在世界 人工智能 大会（WAIC）展馆一侧，不少观众在一组庞大的黑色机柜前停下脚步。一整排20个黑色机柜横向铺开，几乎占满半面展墙。与其说这是一台 服务器 ，它更像是一座被搬进展馆的小型数据中心。昇腾950超节点真机。图片来源：界面新闻记者周末摄

　　这是华为首次在线下展出昇腾950超节点真机。按照华为披露的数据，这套产品以单柜64张 NPU 卡为基本单元，最多可将1024张卡连接成一个计算节点，提供1 EFLOPS FP8 、2 EFLOPS FP4算力。

　　类似昂贵而庞大的机柜几乎挤满了今年WAIC的算力展区。 中兴通讯 联合多家国产 GPU 厂商展出OEX超节点， 阿里云 带来真武M890与磐久AL128 芯片 组成的超节点方案， 中科曙光 则展示了面向十万卡规模的scaleX超智融合集群系统。几乎所有算力厂商都推出了卡数各异的超节点产品。

　　这背后是算力竞争单元的变化。单颗芯片的峰值性能仍然重要，但随着模型规模和集群规模扩大，芯片之间如何互联、计算任务如何拆分、故障发生后如何恢复，越来越直接地影响一套系统能够输出多少有效算力。

　　过去几年，国内厂商首先要证明自己能够造出一张GPU。现在，它们还要证明，能够把这些GPU组成一套稳定运行、可以交付的系统。

　　从一张卡到一套系统

　　模型进步、Agent爆发、推理和训练需求的增长，均对算力提出了更高的要求，这是超节点热闹起来的一个重要背景。

　　传统做法以八张卡的服务器为基本节点，再通过横向堆叠（Scale-out）组成更大集群；超节点则试图扩大纵向扩展（Scale-up）的范围，让更多芯片通过高带宽、低时延的方式连接。让海量GPU高效协同运行，是超节点架构试图解决的核心难题。

　　沐曦联合创始人、CTO彭莉对界面新闻表示，相较于训练，推理中包含更多高频、细粒度的通信，因此超节点对大规模推理更为关键。一名联想工作人员也表示，国内超节点客户目前较多将其用于推理，客户开始关注每秒能够生成多少Token，以及单位Token的成本。

　　此外，中国 半导体 先进制程仍面临制约。在继续提升单颗芯片性能之外，国内厂商力图在算力集群内集成更多GPU及 AI芯片 ，超节点就此成为系统性突破的选择之一。

　　不过，把更多芯片装进机柜只是第一步。

　　在硬件层面，GPU间需要通过交换设备连接。联想此次展示的40卡超节点由10个计算刀片组成，CPU和GPU通过机框后部的交换设备进行硬连接。联想工作人员称，这一设计能够减少现场布线，并以整柜形式完成交付。

　　中兴通讯的方案则囊括了一系列自研的CPU、网卡、DPU以及机内和机间交换芯片。中兴工作人员对界面新闻表示，超节点的核心竞争力不只取决于GPU数量，还包括互联芯片的带宽和时延，以及芯片、整机、集群和 软件 之间能否完成联合优化。中兴超节点支持的国产算力。图片来源：界面新闻记者周末摄

　　这考验的不仅是物理连接的能力。彭莉对界面新闻表示，超节点将硬件管理的对象从一张卡扩大到“一堆卡”。厂商需要监控每张芯片的工作状态，在通信异常后保存故障现场、恢复任务，并在软件层面将工作负载拆分至不同芯片。“它更多的是一个系统化的能力。”

　　而超节点间仍需通过Scale-out组成万卡或更大规模的集群。沐曦将卡数和算力的比率称为集群的“线性度”。彭莉认为，目前国内建设万卡规模集群已经基本可行，但进一步扩大至十万卡，节点之间的长期稳定传输仍是复杂的系统问题。此外，更高的芯片密度最终还会转化为更高的功耗、散热和承重要求。

　　机柜背后的系统级竞争

　　必须承认的是，展台上不断增加的卡数，并不意味着超节点产业已然成熟。

　　彭莉认为，过去一年，GPU厂商和 交换机 厂商之间的高速互联协议开始趋于收敛，是超节点集中出现的重要条件之一。但在另一方面，百花齐放的国产算力生态也使得底层协议尚未统一。

　　 浪潮信息 工作人员对界面新闻表示，目前GPU间的互联协议，芯片厂商、 互联网 公司和运营商的技术路线尚未形成统一标准。对下游客户而言，这通常意味着仍需由一家服务器厂商牵头，与芯片厂商协调。

　　软件生态也是长期门槛。芯片能够接入服务器，并不代表应用层可以直接迁移。相较于 英伟达 早已成熟的生态，国产算力的编译器等开发工具仍需要逐一适配。

　　此外，各家公司披露的卡数、峰值算力，口径并不完全一致。卡数更多也不必然意味着性能更强，最终仍要看系统在实际负载下的运行效率。据界面新闻了解，目前实际落地的超节点多在百卡以内；更大规模的扩展体现技术能力，并不一定对应当前市场的真实需求。

　　例如，沐曦此次先推出单柜64卡方案，并预留了向128卡扩展的能力。彭莉对界面新闻表示，当前不少模型使用64卡已能满足需求，配置更大规模的超节点可能造成成本上的过度投入。

　　中科曙光副总裁李柳在WAIC论坛上表示，超节点正在从高端定制设备走向标准化算力单元，标准化和模块化将成为规模化发展的关键。未来，超节点将进一步降低高端算力使用门槛，为AI产业规模化发展提供基础支撑。

　　而“超节点”的集中呈现，仍透露出一个重要的行业信号：国产算力正进一步走向系统竞争。

　　芯片公司开始向下延伸。华为、沐曦等厂商不再只提供芯片和软件工具，而是直接参与超节点设计。服务器厂商则开始进入更上游的环节。中兴、联想和中科曙光等企业不再只是将CPU和GPU装入机柜，而介入交换芯片、互联协议、液冷等环节。

　　阿里、字节、腾讯等互联网公司既是算力采购方，也拥有大模型和云服务业务，能够根据自身需求，参与芯片、服务器和网络架构的设计，甚至推出自有芯片。例如，服务器厂商浪潮信息展出的超节点产品，就是与 百度 旗下的昆仑芯合作产出。

　　在国产算力集体突围的大背景下，各家公司的竞争已从某款芯片的参数、峰值转向系统工程能力和 综合 落地能力的角逐。

　　在今年WAIC展区中，东方算芯首次公开展出全球首颗软件定义近存计算3D AI芯片DF1000。该芯片基于国内成熟工艺打造，采用“软件定义＋3D堆叠近存计算”技术路线，通过DRAM-LOGIC Wafer-level混合键合3D垂直封装。

　　这一技术路线的核心价值在于实现基于14nm+成熟芯片制程工艺，打造出性能对标4nm制程的世界先进AI算力芯片的突破。之所以能实现这一成果，背后是东方算芯定下的战略：基于全国产化供应链体系，研发高性能、高能效、高灵活性的大算力芯片产品，搭建自主可控的生态系统。东方算芯创始人、董事长兼CEO魏少军认为，算力产业的竞争最终是体系与生态的竞争。

　　事实上，一些国内AI公司早期就有全栈自主可控的实践，如今生态的成果已逐步得到验证。

　　2023年10月24日， 科大讯飞 与华为联合发布国内首个全国产算力平台“飞星一号”。据界面新闻了解，“飞星一号”早期开箱训练效率约为同规模英伟达集群的30%；经过算子优化、分布式策略调整和工程调优后，这一比例提升至84%至93%。

　　在这场系统级竞争到来之时，产业链上下游的企业也已经接收到增长的信号。 长飞光纤 执行董事兼总裁庄丹在2026世界人工智能大会上的一场论坛中提出，全球光纤市场需求已由电信驱动转向智算中心驱动。他判断称，受新一代高性能CPU、硅光光组件拉动，未来1到2年保偏光纤需求（增长）在10倍甚至20倍级。

　　 天数智芯 副总裁邹翾在今年WAIC期间表示，随着大模型加快进入各类业务场景，算力需求正从训练进一步扩展至推理和边端计算。峰值性能仍是重要指标，但产品的实际表现，越来越取决于芯片、软件、集群和应用之间的协同效率。在世界人工智能大会热议国产算力之后，行业的走向也逐渐清晰。