在AI算力进入万卡级大模型时代后，华为昇腾950与NVIDIA NVLink超级集群成为两条完全不同的技术路线，二者在设计逻辑、性能定位、成本结构、生态壁垒与商业价值上差异巨大。绝大多数外行甚至行业从业者，都容易陷入“只看单卡速度”“只比带宽数值”的浅层对比，而忽略背后的制裁限制、架构取舍、成本构成与真实商业场景。本文基于硬件原理、工程实现、成本模型与市场需求，完整梳理两条路线的本质区别，以及华为为何必须走上“全光+池化+万卡扩展”这条路。
NVIDIA的NVLink+GPU体系，是建立在自由供应链、全栈封闭、高价HBM之上的最优小集群方案；而华为昇腾950的全光万卡架构，则是制裁锁死高端SerDes、HBM禁运、先进制程受限下，被逼出来同时又主动选择的长期路线。很多人误以为华为只是“抄不了作业才退而求其次”，事实上这套架构既包含无奈，也包含远超NVIDIA的长远布局：NVIDIA固守单机柜高密度小集群，华为直接瞄准全国一张网的算力调度体系，二者从根上就不是同一类产品。
NVIDIA的核心优势，在于NVLink短距电互联的极致速度，其单链路带宽达到PCIe 5.0 x16的7倍以上，配合HBM3e超大显存，让GPU之间可以绕开CPU直接高速通信，训练延迟极低、效率极高。但这套体系有两个致命前提：一是必须使用美国主导的高端SerDes与HBM3e，二是扩展性极差，超过64卡后性能衰减明显，只能做小而美的训练集群。对华为而言，这两条都被美国彻底卡死：高端SerDes依赖5nm/3nm制程，HBM3e属于严格禁运产品，即便华为能设计出类NVLink私有总线，也无法量产、无法形成生态，更无法在全球范围内商用。因此，华为放弃短距私有电互联，转向全光模块+灵衢统一协议，不是技术妥协，而是唯一能规模化落地的路线。
全光方案的优势，恰好弥补了电互联的短板：铜缆只能传输1~2米，光纤可跨机柜、跨机房甚至跨城市；柜内柜外可使用同一套协议，无需分层切换；光模块供应链国产自主可控，不受制于人；更关键的是，光纤可以支撑万卡级统一寻址，让整个集群在软件层面看起来像一台计算机，这是NVLink永远做不到的能力。可以说，华为是在制裁边界内，走出了一条比NVIDIA更适合大规模算力组网的路线。
NVIDIA长期宣传“训练推理一体化”，本质是单卡全能化——用同一张带超大HBM的GPU既做训练也做推理，但这在商业上极不划算。HBM3e成本极高，甚至超过GPU核心本身，训练需要超大显存，推理却用不到30%，相当于买法拉利跑滴滴，资源浪费严重。NVIDIA并非不懂异构优化，而是HBM与GPU捆绑的暴利模式，让它没有动力拆分训练与推理硬件，用户只能被动接受高成本。
华为昇腾950采用950DT+950PR双芯异构，彻底解决这一矛盾：950DT主打训练与推理Decode环节，配备144GB自研HiZQ高带宽内存，带宽对标HBM3e；950PR主打推理Prefill与高并发场景，使用低成本高带宽内存，功耗更低、密度更高。二者在同一机柜、同一集群内混插，由调度系统自动分配任务，白天推理需求高时以PR为主，晚上闲时将DT全部投入训练，实现一套硬件全天复用，推理利用率从30%提升至70%~85%。这种异构架构并非多买一套设备，而是同一算力池内的角色划分，从工程上实现真正的训练推理一体化，而非NVIDIA式的单卡全能浪费。
很多人不理解华为为何要在NPU之外搭配1TB鲲鹏CPU内存，并做统一池化，核心原因在于全光互联与NVLink的速度差异。大模型训练的AllReduce聚合环节，会瞬间产生海量中间数据，NVLink可依靠极致速度在GPU显存内完成汇聚，而光互联速度略低，需要一层大容量内存作为缓冲大坝，避免爆显存、堵网络、训练回滚。同时，统一寻址让NPU显存与CPU内存纳入同一地址空间，软件无需关心数据位置，并行计算完全透明，开发者不用拆分模型、不用手写分布式代码，这是万卡集群稳定运行的关键，也是NVIDIA小集群无法具备的能力。
NVLink常被误解为全网全互联，实际仅支持机箱内8卡全直连，扩至64卡POD必须依靠InfiniBand交换机，形成胖树拓扑，多跳后延迟上升、扩展受限。它的设计目标是单机柜训练最优，而非大规模组网，本质是封闭小圈子的超级跑车，速度快但跑不远、拉不多。
华为灵衢全光互联采用单层扁平无收敛拓扑，8192张NPU任意两点之间仅一跳直达，配合400G/800G光模块，总光纤长度超6万米，单跳时延低至200ns。整套系统不区分柜内与柜间，全部走光纤，彻底解决铜缆距离限制，同时实现内存、显存、存储三层池化。6912个光模块并非全互联冗余，而是UB-Mesh架构下的最优配置，既保证带宽，又控制成本，让万卡集群保持线性扩展能力，这是NVLink体系无论如何都无法实现的。
外界常质疑光模块成本高、数模转换损耗大，但在万卡级别下，光模块反而是最成熟、最可控、最具性价比的选择。华为自研光模块与交换机进一步压低成本，配合全液冷散热，PUE低至1.08~1.12，远优于风冷与半液冷方案，长期电费成本优势极其明显。
真实市场价格中，NVIDIA 64卡NVLink POD总成本接近3000万美元，仅能支持1万亿参数以内模型训练；华为昇腾950万卡集群（128柜+32互联柜）批量集采价约1亿美元，总算力达到前者6~7倍，可支持10万亿参数模型训练，单位算力成本仅为NVIDIA的一半。对中小公司而言，1亿美元是天文数字，但对中国移动、中国电信、联通及头部云厂商而言，这笔投入仅相当于中型项目预算，完全具备批量采购能力。
运营商采购这套集群的核心逻辑，是算力租赁+分时复用：万卡统一寻址支持弹性切片，小公司可按小时租用少量算力，大公司可独占整块资源训练超大模型，训练与推理任务混合调度，机柜全年利用率大幅提升。按当前市场算力租赁价格计算，整套万卡集群约10个月即可收回硬件成本，后续持续产生纯利润，相当于低成本印钞机。同时，全液冷+绿电方案实现100%绿电应用与碳排放管理，符合A级智算中心标准，在政策与合规层面更具优势。
华为自研HiZQ/HiBL高带宽内存，是成本可控的关键。这类内存对标HBM2e/HBM3e性能，采用国产堆叠方案，绕开禁运限制，成本仅为HBM3e的1/5~1/10，直接拉低单卡造价。华为不对外出售这类内存，是为了构筑昇腾生态壁垒，确保自身集群的成本与性能优势。
NVIDIA的核心护城河是CUDA生态，全球AI开发者与框架均基于CUDA构建，迁移成本极高。华为CANN作为对标CUDA的底层架构，确实存在适配门槛，普通算法工程师无法直接运行CUDA代码，复杂模型需要专业团队优化。但华为的策略是上层框架兼容，PyTorch等主流框架可自动映射至CANN，简单模型基本无需改码，复杂模型由运营商与云厂商的专业团队适配，成本完全可被租赁收益覆盖。
对普通用户而言，根本不需要接触CANN——用户面对的是统一寻址的算力池，只需要提交任务，底层调度、互联、优化全部由硬件与系统完成，协议透明、地址透明、硬件透明，这也是全光池化架构的核心价值。生态短板只会影响极底层开发者，不会阻碍中小用户使用算力。
NVIDIA凭借CUDA与HBM暴利，长期固守小集群路线，缺乏大规模算力组网的动力，本质是商业利益驱动的固步自封。而华为的全光万卡架构，从一开始就瞄准全国一体化算力网络，支持跨地域调度、多租户复用、训练推理混合、行业安全合规，叠加量子安全技术，对银行、医疗、政务等高安全需求行业极具吸引力。
这套架构并非完美，单卡速度不及NVIDIA顶级GPU，光互联速度弱于NVLink，但它胜在可扩展、可落地、可盈利、不受制于人。在万卡大模型成为主流的未来，小集群路线会逐渐遇到规模天花板，而全光池化路线会展现出更强的生命力。对用户而言，训小模型选NVIDIA更高效，训超大模型、做长期算力运营，华为昇腾950的性价比与扩展性具备碾压优势。
昇腾950全光万卡集群，是制裁限制与长期战略共同作用的产物，既包含无奈的取舍，也包含领先的架构设计。它放弃NVLink式短距极速，选择全光扩展；放弃单卡全能，选择异构高效；放弃封闭生态，选择算力组网。与NVIDIA相比，它单卡不占优，但集群规模、成本效率、长期扩展性与商业价值全面领先。对运营商与云厂商而言，1亿美元的投入是低风险高回报的优质资产；对中小用户而言，租赁模式降低了使用门槛；对行业而言，它打破了NVIDIA的垄断，走出了一条适合大规模算力时代的新路线。在AI算力从“卡堆算力”走向“网联算力”的转折点上，华为的选择，远比表面看起来更具远见。