从万卡到十万卡：华为"2027路线图"勾勒国产AI算力底座的成型路径

——华为汪涛提出的超节点集群规划与3D数据中心发布，开启AI基础设施新阶段

【导语】

2026年9月中旬，在安徽芜湖举行的2026 AIDC产业发展大会暨3D数据中心现场会上，华为正式对外发布了全球首个3D数据中心架构，并同步开放设计图纸与专著。华为副董事长、轮值董事长汪涛在致辞中抛出了一个明确的产业判断：面向2027年，十万卡以上的昇腾超节点集群将成为AI基础设施的"基础配置"。

这一表态并非简单的产品预告，而是对国内AI算力基础设施演进节奏的一次清晰校准。从千亿Token日均到百万亿Token日均，从万亿参数大模型到十万亿参数SOTA模型，从万卡集群到十万卡集群——汪涛用一组时间序列数据，勾勒出算力需求指数级攀升的曲线，也将国产AI算力底座的建设压力与机遇同时摆在台面上。

更深层的信号在于，华为同步推出的3D数据中心并非孤立的产品发布，而是一套"参考架构+开放图纸+标准化方案"的体系化输出。这意味着，在算力供给侧，一场由龙头企业牵引的产业范式重构正在加速成形。

【事件背景】算力爆发期的"基础设施焦虑"

汪涛在致辞中披露的一组数据值得反复咀嚼：中国Token日均消耗量从2024年初的日均约千亿级别，增长到2026年的日均约500万亿级别，两年间放大约5000倍。这一增速远超互联网流量过去十年的演进曲线，反映出大模型推理调用正在以"工业级"的密度渗透进产业各环节。

与之并行的另一组数据是模型规模的跃迁。汪涛指出，2026年大模型规模已突破万亿参数，"很快十万亿参数将成为SOTA模型的基础规模"。从GPT级别的千亿参数，到如今的万亿、十万亿参数，大模型训练对算力的需求并非简单的线性外推——参数规模与训练算力之间存在超线性的耦合关系，这意味着每跨越一个量级，对底层算力供给的考验都会呈指数级加剧。

华为的判断是：未来十年全社会算力总量预计将增长10万倍。在这一判断下，AI基础设施作为"承载一切创新的基石"，其建设节奏、技术路线与供给能力，将直接决定人工智能产业演进的速度与高度。

算力增长的"尽头"是电力

汪涛在演讲中抛出了一个颇具洞察力的判断——"算力发展的尽头是电力"。这一表述的背后，是当前AI算力扩张面临的真实瓶颈：电力设施容量、能源成本、散热能力，正在取代芯片本身，成为制约超大规模集群部署的关键约束。

一组业内通行的参考数据是，单台AI服务器功耗已是传统通用服务器的5—10倍，而十万卡级别的超节点集群，意味着单一数据中心的电力需求将进入百兆瓦级甚至GW级门槛。在国家"双碳"目标和电网容量约束下，如何在不显著推高PUE的前提下支撑这一规模的算力部署，成为行业必须回答的工程问题。

正是在这一约束下，华为选择将3D数据中心的发布与超节点路线图同步推出——算力底座不仅要做大，更要在物理结构、能源效率、跨代际兼容性上实现重构。

"东数西算"框架下的枢纽布局

值得注意的是，华为云已构筑覆盖全球的存算网，并匹配国家"东数西算"战略，在贵州贵安、内蒙古和林格尔、安徽芜湖部署了三大云核心枢纽，三地均将3D数据中心作为规模化建设的标准形态。这表明，3D架构并非实验室概念，而是已经进入工程落地周期的成熟方案。

【行业影响】从单点突破到范式重构

与过去几年业界常见的"高密度部署+液冷改造"路径不同，华为此次提出的3D数据中心是一种自顶而下的全新思路——将传统2D平面布局重构为四层立体堆叠架构：

-第一层（底层）：供冷系统；

-第二层：算力系统，承载AI服务器与加速卡集群；

-第三层：供电系统；

-第四层（屋顶层）：电池部署，提升数据中心安全性。

这一架构的核心价值在于"垂直极简"——通过垂直供电与垂直供冷，大幅压缩电力与制冷链路的长度与损耗。汪涛披露的数据是：单栋机房可支持168MW容量，PUE达到行业领先水平，足以承载"十万卡昇腾超节点集群"的部署需求。

此外，3D架构还引入了高端制造工厂的分层理念与芯片设计的分层解耦思路，支持跨代际AI芯片的兼容部署。对于数据中心这种重资产、长周期的基础设施而言，这一特性意味着客户可以在不更换整体架构的前提下，平滑引入新一代昇腾芯片，从而最大化投资效率、延长资产生命周期。这对于正处于快速迭代期的国产AI芯片产业，尤为重要。

"基础配置"提法背后的产业含义

汪涛将"十万卡昇腾超节点集群"定义为2027年的标准配置，这一表述本身就具有风向标意义。

回顾国内AI算力建设史，从2023年前后的千卡集群，到2024—2025年的万卡集群，再到2026年头部企业开始探索更大规模的部署，算力集群的规模上限一直被快速刷新。华为作为国产AI算力的核心供给方之一，"基础配置"这一表述意味着：

1.十万卡不再是"超大规模"的代名词，而是行业进入下一阶段的入场券——未来不部署这一规模的基础设施，将难以承载十万亿参数级模型的训练与推理需求。

2.超节点集群将从"少数头部企业的实验"走向"产业规模化部署"——配套的设计图纸、参考架构、标准化方案将加速这一进程。

3.国产算力路线已经形成清晰的演进时间表——2027年作为关键时间节点，将倒逼上下游企业提前锁定产能、技术与人才储备。

开放策略：从"卖产品"到"建生态"

此次发布会的一个细节容易被忽视，却极具战略意味：华为同步开放了《3D数据中心概要设计图库》，并由数据中心运营与基建设计团队联合编著出版《3D数据中心》专著，全书分为"算力变革""DC重构""匠心之作""范式转移""价值跃升"五篇，系统解码从设计理念到全生命周期管理的实践经验。

这一动作释放的信号清晰而一致：华为正在将3D数据中心从"自有方案"升级为"行业参考架构"。通过开放机房模型、标准化图纸与方案，华为试图降低全行业复制十万卡超节点集群的技术门槛，吸引更多产业链上下游企业（从基建、暖通、供配电到液冷、电源、电池）共同参与，形成生态合力。

这种"技术开源、标准开放、生态共建"的打法，在国内大型基础设施领域并不普遍。它意味着华为在AI算力基础设施这一关键赛道，正在主动承担"产业组织者"的角色，而非单纯的设备供应商。对于通信与IT产业链而言，这一变化将催生一批围绕3D数据中心设计、建设、运维的细分赛道与专业服务商。

对产业链的传导效应

从更宏观的视角观察，3D数据中心与十万卡超节点集群的推进，将对国内AI产业链产生多层次的传导效应：

-上游基建与能源：电力设备、液冷系统、暖通设备、储能电池的需求将显著放量，尤其是高密度直流配电、浸没式/冷板式液冷、相变储能等细分领域。

-中游设备与系统：AI服务器、高速互联网络（Scale-out与Scale-up网络）、光模块、电源管理芯片等环节将进入产能扩张周期。十万卡集群对低延迟、高带宽、确定性网络的诉求，将进一步推动超节点互联标准的演进。

-下游应用与服务：随着推理成本的下降和Token供给能力的提升，AI应用层的创新空间将被打开，行业大模型、智能体、AaaS等业态有望迎来新一轮繁荣。

值得注意的是，汪涛在致辞中明确提出AI技术、基础设施与应用场景三要素"相互赋能、协同演进"——技术是引擎，场景是驱动，基础设施则是承载一切的基石。这一表述实际上为整个国产AI产业链的协同发展定下了基调：任何单点突破都难以独立完成产业跃迁，必须三者同步推进。

【趋势展望】国产AI算力底座的三重变革

汪涛关于"算力尽头是电力"的判断，与全球AI产业面临的现实约束高度一致。在欧美头部云厂商面临电网接入排队、可再生能源配额压力的背景下，国内AI算力建设同样需要回答"绿电直供、源网荷储、多能互补"的工程命题。

3D数据中心通过垂直供冷与垂直供电实现链路极简，本质上是把电力效率优化做到了架构级。展望未来，"算力—电力"一体化规划将取代单纯的"算力规模扩张"，成为衡量AI基础设施竞争力的核心维度。在这一趋势下，具备电力工程基因、能源协同能力与新型电力系统理解力的企业，将在产业链中占据更具优势的位置。

趋势二：超节点架构成为"标准答案"

过去几年，全球AI集群架构经历了从传统HPC架构到Scale-out+Scale-up融合架构的演进。十万卡集群的部署，意味着AI基础设施必须采用专门为超大规模AI训练与推理设计的超节点架构——在系统级实现高带宽、低延迟、高一致的互联，同时在芯片级、节点级、集群级实现统一的资源抽象与调度。

华为此次提出的"昇腾超节点"概念，正是这一架构演进的产物。可以预见，超节点架构将从"头部厂商的差异化方案"逐步走向"行业的事实标准"，并带动与之配套的互联协议、软件栈、运维体系同步演进。这对于整个国产AI软件生态而言，既是机会也是挑战——能否在超节点架构之上构建起与CUDA生态等量级的开发者生态，将决定国产算力的长期竞争力。

趋势三：开放共建重塑产业竞争格局

华为此次发布选择"图纸开放+专著发布+生态共建"的组合打法，背后是对产业竞争逻辑的重新定义。

在传统基础设施领域，龙头企业往往通过专利壁垒、封闭标准、绑定销售来巩固竞争优势；而华为此次选择主动开放3D数据中心设计图纸与参考方案，本质上是通过开放换生态、通过标准换主导权。这意味着AI基础设施的竞争，将从单一产品的性能比拼，转向"生态厚度"与"产业组织能力"的综合较量。

对于国内的同行厂商而言，这一策略既是压力也是机遇：压力在于，开放架构会压缩部分差异化空间；机遇在于，行业标准的统一将显著降低全社会的建设成本，加速国产AI算力底座的规模化部署。从更长远看，国产AI算力底座的成形，不是一家企业的胜利，而是一条产业链的共同跃迁。

结语

从2017年昇腾处理器立项，到2024年昇腾生态初具规模，再到2026年3D数据中心落地、2027年十万卡超节点集群明确为"基础配置"——华为用近十年的技术积累与产业实践，给出了国产AI算力底座建设的一份阶段性答卷。

汪涛的判断能否成为现实，取决于芯片产能、电力供给、生态成熟度、应用渗透率等多重变量的协同演进。但可以确定的是，当一家龙头企业开始以"产业组织者"的姿态定义行业标准，并主动开放核心设计资源时，国产AI算力底座的成型速度，将因此被显著加快。

对于通信与AI产业的从业者而言，关注的不应仅仅是华为一家企业的路线图，更应关注这条路线图背后的产业逻辑变迁：当AI基础设施进入十万卡时代，决定胜负的将不再是单点性能，而是架构创新、能源协同、生态共建的系统能力。这既是挑战，也是属于这一代中国AI产业建设者的时代命题。

【本文要点速览】

- 华为汪涛提出2027年十万卡昇腾超节点集群将成为AI基础设施"基础配置"

- 中国Token日均消耗两年增长约5000倍，倒逼算力供给端加速重构

- 3D数据中心采用四层垂直堆叠架构，单机房支持168MW，PUE行业领先

- 华为同步开放设计图纸与专著，从"产品供应商"转向"产业组织者"

- 算力—电力协同、超节点架构标准化、生态开放共建将是未来三大趋势

*（本文系行业深度解读，基于公开新闻素材进行二次创作，不代表任何企业立场。）*