7月26日，2025世界人工智能大會（WAIC）在上海世博中心啟幕，華為首次線下展出昇騰384超節點，即Atlas 900 A3 SuperPoD，支持單集群300PFLOPS算力輸出。
據介紹，該產品基于超節點架構，采用全對等（Peer-to-Peer）UB 總線，將384 顆 NPU + 192 顆鯤鵬 CPU 通過無阻塞 Clos 架構互聯，單跳時延 <200 ns，帶寬 392 GB/s，比傳統 RoCE 提升 15 倍。3168 根光纖 + 6912 個 400 G 光模塊實現百納秒級互聯，支持 2 m 以上長距部署，突破了銅纜距離限制。
這些大帶寬低時延互聯技術，解決了昇騰384超節點集群內計算、存儲等各資源之間的通信瓶頸，通過系統工程的優化，實現資源的高效調度，讓超節點像一臺計算機一樣工作。具體性能上，昇騰384超節點單集群 BF16 稠密算力 300 PFLOPs，約為英偉達 GB200 NVL72 的 1.7 倍。
能效比（MFU）從行業平均 30% 提升到 45% 以上，已用于訓練 7180 億參數的盤古 Ultra MoE 大模型。
值得一提的是，在今年5月的鯤鵬昇騰開發者大會上，華為推出了昇騰超節點（CloudMatrix 384），成功實現業界最大規模的384卡高速總線互聯。昇騰超節點具備超大帶寬、超低時延、超強性能的三大優勢，包括多款訓練和推理產品，基于超節點創新架構，更好的滿足模型訓練和推理對低時延，大帶寬，長穩可靠的要求。
本月初，華為云官微通過一段視頻展示了CloudMatrix 384超節點算力集群，并表示該超節點算力集群可實現業界最大單卡推理吞吐量——2300Tokens/s；業界最大集群算力——16萬卡，萬卡線性度高達95%；云上確定性運維-40天長穩訓練、10分鐘快速恢復。
華為云表示，新一代昇騰AI云服務，是最適合大模型應用的算力服務。
簡單來說，華為CloudMatrix并非簡單的“堆卡”，而是通過高帶寬全對等互聯（Peer-to-Peer）來設計，這也是CloudMatrix 384硬件架構的一大創新。
傳統的AI集群中，CPU相當于公司領導的角色，NPU等其它硬件更像是下屬，數據傳輸的過程中就需要CPU審批和簽字，效率就會大打折扣。
但在CloudMatrix384中，CPU和NPU等硬件更像是一個扁平化管理的團隊，它們之間的地位比較平等，直接通過UB網絡通信直接對話，效率自然就上來了。
今年4月份，國際知名半導體研究和咨詢機構SemiAnalysis發布專題報道稱，華為云最新推出的AI算力集群解決方案CloudMatrix 384（簡稱CM384）憑借其顛覆性的系統架構設計與全棧技術創新，在多項關鍵指標上實現對英偉達旗艦產品GB200 NVL72的超越，標志著中國在人工智能基礎設施領域實現里程碑式突破。
據SemiAnalysis披露，華為云CM384基于384顆昇騰芯片構建，通過全互連拓撲架構實現芯片間高效協同，可提供高達300 PFLOPs的密集BF16算力，接近達到英偉達GB200 NVL72系統的兩倍。此外，CM384在內存容量和帶寬方面同樣占據優勢，總內存容量超出英偉達方案3.6倍，內存帶寬也達到2.1倍，為大規模AI訓練和推理提供了更高效的硬件支持。
報道分析稱，盡管單顆昇騰芯片性能約為英偉達Blackwell架構GPU的三分之一，但華為通過規模化系統設計，成功實現整體算力躍升，并在超大規模模型訓練、實時推理等場景中展現更強競爭力。
SemiAnalysis也指出，華為的工程優勢不僅體現在芯片層面，更在于系統級的創新，包括網絡架構、光學互聯和軟件優化，使得CM384能夠充分發揮集群算力，滿足超大規模AI計算需求。
此次華為云CloudMatrix 384的發布，標志著中國在AI計算系統領域已具備與國際巨頭正面競爭的實力。
SemiAnalysis在報道中特別指出，華為的規模化解決方案“領先于英偉達和AMD目前市場上的產品一代”，并認為中國在AI基礎設施上的突破將對全球AI產業格局產生深遠影響。
