在近期举行的柏林GTC大会上，英伟达CEO黄仁勋发布了名为DSX POD的模块化AI工厂参考设计。该设计将计算、网络、布线及液冷管路在合作伙伴工厂内完成预装，运抵客户现场后接入电力与冷却系统，14天内即可投入运行，而此前类似部署周期以半年计。与此同时，国内券商研报密集关注超节点领域，中信建投在研报中判断，国内外厂商正密集发布超节点产品，行业正从方案验证阶段正式进入规模化交付阶段，服务器整机、交换芯片、连接器、液冷等环节被逐一点名，2026年有望成为国产超节点放量元年。
这一判断的核心意义在于，超节点从工程样机走向批量交付，标志着算力基础设施的竞争规则正在发生位移。大模型训练对算力的需求在过去两年完成了从“加卡”到“加系统”的转向。千亿参数时代的经验是增加GPU数量，但当参数规模迈向万亿、MoE架构成为主流，跨节点通信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足，实际释放的算力可能不到标称值的一半。行业数据显示，传统集群跑大模型的线性加速比常常不到五成，剩余产能消耗在卡与卡之间的等待上。
超节点给出的解法是Scale-up架构，即将几十、几百甚至上千张卡置于一个紧耦合域内，通过高速互联总线连接并统一编址，使上层软件将整个资源池视为一张巨型显卡，通信延迟从微秒级压缩至纳秒级。中兴通讯在今年发布的《超节点技术白皮书》中将其比喻为“一个机架就是一块巨型GPU”。推动这一转变的因素有两个：一是MoE架构成为主流后，卡间通信模式从密集全量交换变为稀疏按需路由，对互联带宽要求提升而对延迟容忍度收窄；二是先进制程红利收窄，单颗芯片的显存容量和带宽增长曲线难以追上模型参数膨胀速度，将更多芯片以更低延迟连接成为更现实的工程路径。
华为在今年9月全联接大会上发布的昇腾960超节点，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。其互联方案采用Hi-ONE NPO光引擎，总容量7.2T，以5500个光引擎替代原本所需的4.8万颗800G光模块，功耗降低550千瓦以上。阿里方面，平头哥展示的磐久AL128单机柜128卡紧密耦合，P2P时延低于150纳秒，单柜带宽达Pb/s级，已在百炼平台承载通义千问、DeepSeek和Kimi的模型服务；9月发布的AL64分布式SNPO光互连超节点，被称为全球首款Scale-up专用近封装光学落地产品，路线图上还规划了AL144，预计2028年到位。
信通院今年发布的《AI计算节点发展研究报告》指出，集群线性加速比正从传统架构不足五成的水平向88％以上的区间爬升，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。超节点的竞争壁垒不在芯片本身，而在互联协议的定义权。英伟达的NVLink从GB200 NVL72起步，将72张GPU绑定在一个机架内，后续演进至NVL144、NVL288、NVL576，每一代都在扩大Scale-up域并提升光互联比重，DSX POD本质上是将系统集成能力打包为标准化参考设计，交由戴尔、超微、广达等合作伙伴交付。华为押注灵衢协议，Atlas 950 SuperPoD最大支持8192卡灵衢互联，多个昇腾960超节点再通过灵衢或RoCE组网，最大可扩展至51.2万卡。阿里则走自研互联芯片路线，磐久系列背后是名为ICN Switch的芯片，首先服务自身百炼平台和内部大模型业务。中兴通讯4月推出OEX正交无背板互联架构，以正交直连加高速连接器实现零线缆，64卡Matrix集群已在行业中获得认可。
此外，昆仑芯超节点在今年WAIC上展示了量产版本，单柜32或64卡，可扩展至512卡，采用冷板液冷。百度、海光、沐曦、摩尔线程、燧原、壁仞等头部国产AI芯片公司均在今夏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”今年落地上海，采用光交换路线。这场竞赛的关键变量在于互联协议的开放程度，英伟达NVLink生态相对封闭，华为则在推进CANN开源。随着超节点进入规模化交付阶段，算力基础设施的竞争正从单一芯片性能比拼，转向系统级互联能力与生态开放度的综合较量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
