引言：困于“黄金囚笼”的AI巨兽
在AI大语言模型的“暴力美学”时代，我们惊叹于万亿参数模型的强大，也习惯于将目光聚焦在GPU芯片那令人炫目的算力（FLOPS）上。然而，一个隐秘的危机正悄然浮现：狂飙的算力一头撞上“内存墙”。
这面墙的核心，源于一个矛盾的现实：性能最强的板载高带宽内存（HBM），虽以其TB/s级的超高带宽构筑了AI计算的核心堡垒，但其区区百来GB的容量，却成了一座“黄金囚笼”。数据一旦超出这方寸之地，GPU只能频繁等待外部数据，性能一落千丈。HBM的有限容量是制约AI模型规模与效率的“阿喀琉斯之踵”。如何打破这道容量墙？业界已形成共识：基于高速互联构建分布式全局内存池。这条互联总线的性能，不再是锦上添花，而是直接定义了整个AI集群效率的上限。
正是在这片决定未来的战场上，一场关于互联协议标准的竞争已然拉开序幕。一方是背靠整个服务器产业、志在统一天下的CXL联盟；另一方是AI霸主NVIDIA用以巩固其帝国的护城河——NVLink。近日，一个代表“中国方案”的全新力量，国产高带宽互联协议“灵衢”（Unified Bus）携其2.0规范正式入局。
这不只是一场技术标准的对决，更是关于未来AI基础设施构建哲学、生态主导权乃至产业格局的巅峰博弈。下面，我们将深入技术腹地，从设计哲学、物理性能、带宽实力到生态战略，分析这三大标准的核心差异。
1. 身份与野望：三大协议的顶层设计
每个协议的诞生，都承载着不同的使命和愿景。
灵衢 UB 2.0
CXL 3.0
NVLink 5.0
角色定位
泛在计算的统一者
开放生态的连接者
AI帝国的统治者
主导力量
华为主导，开放规范
行业联盟标准 (Intel, AMD, Arm等)
NVIDIA 专有
核心目标
面向CPU/ GPU/ DPU/ 存储等全场景的统一互联，构建可组合基础设施。
基于成熟的PCIe生态，实现CPU与CXL设备间的内存一致性与资源池化。
服务于NVIDIA GPU集群，提供极致的GPU间通信带宽与效率。
技术路径
自主定义全栈协议
，从物理层到协议层全新设计，追求最优性能与灵活性。
“站在巨人肩上”
，复用PCIe 6.0物理层，专注协议层创新，生态兼容性强。
“垂直整合的艺术”
，软硬件一体的专有协议栈，为自家产品深度优化。
开放程度
开放规范，旨在打造广泛的国内乃至国际生态。
联盟标准，规范公开，会员共享，生态最为庞大。
封闭体系，是NVIDIA生态系统的核心壁垒，不对外开放。
依据： CXL 3.0 明确“使用 PCIe 6.0 PHY @ 64 GT/s、PAM4、FLIT + FEC/CRC”，并引入 Fabric/多级交换与管理机制；NVLink 5 代支持 NVLink Switch/NVL72 级联。
解读：
-
NVLink是“专才”，目标明确且极致——服务好NVIDIA自己的AI超算，构建一个性能无匹但高度封闭的“苹果生态”。
-
CXL是“通才”，它的智慧在于拥抱现有生态，通过在PCIe上“加层”的方式，以最小的变革成本撬动最广阔的通用服务器市场，构建一个开放的“安卓生态”。
-
灵衢 (UB)是“雄才”，它不满足于修补现有体系，而是选择从零开始构建一个更理想化的统一互联标准，既要NVLink的性能，也要CXL的开放与通用性，其战略雄心可见一斑。
2. 速度与激情：物理层（PHY）及带宽的硬核对决
互联协议的性能，基石在于物理层（PHY）——它决定了数据在物理介质上“跑”得有多快、多稳。
2.1 物理层核心特征
特性
灵衢 UB 2.0
CXL 3.0
NVLink 5.0
单通道速率
106.25 Gbps
(最高档)
64 GT/s
(继承PCIe 6.0)
~112 Gbps
(推算值)
信号调制
NRZ / PAM4
PAM4
PAM4
纠错机制(FEC)
灵活可配
(如RS(128,120)或Bypass)
固定
(PCIe 6.0 FLIT模式)
专有，未公开细节
物理媒介
光电混合
(支持铜缆、背板、光模块)
主要为PCB/铜缆 (PCIe生态)
短距铜缆/硅光，依赖NVSwitch
在单通道速率上，UB 2.0与NVLink 5.0同属“百G速率俱乐部”，性能处于第一梯队，而CXL 3.0受限于其PCIe 6.0的“出身”，速率为64 GT/s。这意味着在相同的通道数下，前两者拥有天然的带宽优势。
更值得关注的是，灵衢明确支持光电混合，这意味着它的愿景不止于机柜内，而是早已瞄准了未来数据中心级、跨机架的超远距离高速互联。
2.2 带宽正面刚：谁是真正的“速度之王”？
为了公平比较，我们统一换算成业界通用的“x16通道单向带宽”口径，看看它们的理论峰值。
灵衢UB2.0 (x16等效)
CXL3.0 (x16)
NVLink5.0
单向理论带宽
≈ 199 GB/s (启用 RS(128,120) 近似，效率约 93.75%）
≈ 128 GB/s
每条link的单向带宽50GB/s (x16 lane等效带宽不明)
官方口径
规范定义106.25 Gbps/lane; 单个Ascend 910C NPU的双向聚合带宽为784GB/s
x16双向256 GB/s
单NVIDIA Blackwell GPU 18条Links的双向聚合带宽1.8 TB/s
（注：“x16等效”指的是16条 PCIe/CXL “lanes”，仅为横向对比，不代表UB的官方定义；NVLink口径为18个“links”，每条link的lane数量没有公开。）
总的来说，UB 2.0理想情况下可以达到200 GB/s的水平。CXL 3.0受限于PCIe 6.0物理层，带宽约为128 GB/s。NVLink 5.0情况不明，但是最新的NVIDIA GPU设备的聚合链路带宽远高于最新的基于UB的Ascend 910C NPU。
3. 生态与格局：鼎立之势
技术规格只是基础，最终决定成败的是生态。
|
|
灵衢 UB 2.0 | CXL 3.0 | NVLink 5.0 |
|---|---|---|---|
| 生态基础 |
|
|
NVIDIA
|
| 互联范畴 |
|
|
|
| 战略愿景 |
|
|
|
至此，三大协议的轮廓与未来路径已然清晰，一幅AI基础设施的“三国鼎立”图景跃然纸上：
NVIDIA NVLink阵营：性能王者，但也是一座孤岛。它将继续在高端AI训练市场独领风骚，通过极致的垂直整合提供无可匹敌的集群性能。选择它，意味着拥抱最强的性能，也意味着被NVIDIA生态完全“锁定”。
CXL阵营：开放的联邦，通用市场的基石。凭借其与生俱来的PCIe兼容性和广泛的行业支持，CXL将成为未来通用服务器、云计算和企业级数据中心的主流内存扩展方案。它的优势在于开放、灵活与成本效益，但在金字塔尖的AI性能方面还需要持续发力追赶。
灵衢 (UB) 阵营：破局的挑战者，新生力量。灵衢以“开放标准”之名，行“性能对标NVLink”之实，展现了巨大的潜力。它既为国内构建自主可控的算力体系提供了核心技术底座，也以其先进的指标和开放的姿态，为全球市场提供了NVIDIA和CXL之外的“第三个选择”。它的成功，关键在于能否快速构建起一个繁荣、协作的产业生态。
结语
AI竞赛的焦点，既在算力也在存力。随着模型参数迈入万亿级别，算力的天花板不再是单一的芯片峰值FLOPS，内存墙问题同样严重。破墙之道在互联。内存墙下的这场互联标准之战，远未到终局。NVLink的专有壁垒、CXL的广泛渗透、以及UB灵衢的异军突起，共同描绘了未来AI算力架构演进的激荡图景。对于中国而言，“灵衢”的出现，不仅是一项技术的突破，更是在核心计算领域吹响的集结号。互联是智能计算系统的关键，这场关乎未来的博弈，值得我们持续关注。