算力成生死線，巨頭瘋搶「超節點」

原標題：算力成生死線，巨頭瘋搶「超節點」 來源：中國企業家雜誌

剛剛結束的WAIC（世界人工智能大會）上，「超節點」的風頭蓋過了大模型，佔領了展館的中心位置。

「超節點」（Super Node）顧名思義，指在物理上由多個計算節點（如AI加速卡/NPU/GPU）通過高效互聯協議緊密連接組成的，具備「一臺計算機」特徵的計算系統。

隨着AI大模型算力需求劇增，算力需求正在從「單機八卡」向「萬卡/十萬卡」的集群演變。在算力普遍緊缺的背景下，頭部雲廠商、大模型廠商、政企客户不約而同地將規模算力採購錨定為標配，也直接推動了超節點的規模化商用。

在資本市場，超節點正在成為「造富機器」。7月1日到22日，《中國企業家》統計：紫光股份股價累計上漲58%，市值1300億元；浪潮信息上漲41%，市值近1400億元。

與之伴生的，是超節點產能的上揚。5月，一位服務器廠商高管告訴《中國企業家》：從2026年下半年到2027年，超節點都會呈現出快速上量的趨勢。「如果GPU、存儲等供應進一步充足，你們會看到更垂直的上量。」

該高管直言：目前公司和互聯網公司客户談的都已是2027年、2028年的供貨。「互聯網客户*句話就是，你有10萬片的供應，我們再談。如果你沒有，我們就先不浪費時間了。」

《中國企業家》獲悉，新華三正在杭州建設新的AI超級工廠，以AI整機櫃為主，規模為3.5萬立方米，大概可以容納200~300個測試點位，每個點位可達到240~300千瓦規模。

WAIC上，新華三展示了其UniPoD S80000 超節點，覆蓋從32卡至1024卡規模全系列產品，訓練性能提升70%、推理性能提升3倍。

華為也披露了自己的「A384超節點」的出貨量，累計規模商用超過750套。其最新版「昇騰950超節點」以1024張NPU（神經網絡處理單元）的真機狀態亮相，已具備量產交付能力。

一些AI芯片創業公司也主動投身超節點浪潮。今年1月，從商湯大芯片部門拆分，獨立運營的「曦望」推出了GPU芯片S3，併發布了超節點解決方案。

算力芯片公司奕行智能則發佈了*RISC-V AI算力超節點——單機櫃支持64到128顆芯片全互聯，單芯互聯帶寬達3.2T，這一產品已經落地在奕行智能與合作伙伴聯合打造的「全球首套全棧RISC-V萬卡超節點AI Token工廠」，一期預計將在今年8月建成。今年4月，奕行智能完成了15億元的B輪融資。

某算力公司高管告訴《中國企業家》：超節點的價格比傳統服務器要貴50%，利潤比單卡利潤要高。但其性能可以提升10倍，「客户能算過來賬」。

芯和半導體副總裁倉巍告訴《中國企業家》：不論是AI大算力芯片廠商，還是整機系統廠商，都在從兩個方向同時發力——芯片廠商自下而上，從芯片架構、封裝、互聯層層向上延伸，最終觸達超節點系統層。整機廠商則自上而下入手，從系統需求倒推，向下定義互聯規格、芯片接口乃至封裝形態。

兩個方向如何在系統中間層匯合，意味着超節點的跨層級協同能力正成為廠商的競爭焦點。

「十萬卡」已經不夠用了

今年，幾家頭部模型公司都推出了更為先進的模型，但他們不約而同地，被「卡」在了算力上，無法賣出更多的Token套餐。2月，智譜發佈GLM-5大模型；7月，月之暗面發佈了高達2.8萬億參數的Kimi K3大模型。但他們都不得不靠提價、限購等措施，來抑制需求。

九章雲極創始人方磊告訴《中國企業家》：對於大模型公司而言，行業普遍呈現1美元的收入對應約0.8美元的算力成本。但當下，1美元收入也對應着X倍的市值/估值——算力規模仍是大模型公司最重要的增長手段。

智譜已經等不及了。7月21日，智譜宣佈收購國產AI異構算力軟件公司中科加禾，並落地建成了1GW級國產AI算力數據中心——此舉推動智譜股價單日大漲近37%。

「十萬卡已經不算什麼了，馬斯克、黃仁勛要建百萬卡集群，中國廠商還得往前衝。」一位中興通訊的超節點員工如此説。他也提到了Kimi K3，「未來，模型的參數會越來越大，這意味着需要更強大的算力基礎設施來支撐訓練。」

另有半導體人士告訴《中國企業家》，Kimi K3的部署建議是使用64張以上加速卡組成的超節點——這標誌着大模型對超節點規模的算力已經有了門檻要求。

「模型參數規模的競賽沒有停止的跡象。今天是2.8萬億，到明年可能是5萬億、10萬億。每一次模型規模的躍升，都會把算力需求的基準線往上推一個臺階。這是超節點需求持續增長的底層邏輯，不是短期現象。」上述人士説。

摩爾線程創始人張建中在WAIC演講中提到：模型能不能達到Frontier Model（前沿模型）的水平，它的Benchmark（基準）、精度、能力，它能干的所有事情，完全取決於模型工廠的基礎設施能力。

「你不知道下一個要訓練的模型是什麼。大語言模型發佈之后，能不能儘快把下一個模型擴展到多模態？僅僅多模態還不夠，未來還要訓練各種各樣和人類工業生產、生活相關的模型，包括跟物理、科學研究、數學相關的模型，以及與我們日常世界打交道的世界模型。」張建中説。摩爾線程已經拿出了自己的「MTT C256超節點」，併爲此搭建了自己的模型訓練工廠和Token（詞元）生產工廠。

各家逐鹿下，超節點的算力密度和規模不斷提升，已經變成了一場以數字為中心的比拼遊戲。

華為最新的「昇騰950超節點」標準版為1024張卡，單櫃64卡，由16個櫃檯組成，*可拓展至8192卡。中興通訊7月發佈的「OEX超節點」，單櫃可容納128張GPU，集群可擴展至萬卡規模。中科曙光也在7月發佈了*全國產十萬卡AI的「曙光8000（登峰）」超節點，並接入了國家超算互聯網。

蜂擁上新背后，各家技術路線不盡相同，華為「昇騰950超節點」的特點是從芯片、互聯協議到散熱，是全棧自研。這種路線的優勢是各層之間可以深度協同優化，整體系統效率遠高於各層獨立堆砌，但對研發體量的要求也極高。

中興通訊聯合壁仞科技、沐曦股份、燧原科技等多家合作伙伴打造的超節點，走的則是另一條路——開放生態、多芯協同，不押注單一芯片，讓客户可以在不同算力芯片之間靈活組合。

阿里平頭哥「真武M890」與「磐久AL128」，百度旗下的崑崙芯「天池超節點」，以及沐曦、清微智能、摩爾線程等企業也都帶來了各自的算力系統。這些廠商大多從雲廠商或特定垂直場景出發，更強調推理效率和性價比，不追求純粹的算力規模。

倉巍説：「現在判斷最終格局還為時尚早。」真正拉開差距的地方，不在算力數字，而在系統工程的完整性——從芯片、互聯，到軟件棧、運維工具，能否用一套完整的產品和系統能力交付給客户，而不是單點優勢，將是這場競爭最終的判斷標準。

「上述各家路線針對的客户群體和應用場景本來就不重疊，可能最終形成的是多元格局，而非贏者通吃。」倉巍説。

賬面看，超節點不是*解？

不過，超節點在性能強大的同時，價格也很昂貴。

據《中國企業家》瞭解，超節點產品投入可能在數百萬元到幾千萬元之間，不論是訓練還是推理，關鍵是Token的吞吐效率要「跑滿」，這也是廠商選擇自購還是租賃的關鍵考量——並不是GPU數量越多越好，硬件越高級越好，關鍵是符合市場需求，能算清ROI。

這也讓動輒千萬元的超節點產品，註定是少數科技大廠和頭部創業公司的遊戲，難以成為中小公司、創業公司的選項。

例如，阿里雲除了推出性能更強大的「磐久AL128」超節點整機之外，也主打「靈駿真武M890超節點」。該產品以標準化超節點形態，向客户交付具備高速互聯能力、開箱即用的64卡高性能算力單元。

九章雲極目前擁有3萬P的智算規模，未來數年，計劃建設為10萬P的智算集群工廠，達到10萬億Token/日的流轉承載力。

方磊如此描述建設規模算力中心的方式——類似於高速公路和換電站。方磊説：「某種程度上，我們更像一個AI基礎設施和算力資產運營平臺。」

此外，中興通訊、華為、新華三等員工也均提到了超節點的運維成本，比如電力架構、異構算力的算子融合等。

過去，半導體競爭更多圍繞單顆芯片的性能展開，而AI時代，真正決定競爭力的已經是整套系統的高效協同。相關人士表示：把很多芯片連接起來並不難，難的是讓它們像一個整體一樣工作，這涉及到高速互聯網絡、液冷、電力供應等諸多挑戰。

要解決超節點里的能源和電力的問題，遠比大多數人意想的複雜。超節點表面上是「耗電多」，深層考驗的是整個供電鏈路的協同設計問題。

散熱同樣如此，機櫃內的熱分佈不只是「裝幾臺風扇」這樣簡單，而是要和芯片功耗分佈、封裝熱阻、液冷板流量設計相互耦合。例如，華為展出的風冷超節點，便是解決了傳統風冷機房向高密度智算升級的難題，無需進行高昂的液冷改造，即可部署超節點技術。

在互聯方面，伴隨着集群規模增大，純銅纜互聯在帶寬和距離上已觸及天花板，對光互聯的需求越來越迫切。但光互聯也帶來了電、光、熱三個物理場的全新設計挑戰——光模塊對温度極敏感，和高功耗AI芯片封裝在一起，熱耦合問題更加棘手。

這也讓超節點的系統工程師被納入科技大廠的招聘範圍。比如字節跳動正在招收「系統分析師」，其職責是深入分析字節跳動大規模AI集群的性能瓶頸和需求，做AI基礎設施（服務器/互聯/超節點）的架構設計和優化。

GPU成了最不重要的一環

顯而易見地，在超節點的系統工程里，曾經作為核心的GPU重要性正在下降。大公司更着眼於CPU、存儲、網絡交換卡的系統優化層面。

最明顯的變化是GPU和CPU的數量比例變化。《中國企業家》觀察到：2025年，在超節點架構里，GPU:CPU的比值是8:1甚至4:1。但到了2026年，一些廠商預言：未來CPU與GPU的比變成1:2甚至1:1都有可能。

其背后原因是，多智能體的系統更需要CPU的調度和內存。

一位華為鯤鵬高管在近期的演講中談到：Agent多輪推理時，更多記憶系統工作在CPU中展開，最后才交給GPU去推理，任務的負載已經更多擴散到了內存、CPU等環節上。「NPU變成了CPU的模板，由CPU來安排NPU做什麼。」

某服務器廠商高管提到，Agentic有很多活是要交給CPU乾的。所以智算機房以后不僅僅是智算服務器、智算整機櫃，可能將演變為以CPU為中心的通算整機櫃。

在各大類型的超節點中，CPU的比例不斷上升，超節點機櫃也在從「GPU中心」走向「GPU+CPU+存儲協同」。

不過，目前CPU、HBM（高帶寬內存）、先進封裝等關鍵資源都同樣緊張；CPU需求增長比產業預期更快，短期供給難以迅速跟上。行業也同步出現了CPU漲價、交付周期拉長的供需失衡現象。

7月6日，英特爾宣佈：上調旗下多款消費級與服務器級CPU的建議零售指導價。其中，面向服務器端的旗艦級至強6980P單顆售價上調1495美元，漲價金額近乎等同於一臺中端消費處理器的原價。

存儲也是超節點供應鏈中的關鍵一環，智能體需要依賴長期記憶、知識庫、上下文緩存（KV Cache）以及海量數據的高速讀寫，未來存儲的價值也將更多體現到容量、帶寬和低時延能力，而不僅僅是成本上來。

供應鏈的價格波動正指揮着超節點的狂飆節拍——儘管這是一個價值數千億元的大生意，但可以為其買單的客户太過集中，超節點玩家們將面臨的，仍將是更加殘酷的性能與價格搏殺。