配图说明：本文封面为 AI 生成图像。
冯·诺依曼的墙
9 月 17 日，华为在上海发布面向 AI 时代的全新计算架构 Peerium，官方表述相当激进：该架构可实现百万级处理器作为一台计算机协同工作，以满足持续增长的 AI 算力需求。首代产品是 Atlas 950 超节点，25.6 万卡的 Atlas 950 超节点集群已在部署中，基于 NPO 的 Atlas 960 系统正在测试。
要理解 Peerium 在挑战什么，得先看旧架构的形状。冯·诺依曼体系结构下，计算机按程序顺序执行，运算器、控制器、存储器、输入与输出各司其职，主从关系贯穿始终。这套体系撑起了过去八十年的通用计算，但 AI 训练的算力需求把单机扩展推到了极限：处理器再多，互联与内存的墙立在那里，百万级处理器在旧范式下无法真正拧成一台机器。
两大支柱怎么理解
华为给 Peerium 配了三层技术底座：嵌套并行、统一内存寻址和平等互联，以此实现百万级处理器的强扩展。范式层面，架构提出了 Nested BSP，即嵌套批量同步并行，把并行计算任务分层递归组织，官方称其突破了传统图灵范式的限制。
互联层面的关键棋子是灵衢。它基于一个开放协议，可无限扩展地联接 CPU、NPU、内存、SSD、网卡和交换机，实现计算、存储与网络的平等互联，颠覆了长久以来的主从架构。值得一提的细节是，华为把论文挂上了 arXiv，DOI 可查。把架构声明放进学术共同体接受检验，这个姿态比口号更值得认真对待。
从架构宣言到货架还有多远
节奏上，华为的排期已经落定：Atlas 950 超节点在部署，Atlas 960 在测试。轮值董事长徐直军的表态也很明确，围绕 Peerium 持续打造满足客户训练和推理需求的超节点和集群，「让算力无处不在，让智能无所不及」。
真正的考验在架构之外：软件栈的迁移成本、上层框架的适配深度、以及真实训练场景里的集群效率。架构创新从来都是最难的层级，而架构发布与规模商用之间，还隔着整个生态的建设周期。
从云端到边缘的扩展谱系
架构的另一半价值在谱系化。公开信息显示，Atlas 900 A3 SuperPoD 的能力可以下沉到一体机形态，以 CloudMatrix 384 的规模在本地机房落地。超节点由此获得了从云端数据中心到边缘一体机的连续扩展谱系，客户按算力规模各取所需。
这种平台化打法还有一个隐性作用：重新定义评价体系。当竞争从单卡性能转向集群效率，比拼的维度就变成了互联带宽、内存寻址和调度范式，而这些正是 Peerium 声明要做重构的部分。
写在最后
AI 算力竞争正在下沉，从堆芯片数量转向改写计算机的形态。Peerium 的分量不在于发布会上说了什么，而在于 25.6 万卡集群跑起来之后，实际效率能不能兑现「百万卡一台计算机」的承诺。这一点值得持续跟踪，也值得所有做算力的人认真读一遍那篇论文。
参考：IT之家《华为开创 Peerium 计算架构：突破传统图灵范式与冯·诺依曼单机架构的限制》报道，本文为基于公开信息的独立评述。