华为计算模组在 WAIC 2026 首次完整亮相：800G AI 网卡与 KVU 存储方案成重点
据 IT之家 7 月 23 日消息，在 WAIC 2026 世界人工智能大会上，华为首次完整展示其全系列计算模组产品，覆盖网卡、SSD、DPU、RAID 卡四大系列。此次亮相的重点包括国内首发的 800G SP560 系列 AI 网卡，以及面向 AI 数据中心“存储墙”问题的 KVU 方案。对于正在向大规模训练、推理集群演进的 AI 基础设施来说，这次展示不仅是单一硬件新品发布，更像是华为围绕“通算 + 智算”构建计算模组生态的一次集中呈现。
800G AI 网卡面向超大规模 AI 集群
来源显示，华为 800G SP560 系列 AI 网卡是此次展出的核心产品之一，定位于 AI 训练与推理场景。该系列支持 800GE AI 网卡能力，并面向 10 万级节点超大规模组网需求。在主机侧，SP560 系列支持灵衢 + PCIe 双总线，强调在网络带宽、主机带宽和报文处理能力上的整体提升。
在 AI 集群中，算力芯片之间的通信效率往往决定训练和推理的整体吞吐。华为此次强调的数控分离、数据面直通 GPU / NPU 内存、GPU 直驱、集合通信任务聚合下发等设计，核心目标是降低通信时延并缩短消息处理时间。同时，协议可编程能力也被用于提升 RDMA 网络利用率，进一步释放网络潜能。
- 网络侧：800G 带宽与 10 万级节点组网能力，面向超大规模 AI 集群。
- 主机侧：灵衢 + PCIe 双总线设计，提升主机与网络之间的数据通路能力。
- 通信侧：GPU Direct RDMA、集合通信卸载等能力，用于降低训推场景通信开销。
- 协议侧：可编程协议能力有助于提高 RDMA 网络资源利用率。
KVU 方案试图缓解 AI 数据中心“存储墙”
除网络模组外，华为还展示了面向 AI 数据中心存储瓶颈的 KVU 方案。随着大模型推理规模扩大，KV Cache 等缓存数据对存储带宽、时延和容量提出更高要求。来源提到，产业正在通过低时延、高带宽、大容量 SSD 承载 KV Cache 缓存，将热数据从内存下沉，以“以存代算”的方式优化算力成本。
华为首发的 KVU 依托灵衢协议带来的大带宽以及自带 CPU 计算资源，提供高性能读写能力。来源给出的性能信息包括：顺序读达到 40GB/s，随机读达到 500 万 IOPS，写时延为 10μs。在 KV Cache 分层缓存场景下，KVU 方案可提升 NPU 利用率、降低首 token 时延，并加速 AI 训练和推理场景中的读写效率。
从应用角度看，这类方案的价值在于把 AI 基础设施优化从“堆算力”扩展到网络、存储和数据路径协同。对于大模型服务商和企业私有化部署用户而言，首 token 时延、并发吞吐、缓存命中效率都会直接影响模型服务体验和成本结构。
全系列计算模组覆盖网络、存储与数据加速
本次华为计算模组整体亮相以“通算 + 智算”双引擎为核心，产品覆盖标准网卡、AI 网卡、SSD、DPU 和 RAID 等多个方向。标准网卡方面，SP230 系列覆盖 25GE 至 200GE 端口速率，强调高包率、高安全、高能效、低时延。SSD 产品覆盖 SATA、SAS、NVMe SSD 全系列和全规格，用于不同行业场景。
DPU 方面，华为强调其可提供算力卸载、数据加速、安全隔离等能力，并已在头部互联网、运营商、金融客户中规模应用。RAID 产品则面向银行、电力等行业，在数据库、分布式存储、大数据等主力场景中应用。整体来看，华为并非只展示单点硬件，而是在网络互联、存储缓存、数据卸载、安全隔离等环节补齐 AI 数据中心底座。
影响解读：AI 基建竞争进入系统级优化阶段
此次 WAIC 2026 上，华为计算模组的集中展示释放出一个明确信号：AI 基础设施竞争正在从单颗芯片性能，转向超节点、网络、存储、DPU 与软件协议协同的系统能力。特别是在大模型训练和高并发推理中，通信与存储不再是附属环节，而是决定集群效率的关键变量。
来源还提到，华为昇腾 950 超节点获得了 2026 世界人工智能大会最高荣誉 SAIL 奖，昇腾相关超节点产品也在大会期间受到关注。结合此次计算模组亮相，华为正在把 AI 算力平台从芯片和整机进一步延伸到模组级基础设施。对于中文 AI 产业观察者来说，这意味着国产 AI 基建的竞争焦点将更加偏向全栈协同与工程化落地能力，而不只是参数层面的硬件对比。