超节点迈入规模交付：算力基建竞争规则生变

本文由微信公众号“新眸”（ID：xinmouls）作者李小东撰写，创业邦获授权转载。

柏林GTC的舞台上，黄仁勋身后立着一块硕大的LED屏，屏上是Vera Rubin机架的渲染图。

他当场发布了一款名为DSX POD的产品，属于模块化AI工厂参考设计：计算、网络、布线、液冷管路统统在合作方工厂预先装好，送到客户现场只需接上电和冷却，14天即可投入运行。而在这之前，同样流程要花上半年。

过去两年，大模型训练对算力的需求经历了一次转向，不算轰动，却足够彻底。千亿参数那会儿，大家的经验就是“加卡”，一张不够加八张，八张不够就上一整个集群。可参数规模奔着万亿去、MoE架构成了主流之后，跨节点通信的损耗开始吃掉堆卡堆出来的线性收益。

一个万卡集群，互连效率若跟不上，实际能释放的算力或许还不到标称值的一半。问题不出在芯片性能上，出在系统上。

差不多同一时间，国内卖方分析师的研报也扎堆出炉。中信建投在次日评论中给出判断：国内外厂商正密集发布超节点产品，超节点行业已从方案验证阶段正式跨入规模化交付。服务器整机、交换芯片、连接器、液冷等环节均被提及。

2026年有望成为国产超节点放量元年。这个判断的分量，不在于“又多了一个赛道”，而在于它划出了一条分界线：超节点从工程样机走向批量交付，算力基础设施的竞争规则也随之位移。

从“堆卡”到“堆系统”：算力竞赛换了赛道

想弄明白超节点为何在这个节点集中爆发，得先看一个工程上的难题。

大模型训练里有个老毛病，叫通信开销。一张GPU算力再猛，也得等别的卡把数据送过来才能动手算。

过去的路子是Scale-out：成千上万张卡分装在不同服务器中，用以太网或InfiniBand连起来。扩展性确实不差，可跨节点的通信延迟和带宽始终卡着脖子。张量并行（TP）对延迟极为敏感，参数一大，大把时间耗在等数据上，真正用于计算的时间被挤得所剩无几。

业内有个不太好听的叫法——“算力闲置率”。传统集群跑大模型，线性加速比往往不到五成，也就是说，你买了一万张卡，实际跑出来的效果可能只顶五千张出头。剩下的产能，都耗在卡与卡互相等待上了。

超节点给出的答案是Scale-up：把几十、几百乃至上千张卡放进一个紧耦合的域内，用高速互联总线连接，统一编址。

对上层软件而言，这一大池子卡就好比一张巨型显卡，显存可跨卡直接访问，通信延迟从微秒级降到纳秒级。中兴通讯今年发布的《超节点技术白皮书》里有个比喻：“一个机架就是一块巨型GPU”。

这一转变背后，站着两个推手。

其一是模型架构在变。MoE（混合专家模型）成为主流后，卡间通信模式从密集的全量交换转为稀疏的按需路由，对互联带宽的要求不降反升，对延迟的容忍度却更窄了——专家路由的调度窗口实在很短。

其二是单芯片撞上了物理天花板。先进制程的红利在收窄，单颗芯片的显存容量和带宽增长曲线，开始追不上模型参数的膨胀速度。用更低延迟把更多卡缝在一起，比继续缩小晶体管更现实。

华为今年9月全联接大会上发布的昇腾960超节点，把这个思路推到了新量级。单超节点可扩展至4096卡，基于灵衢UnifiedBus实现内存统一编址，FP8算力达8 EFLOPS。

更值得关注的是它采用的互联方案——Hi-ONE NPO光引擎，总容量7.2T，用5500个光引擎替代了原本所需的4.8万颗800G光模块，功耗降低550千瓦以上。NPO（近封装光学）这个词，近半年频繁出现在各家的技术发布中。

阿里那边节奏也不慢。今年云栖大会预热场，平头哥亮出磐久AL128，单机柜128卡紧密耦合，P2P时延低于150纳秒，单柜带宽达Pb/s级，目前已跑在百炼平台上，承载通义千问、DeepSeek和Kimi的模型服务。

到了9月，AL64分布式SNPO光互连超节点发布，号称全球首款ScaleUp专用近封装光学落地产品，路线图上还排着AL144，预计2028年到位。

把时间线拉长看，这不是哪一家的单点突破，而是整个行业在同一技术拐点上的集体转向。信通院今年《AI计算节点发展研究报告》提到，集群线性加速比正从传统架构不足五成的水平，向88%以上的区间爬升。

这个数字背后，是Scale-up紧耦合加Scale-out跨超节点组网的双层架构正成为新标准。

互联协议的江湖：谁定义规则，谁收租

超节点真正的门槛不在芯片，而在互联。

这话听着有点反直觉。买AI算力的时候，多数人第一眼看的是GPU、NPU的算力参数。可一台超节点好不好用，关键要看卡与卡之间那条"路"够不够宽、够不够稳、延迟够不够低。眼下，这条路该由谁定规矩，还散在几家手里。

英伟达手上是NVLink。GB200 NVL72把72张GPU塞进一个机架，靠正交背板直连。之后的演进路线很明确：NVL72、NVL144、NVL288，再往上到NVL576。一代比一代把Scale-up域铺得更大，光互联占的比重也跟着往上走。

柏林GTC上亮相的DSX POD，说白了是把这套系统集成能力做成标准化参考设计，再交给戴尔、超微、广达这些伙伴去交付。英伟达越来越像算力圈的Intel——芯片照卖，整机柜的参考架构也一起卖。

华为这边押的是灵衢。今年MWC上，Atlas 950 SuperPoD在海外登场，最多支持8192卡灵衢互联。9月全联接大会上，灵衢的技术细节被完整摊开：一套协议平等连接集群里的所有组件，支持跨物理服务器的内存访问，近处用铜、远处用光。

华为给这套架构取名Peerium。徐直军在内部场合说过一句野心不小的话：让百万颗处理器成为一台计算机。多个昇腾960超节点再靠灵衢或RoCE组网，最大能扩到51.2万卡，配上多轨道拓扑，理论上可以摸到100万卡的规模。

阿里选的是自研互联芯片这条路。磐久系列背后有一颗叫ICN Switch的芯片，专攻柜内互联。AL128用的就是它，一个机柜装进128张卡。云栖大会上发布的AL64又往前迈了一步，引入SNPO全光互连，把光互连从柜间一直延伸到柜内近封装的位置。

阿里的打法和华为不太一样。更像是云厂商拿系统工程能力去消化自研芯片的产能，磐久系列首先供的是自己的百炼平台和内部大模型业务，往外卖是后面的事。

中兴通讯4月推出OEX正交无背板互联架构。"无背板"这个思路有点意思——传统机架靠背板走线，信号速率一上去，背板的损耗和串扰就很难压住。中兴干脆把背板拿掉，换成正交直连加快连接器，号称零线缆。64卡的Matrix集群已经在拿行业奖项。

再往下数，昆仑芯的超节点今年WAIC上展出了量产版本，单柜32或64卡，可扩展到512卡，冷板液冷。百度、海光、沐曦、摩尔线程、燧原、壁仞，几乎叫得上名的国产AI芯片公司都在这个夏天亮出了自己的超节点方案。曦智科技和壁仞合作的"光跃128卡商用版"今年落地上海，走的是光交换路线。

这场竞赛的关键变量，是互联协议开放到什么程度。英伟达的NVLink相对封闭，生态围着CUDA和NVLink-C2C转。华为在推CANN开源，想把灵衢做成开放协议。阿里的ICN Switch目前看主要是自用，但SNPO光互连这条技术路线要是被行业采纳，也有可能变成事实标准。中兴的OEX架构更偏向整机柜交付，不绑死某一家芯片厂商。

哪家的互联协议真成了行业标准，它就有机会在下一代算力基础设施里拿到当年PCIe或NVLink那样的"收租"位置。这比单卖芯片的生意大得多——协议一定，交换芯片、连接器、PCB、光模块全得围着它做适配。

从展台到机房：规模化交付意味着什么

过去两年，各家超节点大多还停在发布会和展台上。华为的Atlas 9502月才第一次露面，阿里的AL128年中才上线百炼，昆仑芯的量产版8月才展示。真正进了客户机房、跑着生产负载的案例，数得过来。

最近一个季度，情况变了。

英伟达那边，Vera Rubin NVL72的量产在提速。CoreWeave、Google Cloud、Microsoft Azure和Oracle Cloud的机架已经跑起来了，供应链覆盖30个国家的350多家工厂。DSX POD又把交付模式往前推了一步：模块化集装箱式预集成，现场14天上线，2027年初由合作伙伴正式交付。

这个时间点挑得很有讲究。欧洲AI算力缺口大，可客户自己建机房的能力参差不齐，预制化的AI工厂正好切中这个痛点。

国内这边，中信研报判断2026年是国产超节点落地元年。头部云厂商和行业客户开始部署，渗透率进入快速提升通道。

华为的昇腾960瞄准十万亿参数模型的训练和推理，目标客户是运营商、国家算力枢纽和大型行业智算中心。阿里的磐久先服务内部需求——百炼平台上跑着几十个第三方大模型，推理算力需求爆发，直接拉动了超节点采购。

规模化交付带来的连锁反应，产业链上已经看得见了。

最直观的变化是交付单元。以前服务器按台卖，8卡一台，客户买几百台自己组网。到了超节点时代，交付单元变成整机柜甚至整个Pod，计算、交换、供电、液冷得协同设计才能出厂。

整机厂的角色变了，不再只是把硬件拼起来，而要做系统集成，技术门槛和客户黏性也跟着上移。浪潮信息、华勤技术、中科曙光这些厂商，每台设备上能拿到的价值量正在增加。

交换芯片是另一个受益点。Scale-up架构多出一级柜内交换，交换芯片和AI芯片的配比明显提高。这一级交换的规格又远高于传统ToR交换机，带宽要跟上卡间互联的节奏，延迟得压到纳秒级。国内做交换芯片的盛科通信，还有做交换机整机的锐捷网络，都在这块增量市场里。

连接器的迭代也在加快。正交直连和无背板架构带动高速连接器用量增长，速率从56G往112G、224G走。华丰科技这些做高速背板连接器的厂商，产品单价有上行空间。

液冷方案在超节点上已经相当常见。华为昇腾960采用全液冷设计，阿里磐久的方案是冷板液冷，昆仑芯量产版本也用同样的做法。

但超节点并非包治百病。它处理的是机柜内部和邻近机柜之间的通信效率，一旦跨机房、跨地域调度，仍然得依赖Scale-out网络。软件栈这一关同样不好过：统一内存编址听起来很理想，可上层框架、通信库、编译器都需要配合改造。

国产厂商还受一条现实条件制约。先进制程拿货渠道有限，单颗芯片的性能与英伟达相比仍有距离。超节点在某种意义上是用系统集成来弥补单点性能的不足——单卡比不过，就把更多卡以更低的延迟连在一起，借系统效率把差距抹平。

这套打法能否长期奏效，要看互联技术的上限在哪。假如Scale-up域从4096卡扩到一万卡以上之后，通信开销重新堆积起来，整个架构的边际收益就会往下走。

超节点进入规模交付阶段，说明算力较量已经从芯片代际转向系统集成。把Scale-up互联做扎实，交付周期就能缩短，客户上线也更快，从而在下一轮大模型训练基础设施招标中拿下更多份额——这是各家厂商共同的目标。