既然大家都是这个阵型，那就排整齐吧：华为最近发生了什么？风评有点差啊。

先说结论：

像CM384这种解决现实问题的“国产超算拼图”，是中国AI产业逐步摆脱算力卡脖子的关键一步。

但冯·诺依曼体系远未走到尽头。

未来要真正取代它，至少要等到存内计算或**类脑神经元架构进入主流。而在那之前，我们还是在冯体系内，不断迭代优化，做通信、存储、调度、异构的系统工程。

先来说明另外一个问题：CM384打破了什么？

先厘清几个基本概念。冯·诺依曼体系的核心思想，是把**计算单元（处理器）与存储单元（内存）**分开，数据和指令在同一通道上传输，并按照线性、串行的方式执行——这是今天绝大多数CPU、GPU的共同祖宗。

而华为所说的“打破”，其实更准确的说法应该是：打破了以CPU为根节点的通信瓶颈。

在“全对等架构”下，通过MatrixLink+UB Switch，昇腾384节点之间实现了去中心化互联。换句话说，每个NPU都能直接访问彼此，不需要CPU做转发。传统DMA那一套“数据先绕回CPU再传出去”的路径被抛弃了，大大减少了通信延迟，也释放了分布式大模型训练的带宽瓶颈。

但是，这里并没有改变每个NPU内部的指令执行模式。它们依然按照冯·诺依曼的顺序执行代码，依然有程序计数器、寄存器、内存地址总线——这就好比你把一群人从单行道里解放出来，可以直接面对面沟通，但他们说话的语言和逻辑并没有发生本质变化。

所以这只是旧体系结构的“大规模拼接”

很多人看到384个NPU节点、几十万TOPS的算力就觉得这是“革命性设计”，其实从架构角度看，它更像是一种规模工程的优化组合。

你可以理解为华为在现有算力模块（昇腾910B/C）上，做了废料回收再拼接：原本因为通信瓶颈难以组成大规模节点的芯片，如今通过外挂UB-Switch组件，把“孤岛”拼接成了“群岛”。这些群岛之间通过全对等连接构建了低延迟、高带宽、容错性强的模型部署平台。

所以CM384真正解决的不是“打破冯·诺依曼”，而是如何用成本受限的硬件资源，拼出一个能跑大模型的工业集群。

那么再来回答：冯·诺依曼真的会被淘汰吗？

这得分场景谈。

如果说“非冯体系”计算真的要崛起，它必然出现在两个领域：

1. 存内计算（PIM）：数据就在存储单元中完成加减乘除，避免反复搬运。
2. 类脑计算/事件驱动架构：不按指令顺序执行，而根据“事件”驱动神经元活跃，这才是真正跳脱冯氏思维的方向。

目前这些方向在商用规模、编程生态、芯片良率方面都还很不成熟。而像CM384这样的全对等超节点，本质上是在冯体系下的工程极限压榨，不是颠覆，而是挖潜。

从产业视角看，CM384的真正价值是什么？

说到底，CM384不算是科研的超级突破，更算是产业资源的高效整合。它解决的是中国本土AI算力资源受限的现实：

• 一方面，昇腾910B存量巨大，但苦于互联能力差，无法有效堆叠。
• 另一方面，生态适配还在爬坡，新产品（比如910D）虽强，但供货周期、认证路径长。
• CM384用“超节点+全对等互联”这种技术工程手段，把原本堆不起来的卡堆了起来，还顺手提高了吞吐效率，释放了MoE（Mixture of Experts）部署的潜能。

所以这只是一次国情导向下的“战术级调度”。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

零基础入门AI大模型

今天贴心为大家准备好了一系列AI大模型资源，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》*

1.学习路线图

如果大家想领取完整的学习路线及大模型学习资料包，可以扫下方二维码获取

👉2.大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。(篇幅有限，仅展示部分）

大模型教程

👉3.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（篇幅有限，仅展示部分，公众号内领取）

电子书

👉4.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（篇幅有限，仅展示部分，公众号内领取）

大模型面试

**因篇幅有限，仅展示部分资料，**有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》

**或扫描下方二维码领取 **