SECTIONS
EDITIONS
NETWORK
萬安百科 › 机柜词条 › 华为 CloudMatrix 384 超节点
示意配图（AI 生成·非官方产品图）· 萬安百科
华为 CloudMatrix 384 超节点
384×910C · 300 PFLOPS BF16 · 灵衢全对等互联 · 国产超节点词条
概述OVERVIEW
CloudMatrix 384（CM384） 是华为的超节点（超级节点）系统：2025 年 9 月 18 日华为全联接 大会公开（徐直军主题演讲口径）——集成 384 颗昇腾 910C 与 192 颗鲲鹏 920，经自研 灵衢（UnifiedBus）高速互联协议全对等互联，"384 颗芯片像一台计算机一样工作"，最大算力 300 PFLOPS（BF16）（大会口径）。物理组成为 12 个计算柜 + 4 个总线柜（多方公开报道口径）， 采用光互联技术——对位英伟达 GB200 NVL72 的"以规模换性能"路线。
沿革HISTORY
- 前史：Atlas 900 集群时代——华为大规模训练集群的积累期（官方口径）。
- 2025-09-18：HC 大会公开 CM384 超节点（384×910C·300 PFLOPS BF16·灵衢）——公开对标 NVL72。
- 2026：灵衢 2.0 起计划开放技术规范、构建开放超节点生态（大会口径）；芯片代际向 950 系演进（路线图口径，950PR 词条）。
对标与谱系GENERATIONS
| 维度 | CloudMatrix 384（本词条·大会口径） | NVIDIA GB200 NVL72（对照） | 昇腾单机 8 卡（800T A2 系） |
|---|---|---|---|
| NPU/GPU 规模 | 384× 昇腾910C + 192× 鲲鹏920 | 72× GB200 Blackwell | 8× 910B |
| BF16 算力 | 最大 300 PFLOPS（大会） | 约 180 PFLOPS（公开口径） | 约 2.24 PFLOPS（标称） |
| 互联 | 灵衢全对等 + 光互联（大会） | NVLink 5 / NVSwitch | HCCS + 200GE RoCE |
| 形态 | 12 计算柜 + 4 总线柜（报道口径） | 单机柜 NVL 形态 | 4U 服务器 |
| 取舍 | 堆叠规模换性能·功耗更高（SemiAnalysis 分析口径） | 单柜密度路线 | 存量普及路线 |
口径：CM384 列=华为 HC 2025 大会公开口径；NVL72 列=公开报道口径；功耗取舍=SemiAnalysis 独立分析口径。跨体系精度与互联定义不同，数字为规模级对照非同口径直比。
系统构成SPECS
| 项目 | 口径 |
|---|---|
| NPU | 384× 昇腾 910C（大会口径） |
| CPU | 192× 鲲鹏 920（公开报道口径） |
| 最大算力 | 300 PFLOPS BF16（大会口径） |
| 互联 | 灵衢（UnifiedBus）全对等互联 · 光互联——通信带宽较传统组网提升约 15 倍、时延降低约 10 倍（公开报道口径） |
| 物理形态 | 12 个计算柜 + 4 个总线柜（报道口径） |
| 逻辑形态 | "384 颗芯片像一台计算机一样工作"（大会口径） |
| 软件栈 | CANN · MindSpore / PyTorch 适配（昇腾生态口径） |
| 生态开放 | 灵衢 2.0 起计划开放技术规范（大会口径） |
集群与部署角色DEPLOYMENT
| 场景 | 角色口径 |
|---|---|
| 千亿级训练 | 300 PFLOPS BF16 级单超节点（大会口径）——大模型预训练的重型单元 |
| 推理集群 | 超节点大显存池+全对等互联——高并发大模型服务底座（体系能力口径） |
| 选型前提 | 机房供电/承重/光互联布线按整柜体系规划——功耗账连对标一起算（SemiAnalysis 口径提醒） |
超大集群档——去模型广场按需调用
萬安云 · 模型广场 →局限与边界LIMITS
- 功耗账：第三方分析口径功耗显著高于 NVL72——机柜电力与冷却规划是第一约束（SemiAnalysis 口径）。
- 芯片代际：本体系基于 910C——950 系新代超节点按路线图接续（大会口径），采购对批次。
- 规格公开度：整机柜级完整规格表未见官方逐项公开——本词条以大会口径+报道口径拼合，采购以华为交付方案为准。
常见问题FAQ
CloudMatrix 384 到底是什么形态？
超节点（超级节点）：12 个计算柜 + 4 个总线柜组成一台「逻辑计算机」——384 颗昇腾 910C + 192 颗鲲鹏 920 通过灵衢（UnifiedBus）全对等互联协同（大会与多方公开报道口径），不再是单机柜 8 卡的堆叠。
算力对标 NVL72 是什么水平？
大会口径最大 300 PFLOPS BF16——公开对比约为英伟达 GB200 NVL72 系统（约 180 PFLOPS BF16）的 1.7 倍；第三方分析（SemiAnalysis）指出其代价是功耗更高、以堆叠规模换性能——对标要连功耗一起算账。
为什么用 910C 而不是最新 950 系？
超节点与芯片代际是两条线：CM384 以 910C 的量产规模+灵衢互联成体系（大会口径）；950 系新代芯片与 Atlas 650E/新超节点按路线图接续——买超节点看交付批次与互联代际，不只看芯片代。
相关词条SEE ALSO
NVIDIA GB200 NVL72（对标）
华为昇腾 950PR（新代芯片）
Atlas 800T A2（单机 8 卡对照）
Atlas 650E（950DT 新代整机）
CANN（昇腾软件栈）
HGX B300 NVL16（对照）