超节点走向规模交付，算力军备升级了

文 | 新眸，作者 | 李小东

前几天，黄仁勋在柏林GTC的舞台上，身后是一块巨大的LED屏，展示着Vera Rubin机架的渲染图。

他宣布了一个叫DSX POD的东西——一种模块化的AI工厂参考设计，计算、网络、布线、液冷管路全部在合作伙伴的工厂里预装好，运到客户现场接上电和冷却，14天就能跑起来。此前，这个周期以半年计。

大模型训练对算力的需求，在过去两年里完成了一次不太引人注目但足够彻底的转向。千亿参数时代的经验是“加卡”，一张不够加八张，八张不够加一个集群。但当参数规模迈向万亿、MoE架构成为主流，跨节点通信的损耗开始吞噬线性堆卡带来的增益。

一个万卡集群如果互连效率不够，实际释放的算力可能不到标称值的一半。这不是芯片性能的问题，是系统的问题。

几乎同一时间，国内卖方分析师的研报也密集出炉。中信建投在次日的评论里用了一个判断：国内外厂商正密集发布超节点产品，超节点行业正从方案验证阶段，正式进入规模化交付。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“又一个赛道启动”，而在于它标记了一条分界线的位置：超节点从工程样机走向批量交付，意味着算力基础设施的竞争规则发生了位移。

从“堆卡”到“堆系统”： 算力竞赛换了赛道

要理解超节点为什么在这个时间点集中爆发，得先回到一个工程困境。

大模型训练里有个老问题，叫通信开销。一张GPU的算力再强，它也得等着从其他卡那里拿到数据才能算。

传统做法是Scale-out，把成千上万张卡分散在不同服务器里，通过以太网或InfiniBand连接。这种方式扩展性不错，但跨节点的通信延迟和带宽始终是瓶颈。张量并行（TP）对延迟极度敏感，参数规模一大，大量时间耗在了等数据上，真正用来计算的时间反而被压缩。

行业里有个不太好听的词叫“算力闲置率”。传统集群跑大模型，线性加速比常常不到五成——意思是你买了一万张卡，实际跑出来的效果可能只相当于五千张多一点。剩下的产能，消耗在了卡与卡之间的互相等待上。

超节点给出的解法是Scale-up。把几十、几百甚至上千张卡放在一个紧耦合的域里，用高速互联总线连起来，统一编址。

对上层软件来说，这一大池子卡就像一张巨型显卡，显存可以跨卡直接访问，通信延迟从微秒级压到纳秒级。中兴通讯在今年发布的《超节点技术白皮书》里打过一个比方：“一个机架就是一块巨型GPU”。

这个转变背后有两个推手。

一是模型架构的变化。MoE（混合专家模型）成为主流之后，卡间通信模式从密集的全量交换变成了稀疏的按需路由，对互联带宽的要求不降反升，但对延迟的容忍度反而更窄——因为专家路由的调度窗口非常短。

二是单芯片的物理天花板。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。把更多卡用更低延迟缝在一起，成了比继续缩小晶体管更现实的工程路径。

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。

更值得注意的是它用的互联方案，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，在过去半年里频繁出现在各家的技术发布里。

阿里这边节奏也不慢。今年云栖大会预热场，平头哥展示了磐久AL128，单机柜128卡紧密耦合，P2P时延低于150纳秒，单柜带宽达到Pb/s级，已经跑在百炼平台上，承载着通义千问、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的产品，路线图上还排着AL144，预计2028年到位。

把时间线拉长看，这不是某一家的单点突破，而是整个行业在同一个技术拐点上的集体转向。信通院今年的《AI计算节点发展研究报告》里提到，集群线性加速比正在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紧耦合加上Scale-out跨超节点组网的双层架构正在成为新标准。

互联协议的江湖： 谁定义规则，谁收租

超节点的竞争壁垒，不在芯片本身，在互联。

这话说起来有点反直觉。毕竟大家买AI算力，第一反应都是看GPU/NPU的算力参数。但真正决定一个超节点好不好用的，是卡与卡之间的那条"路"有多宽、多稳、多低延迟。而这条路的定义权，目前分散在几个玩家手里。

英伟达手里攥着NVLink。从GB200 NVL72开始，NVLink把72张GPU绑在一个机架里，走正交背板直连。这条线的演进节奏非常清晰：NVL72之后是NVL144、NVL288，再往上是NVL576。每一代都在把Scale-up域做得更大，光互联的比重也在增加。

柏林GTC上发布的DSX POD，本质上是把这套系统集成能力打包成标准化参考设计，交给戴尔、超微、广达这些合作伙伴去交付。英伟达的角色，越来越像算力界的Intel——不只卖芯片，还卖整机柜的参考架构。

华为押的是灵衢。今年MWC上，Atlas 950 SuperPoD在海外亮相，最大支持8192卡灵衢互联。到了9月全联接大会，灵衢的技术细节被系统铺开：一套协议平等连接集群内所有组件，支持跨物理服务器的内存访问，近铜远光的互连策略。

华为给这套架构起了个名字叫Peerium，徐直军在内部场合提过一个很有野心的表述：让百万颗处理器成为一台计算机。多个昇腾960超节点再通过灵衢或RoCE组网，最大可扩展到51.2万卡，配合多轨道拓扑理论上摸到100万卡的规模。

阿里走的是自研互联芯片的路线。磐久系列背后有一颗叫ICN Switch的芯片，专门解决柜内互联问题。AL128用的就是这颗芯片，把128张卡装进一个机柜。云栖大会上发布的AL64更进一步，引入了SNPO全光互连，把光互连从柜间延伸到了柜内近封装位置。

阿里的思路和华为不太一样。它更像一个云厂商在用系统工程能力消化自研芯片的产能，磐久系列首先服务的是自己的百炼平台和内部大模型业务，对外输出是下一步的事。

中兴通讯4月推出了OEX正交无背板互联架构，“无背板”这个思路有点意思——传统服务器机架靠背板走线，信号速率上去之后背板的损耗和串扰很难压。中兴把背板去掉，改用正交直连加高速连接器，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上展示了量产版本，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，几乎所有头部国产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，用的是光交换路线。

这场竞赛的关键变量，在于互联协议的开放程度。英伟达的NVLink相对封闭，生态围绕CUDA和NVLink-C2C构建。华为在推CANN开源，试图把灵衢做成一个开放协议。阿里的ICN Switch目前看主要自用，但SNPO光互连的技术路线如果被行业采纳，也可能变成事实标准。中兴的OEX架构则更偏向整机柜交付，不绑定特定芯片厂商。

一旦某家的互联协议能成为行业标准，它或许就能在下一代算力基础设施里拿到类似当年PCIe或NVLink的"收租"位置。这比单卖芯片的生意大得多。因为一旦协议定了，交换芯片、连接器、PCB、光模块全都要围绕它做适配。

从展台到机房： 规模化交付意味着什么

过去两年，各家超节点更多停留在发布会和展台阶段。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月展示。真正进了客户机房、跑着生产负载的案例，屈指可数。

变化发生在最近一个季度。

英伟达那边，Vera Rubin NVL72的量产正在加速。CoreWeave、Google Cloud、Microsoft Azure和Oracle Cloud的机架已经在运行，供应链覆盖30个国家的350多家工厂。DSX POD把交付模式又往前推了一步，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。

这个时间节点选得很有讲究：欧洲AI算力缺口大，但客户自己建机房的能力参差不齐，预制化的AI工厂恰好切中了这个痛点。

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瞄准的是十万亿参数模型的训练和推理场景，目标客户是运营商、国家算力枢纽和大型行业智算中心。阿里的磐久首先服务内部需求——百炼平台上跑着几十个第三方大模型，推理算力的需求爆发直接拉动了超节点的采购。

规模化交付带来的连锁反应，在产业链上已经开始显现。

最直观的变化是交付单元。以前卖服务器是按台卖，8卡一台，客户买几百台自己组网。超节点时代，交付单元变成了整机柜甚至整个Pod，计算、交换、供电、液冷必须协同设计才能出厂。

这意味着服务器厂商的角色从硬件组装商变成了系统集成商，技术壁垒和客户粘性都在上移。浪潮信息、华勤技术、中科曙光这些整机厂，单台设备里的价值量在涨。

交换芯片是另一个受益点。Scale-up架构多了一级柜内交换，交换芯片和AI芯片的配比明显提高。而且这一级交换的规格远高于传统的ToR交换机，带宽要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，还有做交换机整机的锐捷网络，都在这个增量市场里。

连接器的迭代节奏也在加快。正交直连和无背板架构带来了高速连接器用量的增长，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。

液冷几乎成了超节点的标配。华为昇腾960用的是全液冷设计，阿里磐久也是冷板液冷，昆仑芯的量产版同样如此。

不过，超节点不是万能药。它解决的是柜内和近柜范围的通信效率问题，但跨机房、跨地域的调度仍然要走Scale-out网络。而且超节点对软件栈的要求极高，统一内存编址听着美好，但上层框架、通信库、编译器都得跟着适配。

国产厂商还面临一个现实约束。先进制程的获取渠道受限，单芯片性能和英伟达仍有差距。超节点在一定程度上是在用系统集成补单点性能的短板，既然单卡打不过，那就把更多卡用更低延迟缝在一起，靠系统效率拉平差距。

这个策略能不能长期成立，取决于互联技术的天花板在哪里。如果Scale-up域从4096卡扩展到一万卡以上时，通信开销又开始累积，那整个架构的边际收益就会递减。

超节点走向规模交付，意味着算力竞争的主战场从芯片代际转移到了系统集成。把Scale-up互联做好，交付周期更短、客户上线更快，在下一轮大模型训练基础设施的招标里拿到更多份额，这是玩家们共同的追求。