超节点互连技术落地，国产万卡超集群首次真机亮相

21世纪经济报道记者孙燕 昆山报道

12月18日，中科曙光在光合组织2025人工智能创新大会（HAIC2025）上发布并展出了scaleX万卡超集群，这是国产万卡级AI集群系统首次以真机形式亮相。

在此之前，国内的万卡集群项目多以分散服务器、技术蓝图或在建工程的形式存在。如三大运营商已投产运营的万卡集群，多为分散部署在庞大机房内的标准服务器，虽然已实现商业运营，但其物理形态并非一体化单元。

scaleX万卡超集群由16个曙光scaleX640超节点互连而成。作为世界首个单机柜级640卡超节点，scaleX640采用超高密度刀片、浸没相变液冷等技术，将单机柜算力密度提升20倍，PUE值低至1.04。

同样在今年，华为昇腾384超节点真机在2025世界人工智能大会期间首秀。从华为昇腾384超节点到scaleX万卡超集群接连真机亮相，国产算力“大基建”正从图纸走进现实。

随着主流大模型参数从千亿级跃升至万亿级规模，算力需求持续爆发式增长，EFLOPS算力级别、万卡级别高性能集群成为大模型标配。

超节点（SuperPod）因密度和性能优势，正成为新建万卡集群的首选架构之一。

其应算力需求而生。中科曙光高级副总裁李斌在接受21世纪经济报道等媒体采访时指出，在算力要求不高的时代，IT组件的解耦设计提供了无与伦比的灵活性，允许通过标准网络轻松扩展。然而，当前算法对算力的苛刻要求，迫使业界必须牺牲部分通用性，以换取性能的极致优化。

作为一种Scale-up（纵向扩展）解决方案，超节点目前已被中科曙光scaleX640、华为Atlas超节点、英伟达NVL72等产品应用。其将大量AI加速卡以超高密度集成在单个或少数几个机柜内，通过内部高速总线或专用互连网络，实现“物理多机、逻辑单机”的新型计算单元。

就单机柜而言，中科曙光11月发布的全球首个单机柜级640卡超节点——scaleX640，是全球已公开的、在单个机柜内集成加速卡数量最多的超节点产品。

“谁家的柜体集成度越高，竞争优势越大。”中科曙光总裁助理、智能计算产品事业部总经理杜夏威指出，在当前技术范式下，柜内互联采用高效低成本的电信号，柜间则依赖高功耗、高成本的光模块。在单机柜内把芯片互连规模做大，可以让芯片之间的互连更加可靠、高效。

此次中科曙光发布的scaleX万卡超集群，由16个曙光scaleX640超节点通过scaleFabric高速网络互连而成，可实现10240块AI加速卡部署，总算力规模超5EFlops。

超节点互连形成万卡集群，首先通过Scale-up策略，将数百张加速卡集成为一个内部高速互联的超级计算单体，以此克服传统集群的通信瓶颈；其次将这些超节点作为标准单元进行Scale-out（横向扩展），最终构筑起万卡规模的宏大体量。这也是行业构建大规模智算集群的主流架构思路。

不止万卡集群，国际上Meta、微软、OpenAI等AI巨头陆续宣布或者完成10万卡集群建设。

从此前的千卡集群到如今的万卡，再到将来的几十万卡甚至百万卡集群，高速互连的重要性愈加凸显。

在超节点间，曙光scaleFabric网络基于国内首款400G类InfiniBand的原生RDMA网卡与交换芯片，可实现400Gb/s超高带宽、低于1微秒端侧通信延迟，并可将超集群规模扩展至10万卡以上，相比传统IB网络提升2.33倍，同时网络总体成本降低30%。

谈及自研原生RDMA高速网络的重要性，李斌举例指出，英伟达在生态体系里构建了芯片“三驾马车”：第一驾是核心的GPU，提供澎湃算力；第二驾是NVLink，负责节点内超高速互联，实现极致的Scale-Up；而第三驾，正是基于Mellanox技术的InfiniBand网络，它承担着节点间Scale-Out的重任。

中信证券研究指出，相较于传统八卡服务器，超节点面临更为复杂的系统性挑战：一是海量芯片协同工作带来的系统散热压力；二是多芯片间光、铜混合互连方案引发的稳定性问题；三是多零部件长期运行下的可靠性隐患。这类问题往往需要服务器厂商与上游各环节厂商深度协同，方能探索全局最优解决方案，这也使得整机环节在产业链中的话语权显著提升。

在超节点的基础上，李斌指出，当智算集群的规模扩展至万卡乃至十万卡级别，集群设计与建设面临着可扩展性、可靠性与能效三大核心挑战。首先，为保证可扩展性，必须构建一个具备高带宽、低延迟的强大互连网络，确保集群规模增长时计算效率不会出现断崖式下降，并实现大规模组网下的有效管理。

其次，可靠性成为严峻考验。海量设备数量的累加会遵循“木桶效应”，即便单点可靠性极高，整体系统的无故障运行时间也会被指数级拉低。

最紧迫的还是能耗与能效问题：随着单个算力中心体量从MW级向未来GW级演进，传统的供电技术已难以为继，必须实现供电技术的根本性突破，并辅以先进的软件管理调度，才能保证这个庞大系统的高效、稳定与可持续运行。