超节点成 AI Infra 主战场：谁在造、为何此时爆发

「中国大型互联网企业会在下半年大量部署超节点方案。」一位算力资深人士向数智前线透露。虽然超节点整机价格通常高于同等卡数的普通服务器，但因其算力密度更高、占地更小，「账算得过来」。一个具有风向标意义的信号是，此前从未采用超节点的 DeepSeek，最近也明确要用并正在议价。

2026 世界人工智能大会上，超节点热潮得到集中呈现：华为展出 20 个机柜组成的 1024 卡超节点真机，中科曙光展示浸没液冷 640 卡超节点，百度天池、阿里云灵骏真武 M890、浪潮信息元脑、沐曦曦景 S600 也被摆在各自展台的显眼位置。「超节点已成为目前 AI Infra 建设的一个主流趋势。」华为资深人士表示。从一年前的旗舰展示品到如今的标配，这条赛道的入场者正快速增加。

什么是超节点

超节点通过高速互联技术，把大量 GPU 或加速卡从「多台服务器」深度整合成逻辑上像一台「超级计算机」的系统，解决传统集群跨机器通信的带宽和延迟瓶颈，从而提升 GPU 利用率、压低单位 Token 成本。

行业并非今日才开始布局。2024 年英伟达发布 GB200 NVL72，把 72 颗 Blackwell GPU 纳入一个高速互联域，将这一架构带入主流视野；国内厂商则在 2024 年前后开始技术预研，首批产品于 2025 年上市。

三条路线并行

围绕「怎么造」，国内玩家已分化出三条路线。

• 大节点派：华为已展示 1024 卡昇腾 950 真机，并将在今年第四季度批量交付 8192 卡超节点；中科曙光以浸没式液冷支撑单机柜 640 张加速卡，十万卡集群曙光 8000（登峰）已落地国家超算互联网郑州核心节点，负载跑满 90%；百度天池从 256 卡向 512 卡演进，强调从互联协议到液冷的全栈自研。
• 经济性派：阿里云灵骏真武 M890 以 64 卡为 Scale-up 单元，再通过 Scale-out 网络扩展，且把算力形态放到公共云上供按需调用；浪潮信息去年推 64 卡、今年再推 32 卡产品，强调万亿大模型推理的可用性；沐曦曦景 S600 以单柜 64 卡为基础，强调 CUDA 生态兼容。
• 新架构派：清微智能采用可重构数据流架构，已推出 4096 卡、峰值算力 500 PFLOPS 的超节点，在北京、内蒙、新疆、浙江的金融与国央企场景落地；东方算芯今年 7 月刚上市同路线产品；摩尔线程计划年底随新一代 GPU 一同推出相关产品。

昆仑芯人士判断，「到今年底，每家算力企业基本上都具备交付能力。」

为何是 2026 年下半年

业内归纳出三大推动力。

• 训练与推理需求足够大：训练端，Kimi 7 月发布的 K3 模型参数达 2.8 万亿，业界普遍预期未来几个月将出现 3 万亿、6 万亿乃至 10 万亿参数模型，行业经验是每 1 万亿参数训练约需 5000 张卡。推理端，按阿里云资深人士说法，线上推理与训练比已接近 5:1 到 10:1，1 万张卡里 70%–90% 都在跑推理。
• 经济账算得过来：超节点虽单卡价格更贵，但摊薄风火水电基础设施后总体更集约。昆仑芯举例，传统 10 台机器算力相加「只能等于 6」，超节点系统可使其性能比同卡数普通机器再提升 30%–50%。
• 批量交付节点到了：超节点是芯片、存储、通信、交换、散热、供电、软件的系统工程化产物，整机集成能力已具备，「无论性能做得怎么样，大家都可以把整机交付出来。」

分歧与共识

• 规模之争：有企业人士认为 64 卡已经足够，TP、EP 并行规模上限就在这一量级，再大的 Scale-up 会带来额外延迟；华为、中科曙光、百度则认为，进入 Agent 时代后，万亿参数模型训练与百万 Token 上下文并发必须依靠 512 卡以上的大内存池。
• 生态之争：阿里平头哥、沐曦、海光走 CUDA 兼容路线，迁移成本低；华为昇腾、昆仑芯走自研路线。一位居于自研阵营的大厂人士坦承，「也许两三年后，CUDA 兼容就没有那么重要了。」Agent 编程的兴起正在改变这一生态博弈。
• 共识：软硬架构协同。国内模型 Attention 路线正在分化——千问 GDN、Kimi KDA 走 Linear Attention，DeepSeek 走 Smart Attention（MLA、DSA、CSA），智谱也采用了 DeepSeek 3.2 的 DSA 架构，未来两三年的演进将直接影响超节点的硬件适配方向。

文章末尾援引行业数据指出，美国算力规模约为中国的 9 倍，超节点正成为国内算力产业链向下延伸的重要底座。一位大厂人士总结：当下比拼的是「能否批量交付、稳定运行，并真正降低每 Token 成本」，供应链锁定是更大的挑战——无论国产还是海外供应都存在紧缺。真正激烈的竞争，才刚刚开始。