商汤科技与华为近日宣布，其联合研发的商汤大装置SenseCore已与华为昇腾384超节点完成深度适配，在功能与性能验证中达到预期目标。此次合作标志着国产AI算力基础设施在跨平台协同与效率优化方面取得重要突破。
昇腾384超节点（Atlas 900 A3 SuperPoD）是华为推出的全球最大规模超节点方案，其核心创新在于“全对等架构”。该架构突破传统服务器总线限制，将高速互联总线扩展至整机柜及跨机柜层级，实现CPU、NPU、DPU、存储及内存资源的全域互联与池化，构建出单台“超级计算机”。这种设计显著提升了算力密度与互联带宽，为AI大模型训练提供了更高效的底层支持。
商汤大装置SenseCore针对超节点特性进行了多项技术优化。在调度层面，平台不仅支持单机、多机及跨超节点（POD）的灵活调度，还通过模型并行策略实现逻辑超节点的自动划分。这一创新使EP/TP等大通信策略能够充分利用灵衢网络，大幅缩短模型训练周期。例如，在跨POD训练场景中，SenseCore团队通过修复多POD环境下master/work任务rank乱序问题，从根本上解决了训练任务概率性失败的技术瓶颈。
在系统可靠性方面，SenseCore构建了多维度故障检测与恢复体系。该体系覆盖服务器硬件、高速互联总线、RoCE网络及任务进程等软硬件层级，结合Job/Pod/进程三级恢复机制，显著提升了昇腾384超节点在长周期训练任务中的稳定性。据技术文档显示，这一优化使超节点在复杂训练场景下的容错能力提升超过40%。
双方技术团队透露，下一步将重点拓展三大应用方向：一是开发大模型推理加速方案，降低AI应用部署成本；二是构建智能体应用部署框架，支持复杂AI系统的快速落地；三是针对医疗、金融等垂直行业，优化大模型训练与推理的专用算法。这些探索有望推动国产AI算力平台在更多产业领域的规模化应用。
