刚刚落幕的世界人工智能大会上，“超节点”成为了全场瞩目的焦点，其热度甚至盖过了大模型。所谓“超节点”，是指由多个计算节点通过高效互联协议紧密连接而成的物理计算系统，具备“一台计算机”的特征。随着AI大模型对算力需求的激增，算力架构正从“单机八卡”向“万卡”乃至“十万卡”集群演进。在算力普遍紧缺的背景下，头部云厂商、大模型厂商及政企客户不约而同地将大规模算力采购视为标配，直接推动了超节点的规模化商用。
在资本市场上，超节点正成为造富引擎。据统计，7月1日至22日期间，紫光股份股价累计上涨58%，市值达1300亿元；浪潮信息上涨41%，市值近1400亿元。与之相伴的是产能的显著攀升。有服务器厂商高管透露，2026年下半年至2027年，超节点将迎来快速上量期。如果GPU和存储供应进一步充足，上量速度将更为垂直。该高管直言，目前公司已与互联网客户洽谈2027年至2028年的供货订单，“互联网客户第一句话就是，你有10万片的供应，我们再谈。如果你没有，我们就先不浪费时间了。”
据本刊了解，新华三正在杭州建设新的AI超级工厂，以AI整机柜为主，规模达3.5万立方米，可容纳200至300个测试点位，单点功率达240至300千瓦。WAIC期间，新华三展示了UniPoD S80000超节点，覆盖从32卡至1024卡全系列产品，训练性能提升70%，推理性能提升3倍。华为也披露了“A384超节点”的出货量，累计商用超过750套，其最新“昇腾950超节点”以1024张NPU的真机状态亮相，已具备量产交付能力。此外，多家AI芯片创业公司也投身其中。独立运营的“曦望”推出了S3芯片及超节点解决方案；奕行智能发布了首个RISC-V AI算力超节点，单机柜支持64至128颗芯片全互联，单芯互联带宽达3.2T，该产品已落地于联合打造的“全球首套全栈RISC-V万卡超节点AI Token工厂”，一期预计今年8月建成。奕行智能于4月完成了15亿元B轮融资。
一位算力公司高管向本刊透露，超节点价格比传统服务器高50%，但利润率高于单卡。由于性能可提升10倍，“客户能算过来账”。芯和半导体副总裁仓巍表示，芯片厂商正自下而上从架构、封装、互联延伸至系统层，整机厂商则自上而下从系统需求倒推定义芯片接口，两者的汇合点在于跨层级协同能力，这已成为厂商的竞争焦点。
“十万卡”已经不够用了
今年，几家头部模型公司推出了更为先进的模型，却因算力限制无法扩大服务，被迫提价或限购。2月，智谱发布GLM-5大模型；7月，月之暗面发布了2.8万亿参数的Kimi K3大模型。九章云极创始人方磊表示，行业普遍呈现1美元收入对应约0.8美元算力成本的局面，但算力规模仍是估值增长的关键手段。智谱在7月21日宣布收购国产AI异构算力软件公司中科加禾，并建成1GW级国产AI算力数据中心，此举推动其股价单日大涨近37%。
“十万卡已经不算什么了，马斯克、黄仁勋要建百万卡集群，中国厂商还得往前冲。”中兴通讯一位超节点员工表示。Kimi K3的部署建议使用64张以上加速卡组成的超节点，标志着大模型对算力集群有了门槛要求。半导体人士指出，模型参数规模竞赛未停，从2.8万亿到未来可能的5万亿、10万亿，每一次跃升都会推高算力基准线。摩尔线程创始人张建中在WAIC演讲中强调，前沿模型的水平完全取决于模型工厂的基础设施能力。摩尔线程已推出“MTT C256超节点”，并搭建了模型训练和Token生产工厂。
各家逐鹿下，超节点算力密度和规模不断提升。华为“昇腾950超节点”标准版为1024卡，最大可拓展至8192卡；中兴通讯7月发布的“OEX超节点”，单柜128张GPU，集群可扩展至万卡；中科曙光发布了首个全国产十万卡AI“曙光8000（登峰）”超节点。技术路线方面，华为采用全栈自研路线，优势在于深度协同；中兴通讯则联合壁仞科技、沐曦股份等伙伴，走开放生态、多芯协同路线。阿里平头哥“真武M890”与“磐久AL128”、百度昆仑芯“天池超节点”等也纷纷亮相，多从云厂商或垂直场景出发，强调推理效率和性价比。仓巍认为，最终格局尚未定型，胜负手在于系统工程完整性，而非单点优势。
账面看，超节点不是最优解？
超节点性能强大但价格昂贵，投入可能在数百万元到几千万元之间。能否跑满Token吞吐效率是关键，厂商需根据市场需求算清ROI。这也使得动辄千万元的超节点成为少数科技大厂和头部创业公司的游戏。阿里云在推出高性能“磐久AL128”的同时，也主打64卡高性能算力单元的“灵骏真武M890”。九章云极计划将智算规模从3万P建设为10万P，达到10万亿Token/日的流转承载力，更像是一个AI基础设施和算力资产运营平台。
中兴通讯、华为等员工也提到了超节点的运维成本，包括电力架构、异构算力算子融合等。半导体竞争已从单颗芯片转向整套系统的高效协同。把芯片连接起来不难，难的是让它们像一个整体工作，涉及高速互联网络、液冷、电力供应等挑战。解决电力问题需协同设计供电链路，散热需与芯片功耗分布、封装热阻、液冷板流量设计相互耦合。例如华为的风冷超节点解决了高密度智算升级难题。互联方面，纯铜缆触及天花板，光互联需求迫切，但光模块与高功耗芯片封装在一起会带来热耦合等新挑战。
GPU成了最不重要的一环
在超节点系统工程中，GPU的重要性正在下降，CPU、存储、网络交换卡成为优化重点。GPU与CPU数量比例发生变化：2025年超节点架构中GPU:CPU为8:1甚至4:1，但2026年可能变为1:2甚至1:1。这是因为多智能体系统更需要CPU的调度和内存。华为鲲鹏高管表示，Agent多轮推理时，更多记忆系统工作在CPU中，任务负载扩散至内存、CPU等环节，NPU变成CPU的模板。服务器厂商高管也提到，Agentic任务很多要交给CPU干，智算机房将演变为以CPU为中心的通算整机柜。
目前CPU、HBM、先进封装等资源同样紧张，CPU需求增长更快，出现涨价和交付周期拉长现象。7月6日，英特尔宣布上调多款服务器级CPU建议零售价。存储作为关键一环，其价值将更多体现在容量、带宽和低时延上，而不仅是成本。供应链价格波动正指挥着超节点的狂飙节拍，尽管这是一个数千亿元的大生意，但买单客户过于集中，超节点玩家们仍将面临残酷的性能与价格搏杀。