博士算力猎场 · 2026年7月21日 07:00 · 行业洞察

Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者

WAIC 2026落幕，Atlas 950 SuperPoD斩获SAIL大奖。前两篇已经拆解了算力参数和部署实战，所有人都在讨论1024卡配置下2 EFLOPS FP4的算力、最大8192卡的扩展规模。但Dr.Wu在华为展台前反复端详的，是参数表里一行不起眼的文字：256TB UAM。

这可能是整场WAIC最被低估的突破。

一、所有人都盯着算力，但瓶颈早已不在算力

过去五年，算力竞赛的逻辑很简单：谁的卡更猛，谁就赢。FP64、FP16、FP8、FP4……精度一路下降，算力数字一路飙升。

但算力堆到EFLOPS级别后，一个尴尬的事实浮出水面：你加了再多卡，40%的时间还是在等通信。

这不是Dr.Wu拍脑袋的数字。业界研究普遍认为，大模型训练中约40%的时间花在通信等待上——梯度同步、参数广播、激活值交换，每一层并行策略都带来海量通信开销。1000张卡的集群，实际等效算力可能只有标称的60%。

这就是"通信墙"：算力是加法增长，通信开销是乘法增长。 卡越多，墙越高。

二、什么是UAM——让通信"消失"的架构

UAM，全称Unified Addressing Memory，统一编址内存。

传统集群中，每张卡只能直接访问自己的本地显存。跨节点读取数据？要走RDMA，要走NCCL，要显式地"搬运"数据——先从源节点发出去，经过网络，再在目标节点接收。每一步都有延迟，每一步都消耗带宽。

UAM打破了这个边界。整个SuperPoD中所有NPU的内存——包括HBM和主机内存——被映射到一个统一的地址空间。任意一张NPU，可以直接读写任意一个内存地址，无论这块内存物理上位于哪个机柜、哪个节点。

数据不需要"搬运"，因为从NPU的视角看，所有内存都在"本地"。

这就是UAM的核心：它不是让通信更快，而是让通信消失。

三、3μs RTT——跨节点访问的延迟有多低

传统RDMA的往返延迟通常在10-15μs，这已经是高性能InfiniBand网络的极限。但在UAM架构下，Atlas 950 SuperPoD实现了跨节点内存访问延迟仅3μs RTT。

3μs是什么概念？CPU访问本地DRAM的延迟大约是100ns，RDMA的延迟是10-15μs。UAM的3μs恰好落在两者之间——比RDMA快3-5倍，虽然比本地DRAM慢，但已经到了"可用"的区间。

更重要的是，这个过程不需要应用层感知——不需要调用通信API，不需要管理数据搬运，内存访问就是一条普通的load/store指令。程序员看到的是一个256TB的平坦内存空间，不需要关心数据物理上在哪。

这就是UAM和传统通信协议的本质区别：传统方案是"搬数据"，UAM是"共享地址"。

四、256TB vs 20.7TB——12倍的差距是代际差距

来看一张对比表：

NVL72的20.7TB池化已经是当前商用系统的天花板——72张Blackwell GPU的HBM3e（288GB×72≈20.7TB）通过NVSwitch全互联，机柜内任意GPU可以访问任意显存。但出了这72张卡，就回到了传统通信模式。

256TB vs 20.7TB，不只是12倍的容量差距，更是架构代际的差距。

NVL72是"机柜内池化"，Atlas 950是"SuperPod级统一编址"。前者出了机柜就要重新面对通信墙，后者把通信墙从架构层面拆掉了。

再换一个参照系。英伟达下一代Vera Rubin NVL72：Vera CPU搭配Rubin GPU，单颗288GB HBM4，NVLink 1.8TB/s，机架功耗172KW。内存架构依然是机柜内池化，没有突破"出了机柜就是通信墙"的范式。6月18日CoreWeave已拿到首台，BOM 780万美金——但它仍然是NVL72的架构逻辑，只是换了一代芯片。

芯片可以换，架构范式不会因为换芯片而改变。

五、对万亿参数模型意味着什么

万亿参数模型的参数本身需要约2TB（FP8）或1TB（FP4）存储，加上优化器状态、梯度和激活值，轻松突破数十TB。

传统方案需要设计复杂的并行策略——张量并行切分注意力头，流水线并行把模型按层切分到不同节点，数据并行复制模型副本，专家并行拆分MoE层。每一层并行都带来通信开销，工程师花在调并行策略上的时间，可能比训练本身还长。

UAM的意义在于：整个模型可以"一口气"装进256TB的统一地址空间。 所有NPU直接访问模型参数，不需要在节点间拆分和搬运。并行策略的复杂度大幅降低，训练框架的工程门槛也随之下降。

打个比方：传统方案像是一个乐队，每个人看着自己的乐谱，靠对讲机协调节奏；UAM像是把所有人的乐谱合并成一本总谱，每个人都看着同一页——不需要对讲机，因为信息本就在眼前。

六、Dr.Wu判断

UAM是超节点从"拼算力"到"拼系统"的关键转折。

过去五年，行业比的是单卡算力——FP4 FLOPS、HBM容量、互联带宽。但算力堆到EFLOPS级别后，瓶颈已经不在单卡，而在系统架构。一张卡再强，如果40%时间在等通信，系统效率就打了六折。

UAM代表了一种新思路：不是把更多的卡连在一起，而是让更多的卡变成一张卡。256TB统一编址空间，本质上是把1024张NPU变成了一个逻辑上的"超级NPU"。

这才是超节点的"灵魂"——不是算力的堆叠，而是系统的统一。

WAIC上同台展出的还有中兴OEX超节点、中科曙光8000"登峰"。加上已商用750+套的昇腾384超节点，国产超节点阵营已经成型。但真正决定胜负的，不是谁的卡更多，而是谁的系统更"统一"。

还记得那组数据吗？Atlas 950 SuperPoD vs 英伟达NVL72，卡规模14.2倍（1024卡 vs 72卡），总算力3.4倍，内存7倍，互联域最大56.8倍（8192卡 vs 144卡）。内存和互联的差距远大于算力的差距——这恰恰说明，Atlas 950的优势不在单卡，而在系统级架构。UAM就是这组数据背后的底层逻辑。

CANN全面开源，1244万行代码，也在传递同一个信号：开放的系统架构，才是超节点的终局。

关注算力产业格局深度分析？加入算力猎场，和洞察全局的人一起看。

群里有算力产业链的决策者、投资人和技术专家，每日独家分析和行业前瞻。

博士算力猎场 | 行业洞察 Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者