互联破局，架构重构：灵衢开启 Agentic AI 算力新

当AI从“生成内容”迈向“自主执行任务”，一场计算架构的深层演进正在悄然发生。

Gartner 最新研究显示，到 2026 年底，40% 的企业应用将集成任务特定的 AI Agent。更值得关注的是，2026 年 Gartner CIO 与技术高管调研数据表明，超过 60% 的组织计划在未来两年内落地。

需求端的爆发式增长，正在将算力基础设施推向极限。在华为全联接大会 2026 期间，华为常务董事、ICT BG CEO杨超斌指出，Agentic AI 时代，集群内不同部件之间的互联与通信能力，已经成为影响计算系统性能的关键挑战。为此，华为以灵衢互联为核心，打造出集群与超节点协同的新计算架构，以支持 Agentic AI 时代爆发式增长的计算需求，使能客户、伙伴与开发者应用创新。

互联成瓶颈，Agentic AI 重构计算系统

当模型的参数规模从万亿迈向十万亿，上下文长度从几“K”来到几“M”级，带来的推理算力消耗也将成倍增长，算力投入也将随之飙升。IDC 数据显示，2026 年全球AI基础设施支出将达 4970 亿美元。

然而，算力投入的快速增长，并不意味着算力被有效利用。尤其是在传统计算架构下，随着集群规模的扩大，算力资源的利用率反而下降，其根本性原因在于交互方式上——人与模型的交互频次每小时只有几次，但 Agent 与 AI 模型的交互可以高达数百次。这就意味着，作为AI底层的计算系统，需要同步支持超大模型推理、高频次调用、多种工具使用、多层级信息传递与存储。

最直接的挑战来自于通信墙。 随着模型参数和集群规模的扩大，通信范围极速变大，数据并行域内的通信量与参数量呈近似平方关系，不可掩盖的通信时间占比成倍增加，MFU 快速下降。杨超斌直言：“一个典型 MOE 模型在 10 万卡集群上的 MFU 很有可能不到 20%。”如何打破 MFU 随集群规模快速下降的趋势，成为计算系统面临的首要难题。

此外，还要面临来自多样化算力的挑战。AI 业务负载日益多样驱动算力走向异构，Prefill 与 Decode 呈现出不同的计算特征与访存特征，用不同算力满足算力需求成为必然。此外，面向未来更大模型、更低时延的推理，Decode 中的Attention 与 FFN 由于计算与访存特征的差异，用专用算力来加速可以显著提升效率。随着 Agent 应用普及，CPU 与 NPU 的配比关系也在发生变化。这就要求计算系统需要异构算力协同、内存资源池化，实现动态、高效调整。

在存储层面， 随着上下文持续变长，无论是训练还是推理，层次化的多级缓存架构——包括HBM、DDR、SSD 分层分级已成为必然选择。然而，现有 PCIE+RoCE 网络难以满足缓存所需要的时延与带宽需求，未来 PB 级的 KV Cache 需要更大的带宽、更低的时延来匹配。