国产阵营加码超节点：华为阿里领跑，AI算力走向系统级效率

随着大模型参数进入爆炸式增长阶段，AI算力需求正加速从单点突破走向系统级整合。

在这一背景下，“超节点”作为突破传统算力瓶颈的新型产品形态，正逐步成为行业主流。华为副董事长、轮值董事长徐直军在华为全联接大会2025上表示，从大型AI算力基础设施建设的技术方向看，超节点已经成为主导性产品形态，并正在成为AI基础设施建设的新常态。

在超节点赛道上，国内科技巨头已率先交出答卷。华为此前已推出CloudMatrix384超节点，将384颗昇腾NPU和192颗鲲鹏CPU通过高速网络MatrixLink全对等互联，形成一台超级“AI服务器”，单卡推理吞吐量达到2300 Tokens/s。近期，阿里云发布新一代磐久128超节点AI服务器，集成阿里自研CIPU 2.0芯片和EIC/MOC高性能网卡，单柜支持128个AI计算芯片。

从全球来看，人工智能基础设施建设正按下“加速键”，英伟达、OpenAI、Meta等科技巨头纷纷抛出AI基建新计划，推动AI算力规模发展。华龙证券认为，中美AI竞争正从“单卡性能”走向“系统级效率”，中国正在用集群建设+开源生态+工程化交付的方式完成AI基建方面的弯道超车。

国产阵营发力超节点

AI算力发展面临的现实瓶颈推动了超节点的诞生。中国信通院在《超节点发展报告》中明确指出，当前AI算力建设正面临“通信墙、功耗散热墙、复杂度墙”三大挑战。其指出，千亿级模型一次梯度同步产生的TB级数据让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化运维与RAS能力提出了更高要求。

从技术定义来看，信通院明确超节点是由AI计算节点通过高速互联协议组成、具备更大内存空间的AI系统，超节点可以支持32及以上AI芯片，AI芯片到交换芯片带宽不小于400GB/s，交换设备时延小于500ns。超节点域内AI芯片支持内存统一编址，AI芯片使用内存语义可直接访问其他AI芯片的内存。

超节点要实现大规模高效组网，需要通过Scale Up组网突破单机算力边界，构建大规模高速互联体系；同时，通过Scale Out组网实现集群化扩展，打破单节点算力限制。这两大能力直接决定了AI模型训练与推理的效率，以及算力规模拓展的边界。

华为等公司已经完成了超节点服务的落地。徐直军表示，CloudMatrix384超节点是基于Atlas 900超节点构建的云服务实例，Atlas 900超节点自今年3月上市以来，已经累计部署超过300套，服务20多个客户，Atlas 950超节点将于2026年第四季度上市。

据悉，相比英伟达同样将在明年下半年上市的NVL144，Atlas 950超节点卡的规模是其56.8倍，总算力是其6.7倍，内存容量是其15倍，达到1152TB；互联带宽是其62倍，达到16.3PB/s。华为云还将开放面向超节点的互联协议——灵衢2.0技术规范，并推出全球首个通用计算超节点TaiShan 950超节点。

阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在2025云栖大会上强调，超级AI云是下一代的计算机。新的AI计算范式需要更稠密的算力、更高效的网络、更大的集群规模。

据悉，磐久128超节点AI服务器采用开放架构，扩展能力加强，可实现高达Pb/s级别Scale-Up带宽和百ns极低延迟，相对于传统架构，同等AI算力下推理性能还可提升50%。吴泳铭还宣布，阿里巴巴正在积极推进三年3800亿的AI基础设施建设计划，并将会持续追加更大的投入。

国内其他厂商也在加速推进超节点布局。中科曙光发布国内首个基于AI计算开放架构设计的曙光AI超集群系统；浪潮信息发布面向万亿参数大模型的超节点AI服务器“元脑SD200”；沐曦股份发布多种超节点形态，包括光互连超节点（16-64x GPU）、耀龙3D Mesh超节点（32/64x GPU）等。

巨头加码，全球AI基建按下“加速键”

国新证券认为，超节点架构的核心在于，其“总线级互联”与“平等协同”机制，使得万卡集群在逻辑上能够作为一台统一的计算机高效运行，实现计算与内存资源的全局调度。华为在昇腾AI芯片与超节点技术上的突破，恰逢全球AI算力投资热潮。国产算力产业链借助华为的开放策略，在芯片制造、HBM封装、光通信及液冷温控等多个领域获得发展机遇，但核心挑战仍集中在生态成熟度层面。

同时，有业内人士表示，超节点正驱动智算中心基础设施发生深刻变革，未来智算中心必须具备高密度、高效率、高弹性和大规模的“四高”特征。

当前，全球正兴起新一轮的AI基建热潮。

当地时间10月6日，OpenAI称与AMD达成一项战略合作。OpenAI将部署6吉瓦AMD GPU算力，使用AMD Instinct系列GPU为其下一代人工智能基础设施提供动力支持。据悉，首批1吉瓦AMD Instinct MI450 GPU的部署预计将于2026年下半年启动。

当地时间9月22日，OpenAI和英伟达宣布签署意向书，双方计划为OpenAI的下一代 AI 基础设施部署至少10吉瓦的英伟达系统，用于训练和运行其下一代模型，从而部署超级智能。为支持数据中心和电力容量部署，英伟达还计划对OpenAI投资高达1000亿美元。而此前，OpenAI也与数据库巨头甲骨文签署了一份为期五年、总价值高达3000亿美元的算力合作协议。

尽管多方间潜在的利益关联与协同动作，引发了市场对英伟达、OpenAI、甲骨文三者“循环交易”的质疑，不过，这也表明了，加速AI基础设施建设已成为不可阻挡的行业趋势。

英伟达高管此前在财报电话会上表示，预计到2030年，人工智能基础设施支出将达到3万亿至4万亿美元。

开源证券研报认为，全球科技巨头在AI算力基础设施领域持续加大投入，将驱动模型、智能体能力迭代不止，助力内容创作、社交、广告、电商、教育、金融等领域AI应用商业化加速。

新京报贝壳财经记者 韦博雅

编辑 王进雨

校对 赵琳