WAIC观察：“大家伙”集体登场，超节点何以成为国产算力下一张底牌？

国产算力超节点：从芯片到系统的产业转向

今年世界人工智能大会（WAIC 2026）上，一排排两三米高、通体黑色的机柜成为展区焦点。这些被称作“超节点”的算力基础设施，出现在华&为、壁仞、燧原、中兴通讯、沐曦股份、中科曙光、阿里云、百度智能云等多家企业的展台。从一年前的少数企业展示新概念，到今年成为行业共识，国产算力竞争的重点正从单颗芯片转向整个计算系统。

华&为此次公开展出昇腾950超节点（Atlas 950 SuperPoD），由1024张计算卡组成，拥有256TB统一内存，NPU往返时延低至3微秒。据工作人员介绍，该设备最高可支持8192颗芯片互联，未来可能扩展至超过50万卡的集群。中兴则展示其OEX架构，兼容CPU、GPU、交换芯片、网卡等不同硬件，联合壁仞科技、沐曦股份、燧原科技、天数智芯等国产芯片企业，希望通过开放体系让用户根据不同业务场景选择芯片组合，以降低整体拥有成本。

壁仞科技依托自研BLink2.0互连协议，1024张GPU可共享同一个内存空间，组成一个可统一调度的“逻辑GPU”。壁仞还首次提出“NPO光互连、分布式解耦架构”，试图突破传统铜互连在带宽、时延和距离上的限制。中昊芯英发布新一代“须臾”AI芯片，混合精度浮点算力达896TFLOPS，8-bit推理算力达1792TOPS，单芯片功耗较同等级产品降低约50%，其单个超节点最高可支持2048颗芯片直联。

云计算企业同样将超节点作为AI基础设施布局的核心。阿里云展出由真武M890芯片和磐久AL128超节点组成的算力系统，真武M890采用平头哥自研并行计算架构，内置144GB高带宽显存，片间互联带宽达800GB/s。百度展示基于昆仑芯P800的天池算力矩阵，支持256卡超节点，并可进一步扩展到数十万卡集群，兼容文心、DeepSeek、智谱、MiniMax等主流模型。

模型迭代驱动超节点需求

超节点在今年的集中间出现，与模型技术的演进直接相关。壁仞科技AI框架副总裁、AI软件首席架构师丁云帆表示，大模型发展中的三个变化正在推高对超节点的需求。

一是MoE（专家混合）架构成为主流，叠加Agent技术爆发。MoE架构根据任务动态调用不同的“专家”网络，计算效率提升，但GPU之间的数据交换急剧增加，需要更高的互联带宽。二是模型参数规模持续扩大，万亿参数正成为新门槛。7月16日发布的Kimi K3，参数规模达2.8万亿，业内预计未来几年5万亿参数级别的模型也会出现。三是上下文越来越长，代码Agent、科研Agent等新应用需要处理大量Token，对显存和算力的占用比过去更高。

丁云帆指出，在单芯片算力提升受制于制程工艺的背景下，国产GPU与国际先进芯片仍有3至5年代差，超节点已成为解决算力瓶颈的刚需。

光互连：2028年或成主流方案

当超节点内的GPU数量从百级上升到千级甚至万级时，通信成为最大障碍。随着800G、1.6T高速互联时代到来，铜缆传输电信号正逼近物理极限。产业界将目光投向光互连，目前主要有四种技术路线：传统可插拔（FRO）、线性直驱（LPO）、近封装光学（NPO）和共封装光学（CPO）。

丁云帆表示，产业界讨论焦点已更多投向NPO和CPO，尤其是NPO正成为产业链协同攻关的核心。NPO将光引擎部署到GPU或交换芯片附近，缩短电信号传输距离，去掉高功耗的DSP芯片，在带宽、时延、功耗与成本之间取得更好平衡，传输距离可达数百米。

根据集邦咨询数据，CPO/NPO市场规模将从2025年的约1亿美元跃升至2030年的390亿美元以上。阿里巴巴、腾讯等企业已将NPO视为近中期的部署主轴。丁云帆认为，国内已具备研发NPO相关产品的基础能力，预计未来一两年相关产品将陆续推出，进入实际落地验证阶段。壁仞计划明年推出基于NPO的超节点产品。随着产业链成熟，NPO光互连有望在2028年前后成为AI超节点的主流方案。

但在CPO领域，国内布局企业不多。CPO需要将光引擎直接封装到计算芯片内部，对芯片设计、先进封装、工艺制造要求更高，整体技术难度高于NPO，且涉及产业链利益重新分配。丁云帆认为，中国现阶段更适合走生态共建的路线，在NPO架构下，GPU厂商、交换机厂商、光模块厂商等都能发挥各自优势。

工程化与产业链协同成为竞争焦点

超节点的竞争不仅在于芯片性能，还取决于网络互联、散热、软件调度等系统能力，以及产业链上下游的协同水平。中昊芯英创始人杨龚轶凡表示，当海量芯片组成统一集群时，如何降低分布式计算中的数据交换开销、实现多租户场景下的数据隔离与隐私保护、解决万卡集群的散热压力，以及分布式调度、集群运维、故障自愈等软件能力，都需要同步突破。

杨龚轶凡认为，在超节点规模化扩展方面，国内甚至走得比国外更快。由于单卡算力存在差距，国内产业界更迫切地要靠系统级创新来解决问题。这也是他选择TPU路线的原因——TPU作为专用架构，所需适配的算子远少于通用GPU，使本土厂商有机会在特定领域快速追赶。

后续观察指标

• NPO相关产品在2027年前是否进入实际生产环境验证
• 超节点内GPU数量是否能从千级扩展至万级
• 国产芯片厂商在超节点系统中能否实现有效算力提升
• 产业链上下游在光互连、液冷、调度软件等环节的协同进展