华泰 | 超节点：26年国产算力破局之道

来源：市场资讯

（来源：华泰睿思）

作为算力集群化提效的核心手段，超节点突破物理系统边界，在单机柜内实现数十至数百张加速卡紧耦合互联。我们看好26年起国产超节点在AI训推驱动下开启放量：1）万亿参数模型倒逼算力集群化提效，超节点通过系统级重构降低通信开销，有效将理论算力转化为可用吞吐；2）基于国产卡与海外先进卡的差距，超节点或为国产算力的破局之道，通过放大集群内系统级互联的作用以弥补单卡差距；3）自25年起，国内各大算力参与方陆续发布超节点样机。我们测算28年国产超节点市场空间有望达到3414亿元，26-28年CAGR为194%，建议关注超节点核心增量Scale up环节（交换芯片、交换机和铜连接）以及整机柜、液冷、光模块等其他受益环节。

优势：底层三大特征构筑壁垒，相比传统节点有切实的训推效率提升

我们认为，超节点相对传统计算节点具备三大核心优势：1）高带宽：专属协议（如NVLink 6.0）实现双向3.6TB/s的极速互联，领先传统协议（如PCIe 6.0）十数倍；2）低时延：跨节点网络降维至机柜内总线直连，单跳时延实现微秒至纳秒级跨越；3）内存语义通信：摒弃传统网络报文寻址，GPU间可直接跨板卡读取物理内存，大幅提升节点间通信效率。从实际效果来看，根据MLPerf体系中英伟达GB200超节点实测推演，在剔除单卡算力代差后，超节点系统相较传统节点在训练环节能够基本保全性能表现（0.97~1.11x），而在推理环节则能实现1.23~1.50x的大幅效率增益。

空间：超节点千亿级空间可期，核心增量为Scale up环节

随着国产卡规模放量以及超节点渗透率持续提升，我们测算到2028年我国超节点架构市场规模有望达到3414亿元，26-28年CAGR为194%。我们认为超节点最核心的增量在于支撑超大规模节点内部高效互联的Scale up环节，具体包括交换芯片、交换机和铜连接。从空间来看，我们预计：1）2028年国内Scale up交换芯片市场规模有望达到172亿元，26-28E CAGR为231%；2）2028年国内超节点Switch Tray市场空间有望达到277亿元，26-28E CAGR为204%；3）2029年我国AI高速铜连接（包括超节点和普通节点）市场规模有望达到309亿元，25-29ECAGR达46%。

与市场不同的观点

市场担忧海外先进卡（如H200）若进入会导致国产超节点需求大幅减少，而我们认为虽确实会有一定的此消彼长，但长期来看国产超节点或为大趋势，CSP厂商同时应用海外先进卡和国产超节点并不冲突：1）海外卡本身供应有限，仅能满足部分CSP的AI算力需求；2）海外卡如H200适合用作AI训练，CSP厂商仍可通过国产卡超节点来进行推理（根据我们的研究，英伟达GB200 NVL72的测试结果反映超节点对于推理的增益更大）。

我们判断2026年为国产超节点元年，超节点起量或将首要带动Scale up环节公司利润增长，其他算力链也将渐次受益。

风险提示：云厂商资本开支投入不及预期；超节点方案落地进程不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

超节点：算力集群化提效手段，26年有望成为放量元年

核心问题#1：超节点是什么？

超节点是借助高速低时延互联等技术，突破传统“单机服务器-跨服务器集群”的系统边界，在单一物理系统（通常指单机柜或等效的系统域）内实现数十乃至数百张加速卡紧耦合互联的计算单元。在大模型应用的拉动下，传统数据中心的横向拓展范式暴露出跨机通信的瓶颈（如大模型分布式训练中，其高频次的All-Reduce等集合通信操作，使得跨服务器的带宽、时延成为了根本瓶颈），以“超节点”为代表的“集成计算单元”形式开始涌现。超节点并非直接提升算力，其本质原理是在不改变单卡计算能力的前提下，通过系统级重构，弱化计算、存储与网络之间的层级割裂，使多卡协同在逻辑上更接近单一的计算实体，从而显著降低大规模并行下的通信与同步开销，提升有效算力利用率。

超节点的基本特征在于高带宽、低时延、内存统一编址：

1）高带宽：区别于传统计算架构中的卡间互联（较多依赖PCIe或以太网），超节点通过特有的互联协议（如NVLink、UALink）实现AI加速卡间的高速互联，如NVLink第六代可实现双向3.6TB/s速率，华为在2025全联接大会上的昇腾950-960-970路线图中亦公布950的卡间互联速率可达2TB/s，作为对比普通的PCIe 5.0/6.0协议下的双向总带宽仅为128/256GB/s，与以上特定的高速卡间互联协议相差十数倍；

2）低时延：超节点的本质是将传统的“跨节点网络通信”降维成“机柜内总线通信”，在传统计算架构中，跨服务器通信必须经过“GPU→网卡NIC→Leaf交换机（→Spine交换机→Leaf交换机）→网卡NIC→GPU”的复杂路径，这通常需要1-3个网络跳数以及多次光电转换，导致时延通常在微秒级别或数百纳秒级别；相比之下，超节点通过高效的互联系统（如NVLink Switch）在单一物理机柜内构建了统一的二层架构，任意两张卡之间的通信只需要经过一次Switch，即卡间通信仅需一跳，除此之外，由于传统架构中的一跳场景仍需网卡来处理协议，而超节点为GPU直连Switch芯片，无需网卡处理，因此超节点的单跳通信时延亦相较传统服务器更低。总结来看，在通信方面，超节点通常比传统节点具有更低跳数、更低单跳时延的优势。举例来看，根据昇腾的测试结果，CM384相较于传统服务器架构，单跳通信时延从2微秒做到200纳秒，降低了90%；

3）内存语义通信：超节点能够实现内存的全局管理和灵活访问。超节点内所有互联设备的内存地址需全局唯一，基于全局内存可实现任意设备间的灵活访问。这使得大模型训练中频繁的参数同步操作，无需经过传统的“序列化 - 网络传输 - 反序列化”流程，直接通过内存语义通信完成（而非传统交换机中的报文语义），提升小包数据传输及离散随机访存通信效率。比如在英伟达GB200 NVL72中，英伟达通过第五代NVLink和Switch，将72颗Blackwell GPU的内存进行统一，形成13.8TB容量的大型“显存池”。

核心问题#2：超节点比传统计算节点好在哪里？

市场时常困惑于：1）超节点相对于同样多卡数的普通节点集群有何领先之处？2）为什么中美算力龙头厂商都在追求超节点？我们以英伟达的超节点为例进行阐释：

英伟达NVL72（24年3月发布）：根据英伟达官网25年6月的对比，在MLPerf性能评价体系下，同样训练Llama 3.1/Llama 2 70B模型，GB200中的B200单卡性能相比传统节点中的H100提升了约2.2x/2.5x；同样在Llama 3.1/Llama 2 70B模型下进行推理，GB200中的B200单卡性能相比传统节点中的H100提升了约2.8-3.4x/3.1x。我们注意到，以上对比是针对B200和H100的，并未直接对比B200这张卡在超节点和普通节点中的性能差异（由于商务原因，各家算力大厂不太可能直接对比同一代产品的超节点和普通节点性能），因此该提升倍数可能隐含B200相对H100架构升级带来的性能提升，我们需要剔除该影响：考虑在前述的提升倍数基础上，除以B200与H100本身在FP16理论峰值算力的差异（约2.27x）。最终我们得到结论，GB200超节点系统对于效率的增益（与普通节点做对比）：训练环节基本保全性能并有小幅增益；推理环节有较大幅度增益（20%~50%）。

因此我们认为，超节点的意义并非提升算力峰值，而是在实际训推任务中将单卡理论优势保全到系统层级（即通过降低通信与同步开销、提高算力利用率，将更多的峰值算力转化为可用吞吐）。

核心问题#3：超节点应用前景如何？谁会使用超节点？

我们观察到，自2025年起国内AI产业正在形成芯片—模型—应用的正循环路径，走在国际前列。芯片方面，华为昇腾、寒武纪、摩尔线程、沐曦、平头哥、昆仑芯等国产算力芯片产品性能不断进步；模型方面，阿里Qwen3、DeepSeek V3.2测试结果已比肩国际顶尖闭源大模型；应用方面，豆包AI手机、夸克AI眼镜等新产品不断涌现，向全场景智能生活迈进。展望2026年，我们看好模型能力进一步提升、应用场景进一步落地：1）Scaling Law依然存在，大模型能力的进步并未停止，随着AI大模型变得越来越“聪明”，AI能力将能够解锁更多应用场景，迈向新的发展阶段；2）AI应用的商业模式有望更加成熟，当前，国内各个科技巨头已形成了较为清晰的AI战略规划，例如，阿里的全栈式AI能力，从芯片（平头哥）、AI基础设施生态、到模型（Qwen）、应用（云服务、千问APP、夸克眼镜）同步发展；字节则不断解锁更多To C端AI流量入口（豆包APP、豆包AI手机、AI眼镜、AI耳机等）；腾讯将AI能力与自身主业相结合塑造坚实护城河（微信AI搜索、元宝聊天框）等。

然而，目前国内AI正在面对算力芯片上的困局：一方面海外高端芯片供应受限，另一方面国内目前单卡算力较北美有一定差距、且单位算力性价比或较低。我们认为，超节点可能是国产算力的破局之道。面对国内“单卡算力有差距”、“单位算力成本更高”两大困局，我国选取“超节点”这一路径，超节点通过多卡协同，依托我国领先的通信技术及工程实现能力，有望在集群层面实现持平甚至赶超海外超节点的性能，同时亦能通过机柜级/系统级架构提高每单位算力的资本效率。例如，根据SemiAnalysis，华为910C的CM384超节点便以5.3倍于英伟达GB200 NVL72的卡数，实现了1.7倍于NVL72的算力性能；曙光的ScaleX640通过640张GPU堆叠，亦能实现超600 PFLOPS算力，比肩国际先进集群水平。我们认为，自2H25开始，海外GPU对华供应始终存在不确定性（如H200），而国产GPU正在性能、良率、量产能力上逐步突破，在国产卡算力性能仍弱于海外先进卡的背景下，为实现高性能的训练与推理，国产超节点的需求有望持续涌现，从25年下半年开始我们已看到来自CSP厂商、算力芯片厂商、ICT厂商等不同主体推出的超节点样品，因此我们判断2026年或为国产超节点放量的元年，头部互联网厂商有望规模应用。

市场空间：国产卡放量+超节点渗透率提升，千亿级规模可期

超节点空间：预计2028年国产超节点市场有望达3414亿元

我们预计2028年国产超节点市场规模有望达3414亿元，其中2026-2028年市场规模CAGR为194%。据IDC数据，2024年我国AI芯片出货量超过270万颗，其中英伟达约190万颗，占比约70%；2025年我国AI芯片出货量400万颗，其中英伟达、国产芯片分别约220、165万颗，占比分别为55%、41%，出于审慎考虑，我们根据以上数据合理预估2025年我国国产AI芯片约150万颗。随着国产AI芯片性能提升、产能扩充，我们预计2026/2027/2028年国产卡出货量分别同比增长65%/50%/40%至约248/371/520万颗，由于技术限制，国产超节点架构均由国产AI芯片设计，故暂不考虑英伟达GPU在国内的出货量。随着华为、大型CSP等相继推出各自的超节点方案，且超节点架构有助于从系统层面提升整体算力效率，我们判断2026年或将是国产超节点密集出货的元年，且未来渗透率将逐步提升，预计2026/2027/2028年将分别有25%/35%/45%的AI芯片用于构建超节点架构。

根据以上推演，我们预计2025-2028年以超节点形式出货的AI芯片数量为7.5/61.9/129.9/ 233.9万颗，假设均以128卡形式进行出货，则对应超节点机柜数量为0.06/0.48/1.02/1.83万台，我们根据行业调研信息合理假设128卡超节点机柜均价在2000万元左右，后续随着规模效应体现，机柜价值量或有所下降。最终我们测算得2025-2028年国产超节点市场规模分别为135/1001/1996/3414亿元，2026-2028E市场规模CAGR达到194%。

核心增量环节：相比传统节点，Scale up网络是超节点的立身之本

我们认为超节点的核心增量环节是Scale up，因此建议重点关注铜连接、交换芯片和交换机等相关产业机遇。AI集群的互联结构主要包括Scale out和Scale up：1）Scale out指跨节点、跨服务器的分布式互联方式，主要通过InfiniBand、以太网等协议实现拓展；2）Scale up指节点内部（如机柜内）以专用高带宽、低延迟互联协议将多颗XPU进行直连，例如NVLink、UB switch、UALink等。虽然 Scale out 可以持续扩展规模，但其跨节点通信延迟较高、带宽受限。随着 AI 模型参数规模不断膨胀，单纯依赖跨节点的 Scale-Out 会显著拖累整体计算效率，而超节点的创新性在于强化Scale-Up，通过突破“单机八卡”的物理边界，将 Scale-Up 拓展至整机柜级别，以更高密度的连接实现 64 卡、128 卡乃至更大规模的高带宽、低延迟互联。我们认为，国产超节点需求释放将为计算（GPU、ASIC）、光模块、铜连接、交换芯片、交换机、液冷、电源、AIDC等多个算力环节带来新的增长机遇，但其中最核心的增量在于支撑超大规模节点内部高效互联的Scale up环节，具体包括铜连接、交换芯片及交换机。

交换芯片：超节点驱动交换芯片行业二次成长，预计28年Scale up芯片规模172亿元

我们认为，AI超节点有望驱动交换芯片行业二次成长，其根本在于：超节点的核心增量环节是Scale up，而Scale up场景下交换芯片与GPU的配比显著高于Scale out场景。以英伟达为例：1）超节点Scale up情形：英伟达推出的GB200 NVL72内使用18颗NVSwitch4 ASIC将72颗B200 GPU进行 Scale up 互联，即交换芯片:GPU=18:72=1:4，即25%；2）普通节点Scale out情形：以英伟达1024卡H100标准集群为参照，在英伟达4SU H100集群中，一个SU节点为32台8卡H100服务器，4SU即1024张卡，从外部交换机来看，1024张H100用到了16台Spine交换机和32台Leaf交换机（均为25.6T），其交换机与GPU的配比约为5%（48/1024），交换芯片与GPU配比亦约为5%。因此英伟达超节点Scale up的配比25%显著大于此前H100集群的Scale out配比5%。

我们预计28年国内Scale up交换芯片市场规模为172亿元，26-28E CAGR为231%。沿着前述超节点空间的测算，我们可以继续测算得到Scale up交换芯片的市场空间，参考各厂商的超节点架构，Scale up交换芯片与AI芯片的配比按30%计算（比英伟达NVL72 GB200的25%配比稍高，主要系国产卡与海外卡有差距，我们认为网络配比或有所提升）。我们假设Scale up交换芯片的2026/2027/2028年平均价格分别为3000/3300/3500美元，主要系产品迭代带来的价格上升；假设美元兑人民币汇率为7.0。综上，我们预计2026-2028年国内Scale up交换芯片市场规模分别为38.98/90.05/171.91亿元。我们认为国产交换芯片厂商或更具备与国内CSP厂商共建网络生态的意愿，预计Scale up交换芯片的国产化率将高于Scale out交换芯片，故预计2026/2027/2028年Scale up交换芯片国产化率分别为50%/65%/75%，对应2026/2027/2028年国内国产Scale up交换芯片市场规模分别为19.49/58.53/128.93亿元，2026E-2028E CAGR为211.82%。

看好2026年国产交换芯片商受益超节点Scale up需求增长。目前除英伟达和华为的超节点使用全栈自研产品外，其他CSP厂商的超节点（阿里、字节、腾讯等）或将建立开源生态，即通过不同厂商的GPU与交换芯片进行搭配使用。我们梳理国内外交换芯片商在Scale up参与情况，具体请见研报原文。

交换机：交换机迎来新的Scale up形式Switch Tray，需求或随之放量

超节点有望衍生出新的柜内Scale up交换机（Switch Tray）需求，或将为头部交换机企业带来新的业绩增长机遇。参考海内外具有代表性的超节点架构，英伟达GB200 NVL72机柜中首次使用9层NVLink Switch Tray进行节点内的Scale up互联，而阿里磐久128则采用与计算节点呈正交形式的ALink交换Tray，可见随着超节点架构的兴起，为了提升空间利用率（超节点空间较紧凑）并优化散热，柜内部交换机开始以模块化的Switch Tray（托盘）形式出现，我们认为这一转变或将为老牌交换机公司带来新的市场空间，建议关注国产超节点（尤其是互联网厂商的自研超节点）对于交换机市场的拉动。

我们预计28年超节点Switch Tray市场规模为277亿元，26-28E CAGR为204%。沿着前述超节点空间的测算，我们可以继续测算得到超节点Switch Tray的市场空间，参考各厂商的超节点架构，Scale up交换芯片与AI芯片的配比按30%计算。我们假设，每个Switch Tray上含有2颗Scale up交换芯片，即2025-2028年对应有1.13/9.28/19.49/35.08万个Switch Tray，Switch Tray的价格可由交换芯片价格进行推算（初始假设单芯片为3000美金，美元兑人民币汇率为7.0，Switch Tray毛利率为20%，假设交换芯片占BOM成本的60%，原因是Switch Tray相对传统交换机来说结构更简单，其成本主要来自于交换芯片，则初始的单Tray价值量为8.75万元），我们预计随着规模增长Switch Tray价值量或有下降趋势，预计2026-2028年单Tray价值量分别为8.75/8.31/7.90万元，最终测算得2025-2028年超节点Switch Tray市场空间分别为9.84/81.21/162.02/277.05亿元，2026-2028E CAGR为204%。

铜连接：Scale up互联优选物理载体，全面受益超节点需求增长

未来超节点应用渗透提升背景下，高速铜连接有望凭借高性价比+低功耗+高稳定性优势成为柜内短距互联优选，持续受益AI需求扩张。我们观察到，高速铜连接相对光连接方案在AI短距互联场景具有明显优势，概括来看，DAC（铜连接）方案相对于AOC（光连接）方案具备更低的成本（单根25G DAC价格仅为25G AOC的1/3至1/4）、更稳定的性能（一般DAC的平均无故障时长比光缆行业标准高出一个数量级）、更低的功耗（25G DAC/AOC的线缆功耗分别为0.1W/2W）。

从实际应用看，英伟达和华为超节点均在柜内Scale up互联中采用大量铜连接。1）英伟达GB200 NVL72超节点，结合72个Blackwell GPU和36个Grace CPU，采用Cable Tray（各类铜连接器与铜缆的组合）进行Scale up互联，据我们的测算，英伟达GB200 NVL72中所用到的铜连接总价值量约65万元人民币，占GPU价值量的4%；2）华为：根据华为Atlas 900A3 SuperPod（即CM384）产品官网介绍，在每个计算节点（8卡内部）可看到呈黑色的背板连接器铜线模组，其用途亦为卡间Scale up互联。

从空间来看，我们测算，2026年我国高速铜连接（AI）市场规模有望达129亿元，未来5年CAGR为46%。根据IDC，2024年我国AI服务器市场规模为221亿美元，同比提升134%，IDC预测到2029年我国AI服务器市场规模有望突破1000亿美元，2025E-2029E市场规模CAGR为35%。基于IDC对于AI服务器市场规模的预测，以及华丰科技对于其高速线模组（背板连接器+线缆，可理解为高速铜连接）未来在AI服务器的价值量占比3%-5%的判断，我们假设2024-2029年高速线模组价值量在AI服务器中的占比逐年提升（逻辑在于：a.GPU带宽持续升级，高速率传输需求增加，高速线模组ASP和用量均有望提升；b.超节点架构占比提升，短距铜连接应用增加），测算得2024年我国高速铜连接市场空间约47亿元，我们预计2026年我国高速铜连接市场空间约为129亿元，同比提升56%，我们预测到2029年我国高速铜连接市场空间约为309亿元，其中2025E-2029E市场空间CAGR为46%。

核心观点及风险提示

我们认为，基于“超节点是国产算力破局之道”这一判断，在2026年海外先进GPU供应受限、国产GPU性能、量产能力不断突破的背景下，国产超节点有望自2026年开始起量，其中整机柜、交换机、交换芯片、铜连接、光模块、液冷、PCB等多个环节均将受益。综合增量逻辑、盈利能力、竞争格局三个角度来看，我们首推Scale up环节，其中包括交换机、交换芯片和铜连接，此外建议关注其他环节进展及放量节奏。

1. 云厂商资本开支投入不及预期；数据中心需求同云厂商资本开支相关，若云厂商放缓资本开支投入，对于数据中心的需求将产生影响。

2. 超节点方案落地进程不及预期；超节点架构提升算力效率，且会催生了大量的Scale up法方面需求，若后续因技术水平、关键设备供应等因素导致超节点落地时间延后，则将影响行业规模的增长。

3. 本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

研报：《通信: 超节点：26年国产算力破局之道》2026年4月10日

王兴 分析师 S0570523070003 | BUC499

唐攀尧 分析师 S0570526040003

高名垚 分析师 S0570523080006 | BUP971

王珂 分析师 S0570524080005 | BWA966

陈越兮 分析师 S057052507000