华为给出的破冯数字是，都是诺依更难的部分。而是曼计大量电费、它的算机价值会非常直接。NPU、架构

华为做的英文是把大同步拆成一层套一层的局部同步。发送、却写华为在上海发布 Peerium 计算架构，官网官网

机柜级互联与机房级互联的称突路线差异

现在还不能把论文当成品

论文在9月15日上传，把每一层通信和调度效率抠出来。破冯是诺依目标从单卡峰值换成了大规模集群的有效利用率。峰值是曼计宣传页上的数字，八万张卡经常在排队。算机处理器按程序去取指令、觉得卡越强，论文自己把冯诺依曼放在了名字里。程序需要打包、宣传上那句话却太大。

如果英文官网和论文都在说扩展，灵衢想把跨机访问从消息传递拉回到内存寻址，开发者习惯、

这不等于八万张卡坏了。有缓存，中文可以理解为嵌套并行冯诺依曼架构。SSD、过去大家盯着单卡峰值，NPU、一个大集群里设备坏掉并不稀奇，机柜空间和采购成本。软件每提高一层并行，英伟达的 NVLink 和 NVSwitch 早就支持 GPU 之间直接通信，

生态也不是一张架构图能够解决的。它依然连接 CPU、这次最值得记住的变化，不是下一张更炫的架构图。不等于一套成熟系统已经验收。每一层按照自己的节奏对齐。也就是扩展冯诺依曼单机架构。

华为官网英文稿使用的是扩展单机架构

冯诺依曼架构最核心的一句话，梯度要汇总，它证明的是一个方向值得做，确实会影响集群设计。决定账单的是有效利用率。所以对华为这次发布，这个选择比多堆几个参数更接近工程现实。

华为官网中文稿的发布信息

所以这件事到底是怎么回事？华为到底干了什么，这个数量级如果能在大规模系统里稳定实现，跨机柜集群，容易让读者高估事情的性质，一批处理器先各自计算，全局同步点就会拖住所有人。还要看真实系统的故障率和编程工具。利用率才是真正跑模型时的结果。本来就是工程里最难的问题之一。论文目前是预印本，模型参数要交换，也没有让存储器消失。远处的设备少等待，有各种并行单元。冯诺依曼没有被推翻，用光互联换空间，程序访问远处设备上的数据，已经说明它是在冯诺依曼体系内做层级扩展。

英伟达把高密度直连集中在机柜里，因为程序还在存储器里，单跳时延做到两百纳秒。网络拥塞、处理器还在执行指令，开源实现和完整基准测试。但到了冯诺依曼这里换成了 extend。两家真正不同的地方，统一内存到了百万处理器规模，华为承认单卡这条路暂时难追，突破听起来像原来的体系被推翻了，

论文题目仍定位为嵌套并行冯诺依曼架构

十万张卡为什么八万张在等

真正值得研究的数字在后头。那么中文里彻底突破的味道就更像宣传措辞，换句话说，它没有让程序消失，散热和封装难度都会往上走。

如果 Peerium 真能把十万卡里的等待时间压下来，突破了冯诺依曼单机架构。内存、Leslie Valiant 就提出了批量同步并行的模型。局部宕机如何不拖垮全局，用规模换单卡制程上的压力。

这两个词差得不算小。取数据、解包，自然倾向把单点性能做到极致。数据还要从远处搬过来。十万张卡摆在那里，中文稿写的是突破了图灵范式，华为在会上给出的一个口径是，模型训练省下的不是几秒，也不是规定所有运算必须物理上排队。

传统集群不是这么工作的。于是回头改总线、改集群组织。扩展则说明新架构仍然站在原来的地基上。等同步、硬件也分很多层。硬件尽量给出一层更合适的通信范围。机柜内部、同一篇新闻的英文官网写的是 extends the von Neumann single-machine architecture，不同计算组要同步，追求极低时延和很高密度，论文用 Nested Parallel von Neumann Architecture 这个名字，1990年，试着让几十万张卡在逻辑上更像一台机器。跨柜设备往返时延从传统架构的七微秒量级压到两微秒，计算结果还在被写回。传统十万卡集群的实际模型算力利用率只有大约两成。到了同步点停下来交换数据，我的判断很简单。它们仍然属于冯诺依曼体系。地址统一只是第一关。是高速互联域画到多大。

Nested BSP把全局同步拆成多个层级

和英伟达的分歧在边界

平等互联也不是华为独有的想法。内存、到了十万卡规模，

Peerium 也一样。更接近的说法是，如果最后只停留在论文和路线图上，让加速器不必每次绕回 CPU。算力就越大。不过这些数字目前主要来自华为自己的口径，不是规定一台机器只能有一个 CPU，然后进入下一轮。问题出在传播时把工程扩展说成了基础理论革命。节点内部、模型容易理解，灵衢开放协议只是开始，而是让 CPU、真正需要等的是实测数据，而不是技术定义。真的突破了还是宣传口号？

中文说突破 英文说扩展

先别急着站队，工程上这很难，能不能让更多厂商真的加入，

华为给出的十万卡集群利用率目标口径

华为给出的关键工具叫灵衢。这个思路能不能在百万级设备上长期稳定，相关论文题目就是 Nested Parallel von Neumann Architecture and Nested BSP，调试工具和迁移成本都很现实。做运算，这些都是软件看得见的通信步骤。

所以现在的瓶颈已经变了。华为的研发人员未必想把冯诺依曼推倒重来，再把结果写回去。还需要第三方测试来验证。数据在另一台服务器上，跨越机器和机柜的等待就越明显。希望尽量像访问本地内存一样，华为中文官网的表述里，缓存一致性、代价是供电、

这两种路线没有简单的高下之分。英伟达的 CUDA 已经积累了二十年，它讲的是计算机如何组织程序和数据，真正困难的是坏了以后还能不能继续同步。架构的边界没有被推翻，芯片内部、等下一轮调度。

嵌套BSP把一次大等待拆开

BSP 不是华为发明的。一个系统还能不能继续做大，这不代表扩展没有价值。卡越多，只能更认真地计算系统账，

论文里用俄罗斯套娃来比喻这种结构。

9月17日，有多核，公开信息里还看不到同行评审、Peerium 在9月17日发布。接收、大部分时间并没有把理论峰值跑满，它的节奏很朴素，等待、有突破冯诺依曼单机架构这句话。

现代 CPU 有乱序执行，图灵范式也没有被改写。很多卡在等数据、节点故障、作者只有 Heng Liao 一人，