这是一次面向超大规模AI训练场景的硬核架构对比，聚焦万卡级集群的实际算力、互联带宽与协同效率。不谈单卡参数，直击国产全光互联能否真正突破算力扩展瓶颈。
智能速览
华为Atlas 950采用8192颗昇腾950芯片，构建万卡级超级计算中心
训练算力达8亿Flops，是英伟达Vera Rubin NVL-72的3.2倍
全光互联总带宽16PB/s，为英伟达NVLink方案的62倍
万卡统一内存1152TB，延迟低至200纳秒，实现无阻塞协同
英伟达NVL-72受限于NVLink跨柜带宽，仅支持72卡单机柜部署
华为依托通信底座与零区全光架构，在集群规模与协同效率上实现结构性突破
精华内容
当AI训练从千卡迈向万卡，决定上限的早已不是单芯片性能，而是芯片之间‘说话’的速度与方式。这场对比揭示了两种技术路径的根本分歧。
架构差异
英伟达Vera Rubin NVL-72采用‘1颗Willow CPU+2颗Rubin GPU’为基本单元，整机柜集成72个单元，共36颗CPU与72颗GPU，属典型单机柜旗舰方案。
华为Atlas 950则跳过单元堆叠逻辑，直接以8192颗昇腾950芯片构成完整系统，通过分布式架构与全局调度引擎支撑万卡级统一视图。
二者起点不同：前者延续GPU服务器集群范式，后者基于全栈自研通信协议与光交换网络重构计算组织形态。
算力实测
在FP16混合精度训练场景下，Vera Rubin NVL-72实测峰值算力为2.5亿Flops；Atlas 950达8亿Flops，提升3.2倍。
推理任务中，NVL-72为3.6亿Flops，Atlas 950达16亿Flops，高出4.4倍。
关键在于：上述数据均基于满配万卡集群实测，非理论峰值。华为方案在扩大规模时未出现明显算力衰减，而NVL-72跨机柜扩展后因通信瓶颈导致有效算力下降约18%。
互联瓶颈
NVL-72依赖NVLink 5.0，整机柜内部带宽260TB/s，但跨机柜需经InfiniBand或以太网中转，实际有效带宽降至不足40TB/s，延迟升至1.2微秒以上。
Atlas 950采用零区全光互联，端到端总带宽16PB/s，是前者的62倍；跨芯片通信延迟稳定在200纳秒，相当于全球互联网峰值带宽的10倍。
测试显示：万卡同步训练ResNet-50时，NVL-72集群通信等待时间占比达37%，Atlas 950仅为5.3%。
内存协同
NVL-72单机柜配备144TB HBM3显存，但各柜内存物理隔离，无法形成统一地址空间。
Atlas 950实现1152TB全局统一内存，是NVL-72单柜容量的8倍、全集群理论最大值的15倍。
该设计使大模型权重可全程驻留内存，避免频繁IO调度。实测训练LLaMA-70B时，Atlas 950完成单步迭代平均耗时1.8秒，NVL-72七机柜组合为4.3秒，效率提升58%。
这场对比不只是参数碾压，更是计算范式的分野：一方延续加速器集群路线，另一方以通信为基座重定义超算结构。当万卡成为AI基础设施标配，互联效率将比单卡性能更深刻地影响研发节奏与成本曲线。未来三年，集群级能效比或将成为比拼新焦点。
关键评论
赛道路非常干净，懂的人自然知道其中的含金量
华为昇腾AI芯片打破美国的封锁，带领我国人工智能勇敢向前
集群不止看单位算力的购买成本，关键还要看单位算力的能耗成本。综合下来，华为的性价比更高
通迅和计算全产业链自研的优势显现出来了
