黄仁勋发布DSX POD：14天建成AI工厂，超节点进入规模交付

几天前在柏林GTC，黄仁勋站上舞台，身后一块巨型LED屏亮着Vera Rubin机架的渲染图。

他端出的东西名叫DSX POD，是一套模块化的AI工厂参考设计。计算、网络、布线、液冷管路统统在合作伙伴工厂里预先装好，运抵客户现场后只需接通电和冷却，14天即可运转。在这之前，同样的周期要以半年计算。

过去两年，大模型训练对算力的需求完成了一次转向，动静不大，却足够彻底。千亿参数那会儿的经验就是加卡：一张不够加到八张，八张不够再上一个集群。可参数规模往万亿走、MoE架构成了主流之后，跨节点通信的损耗开始吃掉线性堆卡换来的增益。

一个万卡集群，互连效率跟不上，真正释放出来的算力或许还不到标称值的一半。这跟芯片性能无关，问题出在系统上。

差不多同一时间，国内卖方分析师的研报也扎堆出炉。中信建投在次日的评论里给出一个判断：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迈入规模化交付。服务器整机、交换芯片、连接器、液冷这些环节被逐一点名。

2026年有望成为国产超节点放量元年。这个判断的分量，不在于又一条赛道启动，而在于它标出了一条分界线：超节点从工程样机走到批量交付，算力基础设施的竞争规则也就随之挪了位置。

想弄明白超节点为何在这个时间点集中爆发，得先回到一个工程上的困境。

大模型训练躲不开一个老毛病——通信开销。单张GPU算力再猛，也得等别的卡把数据送过来才能开工。

传统解法叫Scale-out：成千上万张卡分装在不同服务器，以太网或InfiniBand把它们串起来。扩展性确实可以，但跨节点通信的延迟和带宽一直是卡脖子的地方。张量并行（TP）对延迟极度敏感，参数一变大，大把时间耗在等数据上，真正拿来计算的时间被挤得没剩多少。行业里管这叫“算力闲置率”，听着不太体面。传统集群跑大模型，线性加速比常常不到五成——买了一万张卡，实际跑出来的效果可能只顶五千张多一点，剩下的产能全耗在卡与卡互相等待上。

超节点换了个思路，走Scale-up：几十、几百甚至上千张卡塞进一个紧耦合的域，用高速互联总线连起来，统一编址。对上层软件而言，这一大池子卡就像一张巨型显卡，显存能跨卡直接访问，通信延迟从微秒级压到纳秒级。中兴通讯今年发布的《超节点技术白皮书》里打了个比方：“一个机架就是一块巨型GPU”。

这个转变背后有两个推手。其一是模型架构在变。MoE（混合专家模型）成为主流之后，卡间通信从密集的全量交换转向稀疏的按需路由，互联带宽的要求不降反升，延迟容忍度却更窄了——专家路由的调度窗口非常短。

其二是单芯片撞上物理天花板。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。用更低的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，把这个思路推到了一个新量级：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。

它用的互联方案更值得看。Hi-ONE NPO光引擎总容量7.2T，用5500个光引擎替代了原本需要的4.8万颗800G光模块，功耗降了550千瓦以上。NPO（近封装光学）这个词，过去半年里频繁出现在各家的技术发布里。

阿里这边的动作同样紧凑。云栖大会预热场上，平头哥亮出磐久AL128：一个机柜里128卡紧耦合，P2P时延压在150纳秒以内，单柜带宽冲到Pb/s级。这套系统已经在百炼平台上运行，通义千问、DeepSeek和Kimi的模型服务都由它承载。

9月，AL64分布式SNPO光互连超节点问世，被称为全球首款把ScaleUp专用近封装光学落地的产品。按照路线图，后面还有AL144，预计2028年推出。

放到更长的时间线上看，这不是哪一家单独跑出来的突破。整个行业都走到了同一个技术拐点上，集体调头。信通院今年发布的《AI计算节点发展研究报告》给出一个数字：集群线性加速比正从传统架构不到五成的水平，往88%以上攀升。

支撑这个数字的，是Scale-up紧耦合与Scale-out跨超节点组网搭起来的双层架构。这套组合正在成为新的标准。

超节点的门槛，其实不在芯片上，而在互联上。这话听着有点反直觉——买AI算力的时候，大家头一个看的都是GPU/NPU的算力参数。可一个超节点到底好不好用，取决于卡与卡之间那条“路”够不够宽、够不够稳、延迟够不够低。眼下，这条路的定义权散在几家手里。

英伟达攥着的是NVLink。GB200 NVL72起，NVLink就把72张GPU捆进一个机架，用正交背板直连。之后的演进节奏很明确：NVL72之后有NVL144、NVL288，再往上到NVL576。一代比一代把Scale-up域撑得更大，光互联占的比重也跟着往上走。

柏林GTC上发布的DSX POD，说到底就是把英伟达这套系统集成能力打包成标准化参考设计，再交给戴尔、超微、广达这些伙伴去交付。英伟达扮演的角色，越来越像算力领域的Intel——芯片照卖，整机柜的参考架构也一起卖。

华为押注的是灵衢。今年MWC上，Atlas 950 SuperPoD在海外登场，最多可支持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内所有组件，内存访问可以跨物理服务器，互连上走的是近铜远光的路子。

华为把自家这套架构命名为Peerium。徐直军曾在内部场合给出一个颇具野心的说法：让百万颗处理器成为一台计算机。多个昇腾960超节点再经由灵衢或RoCE组网，最多能扩到51.2万卡；若叠加多轨道拓扑，理论上可触及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名为ICN Switch的芯片，专门处理柜内互联。AL128搭载的正是这颗芯片，一个机柜里塞进128张卡。云栖大会上亮相的AL64又往前迈了一步，引入SNPO全光互连，光互连由此从柜间延伸到柜内近封装位置。

阿里的打法和华为存在差异。它更像是云厂商用系统工程能力来消化自研芯片的产能，磐久系列首先服务自家百炼平台和内部大模型业务，对外输出排在后面。

中兴通讯在4月拿出OEX正交无背板互联架构。“无背板”这个思路有几分意思——传统服务器机架依赖背板走线，信号速率提上去以后，背板的损耗和串扰很难压住。中兴干脆去掉背板，换成正交直连加强高速连接器，对外宣称零线缆。64卡的Matrix集群已经在拿行业奖项。

继续往下看，昆仑芯的超节点在今年WAIC上展出了量产版本，单柜32或64卡，能扩展到512卡，采用冷板液冷。百度、海光、沐曦、摩尔线程、燧原、壁仞，国产AI芯片的头部玩家几乎都在这个夏天亮出了各自的超节点方案。曦智科技与壁仞合作的“光跃128卡商用版”今年在上海落地，走的是光交换路线。

互联协议开放到什么程度，是这场竞赛的关键变量。英伟达的NVLink偏封闭，生态围绕CUDA和NVLink-C2C搭建。华为在推CANN开源，想把灵衢做成开放协议。阿里的ICN Switch眼下主要用于自用，不过SNPO光互连这条技术路线一旦被行业接受，也可能成为事实标准。中兴的OEX架构更倾向整机柜交付，不绑定特定芯片厂商。

假如某家的互联协议真能成为行业标准，它也许能在下一代算力基础设施中占住类似当年PCIe或NVLink的“收租”位置。这门生意比单卖芯片大得多。协议一旦定下来，交换芯片、连接器、PCB、光模块都得围着它做适配。

过去两年，各家的超节点大多还停在发布会和展台阶段。华为的Atlas 9502月才首次露面，阿里的AL128年中才上线百炼，昆仑芯的量产版8月展示。真正进了客户机房、跑着生产负载的案例，屈指可数。

转机出现在最近一个季度。

英伟达Vera Rubin NVL72的量产节奏正在加快。CoreWeave、Google Cloud、Microsoft Azure和Oracle Cloud的机架已经跑起来了，供应链铺到30个国家的350多家工厂。DSX POD又把交付方式往前推了一步：模块化集装箱式预集成，现场14天就能上线，2027年初由合作伙伴正式交付。

这个时间点不是随便挑的。欧洲AI算力缺口摆在那里，可客户自建机房的能力参差不齐，预制化AI工厂正好卡在这个痛点上。

回到国内，中信研报给出的判断是：2026年将成为国产超节点落地元年。头部云厂商和行业客户已经动手部署，渗透率正进入快速抬升的通道。

华为昇腾960盯住的是十万亿参数模型的训练和推理，目标客户锁定运营商、国家算力枢纽和大型行业智算中心。阿里磐久则先满足自家需求——百炼平台上跑着几十个第三方大模型，推理算力需求一爆发，超节点采购就被直接拉了起来。

规模交付引发的连锁反应，产业链上已经能看到了。

最明显的变化在交付单元。过去卖服务器是一台一台卖，8卡一台，客户买上几百台回去自己组网。到了超节点时代，交付单元变成整机柜乃至整个Pod，计算、交换、供电、液冷得一起设计好了才能出厂。

这么一来，服务器厂商从硬件组装商转成了系统集成商，技术门槛和客户粘性都在往上走。浪潮信息、华勤技术、中科曙光这些整机厂，单台设备里装的价值量在增加。

交换芯片是另一块受益的地方。Scale-up架构多出一级柜内交换，交换芯片和AI芯片的配比因此明显提高。何况这一级交换的规格比传统ToR交换机高得多，带宽得跟上卡间互联的节奏，延迟要压到纳秒级。国内做交换芯片的盛科通信、做交换机整机的锐捷网络，都站在这块增量市场里。

连接器的迭代也在提速。正交直连和无背板架构让高速连接器用量涨了上来，速率从56G朝112G、224G演进。华丰科技这类做高速背板连接器的厂商，产品单价有往上走的空间。

液冷基本上成了超节点的标配。华为昇腾960采用全液冷设计，阿里磐久走的是冷板液冷，昆仑芯的量产版同样如此。

不过，超节点并非万能药。它管的是柜内和近柜范围的通信效率，跨机房、跨地域的调度还得靠Scale-out网络。况且超节点对软件栈要求极高，统一内存编址听着不错，可上层框架、通信库、编译器都得跟着适配。

国产厂商还绕不开一个现实约束：先进制程的获取渠道受限，单芯片性能和英伟达仍有差距。超节点在某种程度上就是用系统集成去补单点性能的短板——单卡拼不过，那就把更多卡以更低延迟缝到一起，拿系统效率把差距拉平。

这套打法能否长期站得住，关键看互联技术能撑到哪一步。Scale-up 域若从 4096 卡往一万卡以上扩，通信开销又会重新堆积，届时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，说明算力比拼的重心已从芯片代际换到系统集成上。Scale-up 互联做扎实了，交付周期就能缩短，客户上线也更快，在下一轮大模型训练基础设施招标中便能多拿份额——这是各家厂商都在盯的事。