在全球人工智能大會WAIC2025上，AI智算中心超節(jié)點(diǎn)無疑是最火爆的話題。各家都在發(fā)布自己的超節(jié)點(diǎn)方案，其中華為昇騰384超節(jié)點(diǎn)作為官方認(rèn)證鎮(zhèn)館之寶，成為各大媒體、國內(nèi)外觀眾的必打卡點(diǎn)之一。

在大模型時(shí)代，AI算力必須肩負(fù)起大規(guī)模并行計(jì)算的任務(wù)。依托單卡完成的AI計(jì)算必須走向集群化計(jì)算。產(chǎn)業(yè)界正在發(fā)生從萬卡集群向十萬卡集群演進(jìn)的趨勢。而大規(guī)模AI集群，必須使用光互聯(lián)方案。隨著AI計(jì)算集群規(guī)模越來越大，性能越來越高，散熱和供電等問題會非常棘手。以光纖完成的光互聯(lián)可以減少線纜的利用，降低散熱、供電等方面的需求。可以說，光互聯(lián)是大規(guī)模AI集群組網(wǎng)的必選方案。

昇騰384超節(jié)點(diǎn)就是選擇了光互聯(lián)之路，才能馴服如此龐大的AI巨獸。昇騰384超節(jié)點(diǎn)采用了384顆昇騰NPU，用到了總長度達(dá)到316公里的3168根光纖，通過6912個(gè)星云光模塊實(shí)現(xiàn)NPU全MESH互聯(lián)。如此規(guī)模的光互聯(lián)組網(wǎng)中，光鏈路的端面臟污問題就成為計(jì)算系統(tǒng)能夠支持長穩(wěn)訓(xùn)練的最大痛點(diǎn)。

（數(shù)據(jù)來源：2025芯光論壇，華為云）

一方面，端面臟污可能帶來計(jì)算集群的網(wǎng)絡(luò)閃斷頻發(fā)故障率奇高。根據(jù)2023年華為云現(xiàn)網(wǎng)2萬+個(gè)鏈路閃斷率統(tǒng)計(jì)分析，系統(tǒng)初始閃斷率達(dá)到37.27%，而光鏈路端面臟污是閃斷的主要根因。

端面臟污帶來的閃斷問題，可能給計(jì)算集群帶來的損失也非常大。根據(jù)科大訊飛萬卡集群分析，集群設(shè)備空轉(zhuǎn)7天的損失可以達(dá)到1548.61萬元。

而想要識別光鏈路的端面臟污，傳統(tǒng)方法現(xiàn)網(wǎng)運(yùn)維存在著工程量和代價(jià)巨大的問題。傳統(tǒng)檢測手段檢出率只有48.3%，假如面對超節(jié)點(diǎn)超過11萬條光鏈路的工作量，傳統(tǒng)運(yùn)維檢測方式根本無法入手。

昇騰384超節(jié)點(diǎn)想要實(shí)現(xiàn)以系統(tǒng)破單點(diǎn)的算力突圍，就必須克服掉光鏈接的運(yùn)維與檢測難題。為此，超節(jié)點(diǎn)配置了6912個(gè)星云光模塊，實(shí)現(xiàn)了以智能運(yùn)維檢測，突破AI算力極限的一次“逆襲”。

數(shù)智化系統(tǒng)的三要素是存、算、網(wǎng)。三者相輔相成，互為犄角。在大規(guī)模AI算力的集群式組網(wǎng)中，網(wǎng)絡(luò)聯(lián)接能力發(fā)揮著關(guān)鍵的作用，甚至可以成為破局的關(guān)鍵。在打造昇騰384超節(jié)點(diǎn)的過程中，華為在光通信領(lǐng)域的技術(shù)力得到了充分釋放，實(shí)現(xiàn)了以長板克短板的戰(zhàn)略化思維。而具體實(shí)現(xiàn)這一目標(biāo)的技術(shù)王牌，就是華為星云光模塊。

昇騰384超節(jié)點(diǎn)能夠達(dá)成，依靠的是超大規(guī)模的光鏈路組網(wǎng)。每個(gè)昇騰384 Pod配置了6912個(gè)星云400G光模塊，其中5376個(gè)用于scale up，1536個(gè)用于scale out網(wǎng)絡(luò)。

星云400G光模塊的作用在于可以有效解決智算中心網(wǎng)絡(luò)的一系列瓶頸與難題，實(shí)現(xiàn)超大規(guī)模AI計(jì)算集群的系統(tǒng)性突破。

其中，面向端面臟污等問題，星云光模塊極具創(chuàng)造性地實(shí)現(xiàn)了“星云智檢StarSensor”。

星云400G光模塊具備光口、電口健康度診斷、自動臟污檢測等功能。通過增強(qiáng)型光模塊級壓測，星云光模塊可以更容易識別出光鏈路臟污引起的突發(fā)誤碼，從而有效降低閃斷風(fēng)險(xiǎn)。根據(jù)相關(guān)數(shù)據(jù)，星云400G光模塊的臟污檢測算法，可以實(shí)現(xiàn)光鏈路端口檢測準(zhǔn)確率達(dá)到90+%，實(shí)現(xiàn)分鐘級檢測，從而解決現(xiàn)網(wǎng)閃斷的難題。

對端面臟污的高精準(zhǔn)智能化識別，可以全面提升光鏈路的運(yùn)維效率，讓超大規(guī)模AI算力真正落地，提升系統(tǒng)的可用性，實(shí)現(xiàn)了對超大規(guī)模AI計(jì)算集群的360°無死角防護(hù)。

開啟星云光模塊的星云智檢功能后，華為云現(xiàn)網(wǎng)數(shù)據(jù)表明鏈路故障報(bào)錯(cuò)率降低了13.9倍。

星云光模塊的這道“光”，照亮了中國AI算力的前路。它支撐超節(jié)點(diǎn)成功構(gòu)筑了全球規(guī)模最大、技術(shù)力最為領(lǐng)先的AI計(jì)算集群，一舉超過了此前備受矚目的英偉達(dá)NVL72。更重要的是，它印證了以系統(tǒng)破單點(diǎn)這條AI算力路徑的可行。

在作為底座的AI算力層面，發(fā)現(xiàn)隨著華為昇騰384的出現(xiàn)與成熟，中美在AI算力領(lǐng)域呈現(xiàn)出各有所長，基本持平的發(fā)展態(tài)勢。憑借華為在光通信領(lǐng)域多年的積累，面向智算中心的AI原生光互聯(lián)解決方案星云光互聯(lián)成為一張王牌，幫助超節(jié)點(diǎn)構(gòu)筑起面向未來的AI算力底座。

以此為契機(jī)，中國的光通信產(chǎn)業(yè)正發(fā)生著快速的升級與迭代。伴隨著光進(jìn)銅退的大勢所趨，光互聯(lián)成為AI算力發(fā)展的關(guān)鍵助力。星云光模塊不僅能夠幫助昇騰 384超節(jié)點(diǎn)馴服AI算力的巨獸，更能夠幫助中國智算產(chǎn)業(yè)實(shí)現(xiàn)整體性的突破與升級。

未來的AI競賽，將會是結(jié)構(gòu)性、體系化的競賽。星云光互聯(lián)這樣的技術(shù)王牌，將會在可見的未來里發(fā)揮出更大的牽引效應(yīng)，成為智算中心建設(shè)與AI計(jì)算集群組網(wǎng)過程中的標(biāo)配。

逐“光”而行，正成為中國AI突破限制的可行之路。

審核編輯 黃宇