刚刚落幕的世界人工智能大会（WAIC）上，“超节点”成为了全场焦点，其热度甚至盖过了备受瞩目的大模型。所谓“超节点”，指的是在物理上由多个计算节点——如AI加速卡、NPU或GPU——通过高效互联协议紧密连接，从而具备“一台计算机”特征的计算系统。随着AI大模型对算力需求的爆发式增长，算力架构正从传统的“单机八卡”向“万卡”乃至“十万卡”的集群模式演变。在算力资源普遍紧缺的当下，头部云厂商、大模型厂商以及政企客户不约而同地将大规模算力采购视为标配，这直接推动了超节点技术的规模化商用。
在资本市场，超节点已然成为新的“造富风口”。数据显示，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%，市值逼近1400亿元。与之相伴的，是超节点产能的持续上扬。一位服务器厂商高管透露，从2026年下半年到2027年，超节点将迎来快速放量期。他直言，目前公司已与互联网客户洽谈2027年、2028年的供货，客户开出的条件非常直接：“你有10万片的供应，我们再谈；如果没有，我们就先不浪费时间了。”
《中国企业家》获悉，新华三正在杭州建设新的AI超级工厂，该工厂以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，每个点位功率达240至300千瓦。在WAIC上，新华三展示了UniPoD S80000超节点，覆盖从32卡至1024卡的全系列产品，训练性能提升70%，推理性能提升3倍。华为则披露了“A384超节点”的出货量，累计商用规模超过750套，其最新版“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芯片创业公司也积极投身这一浪潮。商汤科技拆分出的“曦望”推出了GPU芯片S3及超节点解决方案；奕行智能发布了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，该产品已落地于其与合作伙伴打造的“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。奕行智能今年4月刚完成15亿元B轮融资。
据一位算力公司高管透露，超节点价格比传统服务器高出50%，但利润也更高。其性能可提升10倍，“客户能算过来账”。芯和半导体副总裁仓巍认为，无论是AI芯片厂商还是整机系统厂商，都在从两个方向发力：芯片厂商自下而上从芯片架构、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互联规格、芯片接口及封装形态。两个方向在系统中间层的汇合，意味着跨层级协同能力正成为厂商的竞争焦点。
“十万卡”已经不够用了。今年，几家头部模型公司虽推出了更先进的模型，却普遍受困于算力瓶颈，不得不通过提价、限购来抑制需求。智谱发布的GLM-5大模型和月之暗面发布的2.8万亿参数Kimi K3大模型皆属此列。九章云极创始人方磊指出，大模型公司普遍面临1美元收入对应约0.8美元算力成本的局面，但算力规模仍是市值增长的核心手段。智谱已通过收购国产AI异构算力软件公司中科加禾，落地1GW级国产AI算力数据中心，此举推动其股价单日大涨近37%。一位中兴通讯员工直言：“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。”
随着模型参数规模竞赛的加剧，算力门槛不断提高。Kimi K3的部署建议即需64张以上加速卡组成的超节点。摩尔线程创始人张建中在WAIC演讲中强调，模型能否达到前沿水平，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。在各大厂商的角逐下，超节点的算力密度和规模不断提升，演变为一场以数字为中心的比拼。
华为最新的“昇腾950超节点”标准版为1024张卡，单柜64卡，由16个柜台组成，可拓展至8192卡。中兴通讯7月发布的“OEX超节点”单柜可容纳128张GPU，集群可扩展至万卡规模。中科曙光则发布了全国产十万卡AI“曙光8000（登峰）”超节点，并接入国家超算互联网。蜂拥上新的背后，技术路线各不相同：华为走的是全栈自研路线（从芯片、互联协议到散热），优势在于深度协同，但对研发体量要求极高；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，不押注单一芯片。阿里平头哥、百度昆仑芯、沐曦、清微智能、摩尔线程等也带来了各自的算力系统，这些厂商多从云厂商或垂直场景出发，更强调推理效率和性价比。
仓巍表示，判断最终格局为时尚早，拉开差距的关键在于系统工程的完整性——即能否用一套完整的产品和系统能力交付客户，而非单点优势。这种多元格局可能最终形成。
账面看，超节点虽然性能强大，但价格昂贵，投入可能在数百万元到几千万元之间。训练或推理的关键在于Token吞吐效率是否“跑满”，而非单纯追求GPU数量越多越好。这注定是少数科技大厂和头部创业公司的游戏。阿里云推出了性能更强的“磐久AL128”超节点，同时也提供64卡开箱即用的“灵骏真武M890”超节点。九章云极计划将智算规模从3万P提升至10万P。方磊将其比作高速公路和换电站，更像是一个AI基础设施和算力资产运营平台。
此外，散热、电力架构、异构算子融合等运维成本也是挑战。过去半导体竞争围绕单颗芯片，现在则考验整套系统的高效协同。将芯片连接起来不难，难的是让它们像一个整体工作，这涉及高速互联网络、液冷、电力供应等复杂问题。华为的风冷超节点解决了高密度智算升级难题，而光互联虽是趋势，却带来了电、光、热三个物理场的新挑战，字节跳动正在招聘系统分析师来优化大规模AI集群。
显而易见，在超节点的系统工程中，曾经作为核心的GPU重要性正在下降。大公司更着眼于CPU、存储、网络交换卡的系统优化。最明显的变化是GPU与CPU的比例：2025年超节点架构中，GPU与CPU比值可能为8:1甚至4:1，但到2026年，比值可能变为1:2甚至1:1。这是因为多智能体系统更依赖CPU的调度和内存。一位华为鲲鹏高管表示，多轮推理中更多记忆系统工作在CPU中，最后才交给GPU，负载已扩散至内存和CPU环节。“NPU变成了CPU的模板，由CPU安排任务。”随着CPU需求增长快于预期，英特尔已宣布上调服务器级CPU售价。存储也是关键，未来更看重容量、带宽和低时延。供应链的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，超节点玩家仍将面临残酷的性能与价格搏杀。