“这里面有多少张GPU？”“为什么要做这么大的机柜？”今年世界人工智能大会（WAIC 2026）主展区上海世博展览馆里，几排两三米高、通体黑色的机柜前总是围着人。
有人贴近去看液冷管路，有人举起手机拍机柜顶上盘绕的高速线缆，还有人追着工作人员问，这一柜子的算力到底能算什么。
华为Atlas 950 SuperPoD、中兴OEX、阿里云真武M890×磐久AL128……很少有基础设施会成为展会里的“明星展品”，但超节点做到了。
四天里，《IT时报》记者逛遍展区，采访了多家投入超节点的芯片和设备厂商，想弄清楚一件事：这个一年前还只是少数企业口中的新概念，为什么突然成了所有人的共同选择。
如果说去年的WAIC，超节点还是少数企业展示的新概念，那么今年，它已经成为国产算力行业的一项集体共识。
从华为、壁仞、燧原、中兴通讯、沐曦股份，到中科曙光、阿里云、百度智能云ink>，几乎所有国产算力厂商都把超节点摆在了展台最醒目的位置。这也契合了WAIC释放出的信号，全球AI竞争的重心正在向基础设施转移，超节点作为算力基础设施的重要一环，正被推到聚光灯下。
目标一致，各家的技术路线却并不相同。
华为走的是一体化路线。此次首次公开展出的昇腾950超节点（Atlas 950 SuperPoD）由1024张计算卡组成，拥有256TB统一内存，NPU往返时延低至3微秒，通过统一内存编址，可以让1024张计算卡像一台完整计算机一样协同工作。
《IT时报》记者 在现场看到，整套设备几乎占据一整面展墙，远远望去像一堵黑色的“算力墙”。而1024卡并非终点。据工作人员介绍，昇腾950超节点最高可支持8192颗芯片互联，甚至将来有可能扩展至超过50万卡的集群。
相比华为的统一体系，中兴选择了一条更为开放的道路，其OEX架构兼容CPU、GPU、交换芯片、网卡等不同硬件，联合壁仞科技、沐曦股份、燧原科技、天数智芯等国产芯片企业，共同打造开放的国产超节点底座，目标是让用户根据不同业务场景自由选择芯片组合，从而将整体拥有成本（TCO）压到最优。
壁仞科技则把突破口放在互联能力上。依托自研的BLink2.0互连协议，1024张GPU可共享同一个内存空间，组成一个可统一调度的“逻辑GPU”，在更大规模上完成模型的训练与推理。壁仞还首次提出“NPO光互连、分布式解耦架构”，试图突破传统铜互连在带宽、时延和距离上的限制。
与此同时，当AI产业重心从训练逐渐转向推理，TPU正成为超节点竞争中的另一种选择。
作为国内TPU代表企业，中昊芯英此次发布新一代“须臾”AI芯片，混合精度浮点算力达896TFLOPS，8-bit推理算力达1792TOPS。对比同等级产品，“须臾”单芯片功耗降低约50%。
依托TPU原生面向AI计算的架构，其单个超节点最高可支持2048颗芯片直联，承载万亿参数大模型训练、多智能体协同以及海量推理任务。
中昊芯英创始人杨龚轶凡告诉《IT时报》记者，脱胎于图形渲染功能的GPU，从底层架构来看，天然在芯片互联上没有太大优势，而TPU从诞生开始便是围绕大模型训练和海量神经网络并行计算打造的，因此天然适合构建超节点，也更容易扩展到万卡级超节点。
除了芯片厂商，云计算企业也把超节点当作AI基础设施的重要一环。阿里云展出由真武M890芯片和磐久AL128超节点组成的算力系统，真武M890采用平头哥自研并行计算架构，内置144GB高带宽显存，片间互联带宽达800GB/s，可同时满足大模型训练、推理和智能体应用的需求。
百度则展示基于昆仑芯P800的天池算力矩阵，支持256卡超节点，并可进一步扩展到数十万卡集群，兼容文心、
尽管百花齐放，但今年WAIC传递的信号已经清晰：国产算力竞争的重点，正从单颗芯片转向整个计算系统。
为什么今年几乎所有企业都转向超节点？答案不在展馆，而在模型。
“超节点不是一个新概念，而是大模型发展到今天的必然结果。”壁仞科技AI框架副总裁、AI软件首席架构师丁云帆在接受《IT时报》等媒体采访时表示。
当全球大模型以三个月为周期加速迭代时，国产算力的竞争逻辑正在发生变化。受限于制程工艺，当前国产GPU在单芯片算力上，与国际先进芯片仍有3至5年的代差，短时间内靠单颗芯片实现跨越式追赶并不现实。
与此同时，随着Agentic AI时代的到来，大模型出现了三个明显变化，每一个变化都在推高对超节点的需求。
第一个变化是MoE（专家混合）架构成为主流，叠加Agent技术的爆发。过去，大模型更像一个庞大的整体，每次推理都调用全部参数；如今越来越多模型采用MoE架构，根据任务动态调用不同的“专家”网络。计算是更高效了，GPU之间的数据交换却急剧增加。“专家并行需要极高的互联带宽，如果GPU之间通信跟不上，再强的芯片也发挥不出性能。”丁云帆说。
第二个变化是模型参数越来越大。过去千亿参数已算大模型，如今万亿参数正成为新门槛。7月16日发布的
最后一个变化是上下文越来越长。代码Agent、科研Agent等新应用不断出现，一次任务要处理的Token数量成倍增加，读进去的资料、写出来的代码层层累加，对显存和算力的占用明显比过去高出一个量级。
一方面是单芯片算力提升的天花板难以打破，另一方面是人们对模型能力不断推高的期待，因此，“超节点已经成了刚需。”丁云帆说。
然而，当算力的衡量标准从单颗芯片峰值性能转为一整套系统能调动多少有效算力时，真正的难关，便藏在了机柜里。
1024张GPU组成一个超节点后，真正决定算力上限的，是互联带宽、网络架构、软件调度以及系统协同能力。换句话说，同样一批芯片，能不能拼成一个高效运转的整体，比每颗芯片快多少更关键。
但这同时意味着，构建整个系统的难度指数级上升，尤其是当超节点里的GPU数量从百级上升到千级，甚至万级时，通信成了最大的障碍。
过去几十年，GPU之间主要靠铜缆传输电信号。但随着800G、1.6T高速互联时代到来，电信号的传输距离越来越短、功耗不断攀升，铜互连正逼近物理极限。“铜缆越来越难满足未来超节点的需求。”一位现场技术人员告诉记者。
出路是用光替代电。目前光互连有四种主要技术路线：传统可插拔（FRO）、线性直驱（LPO）、近封装光学（NPO）和共封装光学（CPO）。
丁云帆告诉记者，今年以来，产业界的讨论焦点已经不在较成熟的FRO和LPO上，而更多投向代表未来方向的NPO和CPO，“尤其是NPO，正成为产业链协同攻关的核心。”
相比传统可插拔光模块，NPO把光引擎部署到GPU或交换芯片附近，大幅缩短电信号传输距离，去掉高功耗的DSP（数字信号处理器）芯片，在带宽、时延、功耗与成本之间取得更好的平衡，还能把传输距离扩展到数百米，更适合未来的大规模超节点。
根据集邦咨询的数据，CPO/NPO市场规模将从2025年的约1亿美元，跃升至2030年的390亿美元以上，这是一个五年约400倍增量的巨大市场，阿里巴巴、腾讯等企业已把NPO视为近中期的部署主轴。
因此，在今年WAIC上，记者明显感觉到，无论是光模块厂商、交换机厂商，还是其他产业链企业，都开始展示NPO相关产品、方案，或者至少明确提出相应的技术路线。虽然很多产品仍处于研发阶段，但整个产业已经进入协同推进的阶段。
丁云帆认为，从技术角度来看，目前国内已经具备了研发NPO相关产品的基础能力，并不存在无法突破的技术障碍。真正需要的是研发周期和工程验证，预计未来一两年，相关产品会陆续推出，并进入实际落地验证阶段。
但在CPO上，目前国内布局的企业不多。
一方面，CPO需要将光引擎直接封装到计算芯片内部，对芯片设计、先进封装、工艺制造等提出更高要求，整体技术难度远高于NPO，目前国内在部分先进工艺上与国际领先水平仍存在一定差距。
另一方面，产业分工模式不同。如果像英伟达一样，把计算芯片与光互连全部集成到一颗芯片中，原本属于光模块厂商的价值空间就会被芯片厂商吸收，这意味着产业链利益的重新分配。
“中国现阶段更适合走生态共建的路线。”丁云帆认为，在NPO架构下，GPU厂商、交换机厂商、光模块厂商等都能够发挥各自优势，在产业链中找到自己的定位，共同分享产业发展的红利，这样形成的产业生态反而更加健康，也更有利于整个国产AI算力产业持续发展。
行业目前仍处在技术攻关和样机验证阶段。壁仞计划明年推出基于NPO的超节点产品，并逐步进入实际生产环境。随着产业链逐渐成熟，预计到2028年前后，NPO光互连有望成为AI超节点的主流方案。
如果说通信和光互连是超节点的“里子”，那真正决定它能走多远的，是另一个高频词——工程化。今年WAIC上，无论是智能体工厂、大模型厂商，还是AI4S的科研智能平台，被问到最大挑战时，系统工程几乎都是绕不开的答案。
杨龚轶凡举了个例子：当海量芯片组成统一集群、同时承载多家客户的业务，如何降低分布式计算中的数据交换开销，是超节点要解决的核心问题；与此同时，多租户场景下的数据隔离与隐私保护、万卡集群带来的散热压力，以及分布式调度、集群运维、故障自愈等软件能力，也都需要同步突破。
“超节点竞争，本质上是一场产业链竞争。”杨龚轶凡说。决定超节点能力的，不只是芯片性能，更取决于网络互联、散热、软件调度等系统能力，以及产业链上下游的协同水平。封装、交换机、光模块、液冷、服务器、调度软件……这些过去分散在不同环节的技术，如今因为超节点被紧紧连在一起。
有意思的是，在丁云帆看来，超节点规模化扩展这件事上，国内甚至走得比国外更快。正因为单卡算力存在差距，国内产业界才更迫切地要靠系统级创新来解决问题。这不是一次单点突破，而是一场体系化的突围。
这也是杨龚轶凡坚定地选择TPU路线的原因，TPU作为专用架构，需要适配的算子远少于通用GPU，这使本土厂商有机会在特定领域快速追赶，实现“换道超车”。
四天展会结束，这些黑色的“算力墙”留在了很多人手机的相册里，或许，多年之后，这些照片将是中国AI史上珍贵的开端。
图片／ IT时报
本文来自微信公众号 “IT时报”（ID：vittimes），作者：贾天荣，36氪经授权发布。
发布时间：2026-07-21 19:11
立即订购
在线咨询
返回顶部