华为没有“颠覆”冯·诺依曼，华为真正想做的是重新定义“一台计算机”

► 文 观察者网心智观察所

最近，华为一篇题为《Nested Parallel von Neumann Architecture and Nested BSP》的 arXiv 预印本论文，在技术圈掀起不小的讨论。不少说法将其解读为 “推翻冯・诺依曼架构”，认为这代表国内企业改写计算机底层规则的重大突破。不过通读整篇论文，现实并非如博眼球的标题所说。

全文反复出现的单词是 extend，也就是扩展。华为并没有否定冯・诺依曼的理论成果，它抛出了一个很现实的问题：一套系统里塞进几万、几十万，甚至上百万个处理器，这一堆芯片组合在一起，还能不能称之为 “一台计算机”？

AI 算力的新矛盾：芯片多，协同难

回到现代计算机的起点。1945 年的 EDVAC 报告，奠定了冯・诺依曼存储程序计算机的基础，数据和程序统一放在存储器内，处理器读取指令完成运算。往后八十多年，整个行业都沿着这条道路往前走。

过去行业的竞争逻辑追求更强的单机。工艺迭代、芯片提速、内存扩容、服务器堆配置，只要单台机器性能往上走，就能拿到更强的算力。直到大模型登场，这套玩法撞上了现实的墙。

想要跑通大模型，单颗芯片的能力远远不够。产业界最直接的做法就是堆硬件。芯片不够就叠加芯片，服务器不够就增加服务器，机架不够就扩建机架，最后组建起动辄十万节点规模的 AI 集群。

问题也随之发生转变。从前，我们关心怎么造出一台更强的计算机，现在更头疼，如何让成千上万分散的处理器，步调一致地协同工作。

论文用军队打了个通俗比方，AI 大规模计算，比拼的不再是单个 “士兵” 有多能打，而是整支队伍能不能像一个整体一样行动。普通电脑、小型服务器内部，计算单元数量有限，通信协同的压力并不大。可当规模膨胀到十万级节点，压力就从计算转向了通信。

众多 GPU 完成一轮运算也许只需要数秒，但模型训练需要频繁交换数据、节点同步、结果汇总。大量时间消耗在数据搬运和等待同步上，算力的实际输出就会大打折扣。这就是业内常说的 “通信墙”，芯片数量成倍增加，整体算力却很难跟着线性上涨。节点距离越远，网络层级越多，协议来回转换带来的损耗，会不断吃掉硬件纸面性能。

在今天的超大规模 AI 项目里，芯片之间怎么对话、怎么配合，很大程度决定整套系统最终能释放出多少真实算力。

嵌套分层：让软硬件跟上百万级节点的节奏

面对通信和协同的难题，华为给出的整体思路，是软件、硬件双双采用嵌套分层的设计。

软件层面的 Nested BSP，也就是嵌套 BSP 模型，并不是凭空诞生的全新理论。传统 BSP 很早就用于高性能计算，流程可以概括为并行计算，完成之后做全局同步，交换汇总数据，再开启新一轮运算。

华为在原有基础上做了递归嵌套改造。整个大集群是一层计算单元，内部的 SuperNode 超节点自成一层，往下的机架又形成更小的一层。每一层都重复同一套工作流程：并行执行任务，完成同步屏障，交换聚合信息，再进入下一个计算阶段。

这套分层刚好匹配当下大模型训练的各类并行手段，从外层的数据并行、流水线并行，到中层的专家并行、全分片数据并行，再到内层的上下文并行、张量并行。相当于给庞大的算力集群设计了一套层层落地的组织章法，而不是简单把一堆 GPU 拼接在一起。

软件搭建好嵌套框架，硬件也要对齐这套层级逻辑。从最底层的计算核心、芯粒、芯片封装，向外延伸到板卡、机架、超节点、数据大厅、自治区域，一路覆盖到完整数据中心，每一层都拥有清晰边界。

到这里，大众对 “一台计算机” 的固有认知就被打开了新想象。我们印象里，计算机会被机箱外壳框定范围；而在这套架构构想中，成千上万颗处理器，不必挤在同一个机箱。只要可以统一调度、统一寻址、统一通信，哪怕硬件物理位置四散分布，逻辑上依旧属于同一台机器。这也就是论文核心观点：物理上稀疏，逻辑上紧密。

过去工程设计习惯把硬件尽可能堆叠紧凑，因为物理距离会直接带来延迟和带宽的损耗。但高密度部署的代价越来越高，海量芯片集中在一起，功耗、散热、布线、硬件故障都会变成棘手麻烦。

华为换了一种解决思路，不去强行无限压缩硬件之间的物理距离，转而抹平距离带来的逻辑损耗。芯片在物理空间可以拉开间距，依靠统一互联方案，维持逻辑层面的紧密联动。支撑这套设想的硬件载体，就是 Unified Bus 统一总线。

Nested BSP 解决海量节点如何分工干活，Unified Bus 就要解决节点之间怎么顺畅沟通。传统设备里，机箱内部、跨服务器、跨机架会使用不一样的通信协议，每跨过一处硬件边界，就要做拆包、转译，随之产生额外延迟和功耗。小规模集群尚能接受，十万级规模之下，每一处边界，都有可能成为性能瓶颈。

Unified Bus 希望实现端到端的统一协议，链路从芯片封装一直延伸到大的计算区域。机箱、机架这类物理隔断，不再割裂系统的逻辑完整性。同时这套架构弱化传统的主从管控模式，CPU、NPU、内存、存储、网卡都是总线的对等参与方，任意节点都可以发起交互，同步聚合不必全部上报中央控制器，避免中心节点成为性能堵点。

整套设计保留冯・诺依曼体系存储、处理器、程序这些基础要素，拓展的是单机可以覆盖的规模边界。计算机的范围，从单颗芯片、单台服务器，延伸到超节点，甚至整个数据中心。只要共享同一套计算通信语义，分散各处的硬件，都归属于同一台计算机。

AI 时代算力比拼走向系统之战

这套架构构想的背后，离不开整个 AI 行业竞争逻辑的变迁。行业焦点，慢慢从单芯片峰值性能，转向整套系统的综合能力。

单颗芯片性能再亮眼，如果几十万颗芯片之间连通不畅，也转化不出可用的大规模算力。AI 算力是一套复杂的系统工程，芯片只是其中一环，封装工艺、光互连、通信协议、并行框架、调度软件，甚至机房的供电散热，全部纳入 “计算机” 的组成部分。

论文重点介绍的 NPO 近封装光互连，就是这套系统思维的典型实践。过去光电转换的位置离芯片较远，铜线承担大部分高速传输。规模上来后，铜线的损耗、带宽短板被不断放大。NPO 把光电转换点推进到芯片封装边缘，铜线只负责最后几厘米传输，更远距离交给光信号，光电转换边界从 1 米压缩到 10 毫米。

这不只是简单更换传输线材，而是重新调整整套系统不同层级的物理约束。光互连可以适配更远传输距离，芯片不用强行高密度堆砌，机架布局可以更松散，依靠光链路维持逻辑的紧密，落地的正是 “物理稀疏，逻辑紧密” 的设计理念。

论文给出一组系统参考指标：单 SuperNode 超节点可以承载 8000 以上计算节点，聚合内存带宽达 6.7PB/s，互联带宽 400Tbps，全集群同步屏障延迟控制在十微秒级别，256K 节点规模的超级 AI 计算机系统已经进入部署流程。当然这些理论参数，在各类真实业务场景中实际表现如何，还需要大量工程落地与第三方测试去检验。

但论文抛出的问题，具备很强现实意义。AI 向前发展，大批量制造芯片已经不是最大难题，真正的考验，是如何把海量芯片，转化成实打实的有效算力。通信同步、内存访问、网络功耗、散热调度、底层体系结构，中间横亘着一大堆需要翻越的技术山头。

把这项研究概括为 “颠覆"或“突破”冯・诺依曼，多少是一种舆论简化。它并没有推翻存储程序计算机的根基，只是向外拓展了 “一台计算机” 的边界。

处理器数量有限的时候，重点是提升单机计算效率；上万处理器登场，重点变成多方协同；当规模来到二十多万节点，我们就要回答一个根本问题：这么多分散的处理器，还能不能算作一台机器？

这篇论文给出了它的答案。软硬件搭建起嵌套分层体系，依靠统一通信与内存语义串联各个层级，就能实现。

未来，一整个数据中心，也可以是一台计算机。如果这套设想能够大规模落地，算力产业的竞争重心，也会发生偏移。行业比拼的就不再只是谁造出速度最快的单颗芯片，更是谁能调度海量异构芯片，服从同一套指令，合力完成同一个复杂任务。