超节点，正成为AI时代的算力新中枢 刚刚落幕的世界人工智能大会（WAIC）上，一个此前鲜被大众关注的术语——“超节点”（Super Node），悄然站上舞台中央。它不再只是技术白皮书里的概念，而是真实落地、批量交付、驱动大模型进化的物理基座。 所谓超节点，是指在物理层面将数十至数千颗AI加速芯片（GPU/NPU/ASIC）通过高速互联协议紧密耦合，形成具备统一资源视图、可像“一台计算机”般协同调度的高密度计算系统。它不是简单堆卡，而是软硬协同、跨层优化的系统工程结晶。 随着大模型参数规模从百亿跃向万亿、十万亿量级，训练与推理对算力的需求已突破单机极限。“单机八卡”早已成为历史，万卡集群成为标配，而十万卡、百万卡构架正在从蓝图走向部署。在算力持续紧缺的现实下，头部云厂商、大模型公司与政企客户不约而同将超节点列为规模化采购的刚性选项——这直接推动其从实验室走向产线，进入商用快车道。 规模化落地：从展台走向工厂 WAIC现场，多家厂商以真机形态展示了全栈能力：新华三推出UniPoD S80000系列，覆盖32卡至1024卡全规格，训练性能提升70%，推理性能提升3倍；华为昇腾950超节点以1024张NPU真机亮相，累计商用超750套，标准版支持单柜64卡、16柜级联，最大可拓展至8192卡；中兴通讯OEX超节点单柜容纳128张GPU，集群支持万卡扩展；中科曙光“曙光8000（登峰）”实现全国产十万卡AI超节点，并接入国家超算互联网。 产能建设同步提速。新华三已在杭州启动AI超级工厂建设，规划面积3.5万立方米，可容纳200–300个高功率测试点位，单点位供电达240–300千瓦；部分服务器厂商透露，客户订单已排至2027–2028年，互联网客户首问即是：“你能否保障10万片供应？” 创业公司亦加速入局：曦望发布S3 GPU芯片及配套超节点方案；奕行智能推出全球首个RISC-V架构AI超节点，单机柜支持64–128颗芯片全互联，单芯带宽达3.2T，其联合打造的“全栈RISC-V万卡AI Token工厂”一期将于今年8月建成。 算力升级背后的底层逻辑 驱动超节点爆发的核心动因，是模型演进对基础设施的倒逼。2月智谱GLM-5、7月月之暗面Kimi K3（2.8万亿参数）等前沿模型密集发布，但受限于算力瓶颈，厂商不得不采取提价、限购等手段调控Token供给。行业共识日益清晰：1美元模型收入背后，对应着远超以往的算力投入；而模型能力边界，本质上由“模型工厂”的基建水平决定。 摩尔线程创始人张建中指出：“你不知道下一个要训练的模型是什么——可能是多模态、科学计算、世界模型，甚至是与物理规律深度耦合的AI。所有这些，都依赖更强大、更灵活、更可持续的算力底座。” 参数竞赛仍在加速：2.8万亿只是起点，5万亿、10万亿已在研发路径中。每一次跃升，都在重定义算力需求的基准线。超节点不再是“可选项”，而是支撑下一代AI演进的必选项。 不止于卡数：系统工程才是决胜关键 超节点的价值，不在卡数堆砌，而在系统级协同。华为走全栈自研路线，从芯片、互联协议到散热均深度定制，追求极致能效比；中兴则联合壁仞、沐曦、燧原等构建开放生态，支持多芯混搭，强调场景适配弹性；阿里平头哥、百度昆仑芯、清微智能等则聚焦推理效率与成本平衡，面向特定垂直场景提供高性价比方案。 业内共识正在形成：最终竞争焦点，不是单一指标的领先，而是从芯片、互联、散热、供电、软件栈到运维工具的全栈交付能力。正如一位资深半导体从业者所言：“现在拼的不是谁的卡最多，而是谁能把整套系统跑得最稳、最省、最易用。” 隐性挑战：电力、散热与互联的三重攻坚 超节点的规模化，正暴露出传统数据中心难以承载的深层矛盾。表面看是“耗电多”，实则是整条供电链路的设计难题——从市电接入、UPS配置、母线槽载流能力，到机柜级PDUs动态分配，每一环都需重构。 散热同样复杂。热分布必须与芯片功耗图谱、封装热阻、液冷板流道设计精密耦合。华为展出的风冷超节点，即旨在解决高密度智算对传统风冷机房的兼容难题，避免高昂的液冷改造成本。 互联瓶颈更为紧迫。铜缆在带宽与距离上已达极限，光互联成为必然选择。但光模块对温控极为敏感，与高功耗AI芯片共处一柜，带来电—光—热三场强耦合挑战，亟需跨学科协同攻关。 这也催生了新型人才需求：系统工程师、AI基础设施架构师正成为科技大厂核心招聘岗位。他们的任务，是让成百上千颗芯片真正“像一台机器那样思考与工作”。 GPU退居二线：CPU与存储正在重定义算力重心 一个显著趋势正在浮现：在超节点架构中，GPU作为传统核心的地位正在弱化。2025年主流配置中GPU:CPU比值为8:1或4:1；而2026年起，部分厂商已规划CPU:GPU达到1:2甚至1:1。 原因在于AI应用范式迁移——多智能体（Agentic AI）依赖大量状态管理、上下文调度与长期记忆，这些任务更多运行于CPU与内存中。华为鲲鹏高管指出：“NPU正逐渐成为CPU调度下的执行单元，任务编排权正回归通用处理器。” 相应地，超节点机柜正从“GPU中心”转向“GPU+CPU+存储”协同架构。HBM、先进封装、高速内存接口等资源同步紧张，CPU交付周期拉长、价格上扬已成现实：英特尔近期上调至强6980P服务器CPU售价，单颗涨价近1500美元。 存储亦不可替代。智能体依赖KV Cache、知识库与实时上下文缓存，未来存储价值将由容量、带宽与低时延共同定义，而不仅是单位成本。 结语：一场静默却深刻的基础设施革命 超节点不是炫技式的硬件堆叠，而是一场静默却深刻的基础设施革命。它标志着AI竞争主战场，正从算法模型层，下沉至芯片—互联—供电—散热—软件的全栈系统层。谁能率先打通跨层级协同，谁就握住了下一代AI发展的关键钥匙。这场变革没有旁观者，只有建设者与落伍者。