384超节点。通过新型高速互联总线实现384张卡互联成为一个超级云服务器，最高提供300Pflops（每秒千万亿次浮点运算）的算力规模。
目前，基于CloudMatrix的超节点集群已经在芜湖、贵安等地规模上线，黄瑾进一步深入解读了六大技术创新点：MoE亲和架构，从“小作坊”到“超级工厂”；以网强算，双层网络破解“数据堵车”；以存强算，弹性内存改写“算存绑定”；长稳可靠，故障自愈的“AI医生”；朝推夜训，算力资源“错峰用电”；即开即用，“算力水电”普惠模式。
如何将AI技术价值转化为应用成果，是千行百业面临的核心课题。黄瑾强调，一直以来华为云持续推动昇腾AI云服务全面升级，通过打磨昇腾云的训练、推理的性能、可靠性和性价比，为中国乃至全球客户提供好用、易用的AI算力云服务。现已全面适配DeepSeek在内的160多个大模型，以云服务的方式，协助客户进行模型的开发，训练，托管和应用。昇腾AI云服务上线以来，面向政府、金融、零售、互联网、交通、制造等行业服务六百多家创新企业。
当下，企业唯有抓住AI时代机遇，才能抢占发展先机。黄瑾表示，面向智能世界，华为云致力于做好行业数字化的“云底座”和“使能器”，坚定打造AI算力底座，以安全、稳定、高质量、持续创新的AI云服务，赋能千行万业应用创新。
（主办方供图）
