WAIC现场直击：芯片厂商集体亮剑，国产超节点迎来爆发

走进WAIC 2026的展馆，最直观的感受是什么？答案是：大。这里并不是指场馆大，而是在许多核心展区都能看到一台庞大的算力服务器设备，甚至是一整堵“算力墙”。

从华为昇腾950超节点、阿里平头哥真武M890与磐久AL128，到昆仑芯P800及天池超节点，再到沐曦、清微智能、天数智芯、摩尔线程等企业带来的算力系统，雷科技(ID：leitech）发现，本届WAIC上最抢眼的半导体产品，几乎都不再以单颗芯片的形式出现。

图源：雷科技

说实话，国产芯片厂商如此集中地展示全产业链生态尚属首次。不过，虽然芯片、架构各有所异，但是认真逛完后，小雷发现这届WAIC的芯片厂商们最核心的关键词其实是一样的，那就是“超节点”。

什么是“超节点”？你可以将其看作多卡集群的升级版。传统算力集群只是将计算卡放在一起，用牺牲性能的方式换取更大的算力规模。而超节点则是在此基础上，通过自研硬件和架构，在尽可能不降低性能的情况下，把计算卡串联成庞大的算力集群。

随着AI算力的需求越来越高，AI企业对算力成本也越来越敏感，超节点也被视为算力企业的核心竞争力，所以在WAIC上，你可以看到“超节点”的宣传几乎“无处不在”。

巨头集体亮剑，国产超节点迎来爆发

小雷首先来到的是阿里展区。作为国内云服务和芯片的双巨头，阿里在展区里展示了由真武M890与磐久AL128超节点组成的算力系统，也是最受关注的展品之一，甚至被评为此次WAIC的“镇馆之宝”。

真武M890作为阿里自研的顶级算力芯片，也吸引了不少人的注意。其采用平头哥自研并行计算架构，内置144GB高带宽显存，片间互联带宽达到800GB/s，原生支持从FP32到FP4的多种数据精度，综合性能达到上一代真武810E的3倍，可以兼顾大模型训练、推理以及智能体并发任务。

图源：阿里

单看参数，真武M890确实是一颗相当强大的训推一体芯片，但小雷看完阿里的展区后觉得，它真正的核心其实并不是“性能提升”，而是阿里在这颗芯片上终于补齐了整个算力生态的循环。

与真武M890一同展示的磐久AL128，不仅搭载了平头哥自研ICN Switch 1.0互联芯片，其余关键芯片和硬件也几乎都是阿里自研的，而这也是128颗算力芯片能够在系统层面组成一台“超级计算机”的关键。两者的搭配，让阿里的算力成本相较于此前有明显下降。

对于已经手握千问大模型生态和云服务器平台的阿里来说，真武M890与磐久AL128的出现，意味着其终于打通了“芯片—服务器—云平台—大模型—智能体应用”的完整链路，将每一个环节都掌握在自己手中。

而在百度的展区，则是展示了以昆仑芯P800为核心搭建的天池算力矩阵，最高支持256卡超节点连接。对比前代的算力集群，中吞吐性能、推理效率以及通信时延等方面都提升明显，并且适配文心、DeepSeek、智谱和MiniMax等主流模型，甚至能够进一步拓展至数十万卡的超大集群。

图源：百度

作为一家与阿里类似的企业，百度的昆仑芯与天池，也是他们构建完整AI链路的关键。基于天池万卡集群的算力成本优势，百度能够在各个领域以更低的成本推动应用落地，这也是百度能够在搜索、文生图、智能驾驶、智能体等各个业务上都取得突破的关键因素。

在小雷看来，这种拥有内部需求驱动的AI生态，也是阿里、百度等国内AI企业的一个关键优势。在更低的算力成本支持下，他们能够有更多机会去“试错”，让中国在AI落地层面跑得比其他国家都更快。

在H2的华为昇腾展厅，小雷也看到了本届WAIC最具冲击力的产品——昇腾950超节点，由1024张计算卡组成，拥有256TB的统一内存，NPU往返时延近3微秒，搭配统一内存编址系统，使其能够像一台“完整”的计算机那样使用和计算。

与其他厂商的部分展示不同，华为是真把完全版的服务器搬到了展台，以至于在现场看过去就像在面对一堵墙壁，而在“墙壁”之内，则是目前中国最强的算力矩阵。值得一提的是，1024卡集群只是本次展示的上限，昇腾950超节点最高可支持8192个芯片互联，最高可扩展的集群数量超过50万卡。

图源：雷科技

昇腾950超节点就是华为在AI领域的最大资本。即使单颗芯片面对国际旗舰GPU仍有差距，只要能够通过高速互联和系统协同提高整体利用率，最终交付给客户的有效算力依然极具竞争力。

在逛完国产算力三巨头的展区后，小雷发现他们都在押注十万卡级别的算力矩阵，并且基本都是自研芯片和互联架构，最大程度降低硬件成本和维护成本，然后将其转化为算力成本上的优势。

事实上，这也是国产算力芯片的一个共同趋势。以前大家都在考虑“有没有芯”，但是随着自研芯片几乎成为标配，大家的竞争将进入“能不能变成稳定且廉价的算力”。

不止超大集群，这些国产玩家值得关注

在沐曦的展台，小雷也看到了他们最新发布的曦景S600超节点，一整套庞大的服务器设备摆在展台中央，视觉冲击力还是相当大的。不过，在感慨之后，更值得关注的东西其实藏在机柜的深处——OEX正交架构。

沐曦的“曦景”S系列通过正交连接器和两级交换拓扑，实现单机柜64张计算卡高速互联，并可通过横向堆叠扩展至万卡集群。简单来说，计算节点与交换节点不再依靠大量高速线缆连接，而是通过正交结构直接互联。

图源：雷科技

由此形成的计算节点零线缆、交换节点零线缆以及节点之间零线缆“三0设计”，直接解决了大规模集群中布线复杂、信号损耗和故障率上升等问题。事实上，大型数据中心的故障很多时候都不是算力芯片带来的，而是其中的各种连接硬件、芯片在高频使用下出现问题。

而沐曦这套方案，则是将线缆尽可能去除，用解耦式模块化设计替代，让核心模块都可以单独部署和维护，显著降低数据中心的维护成本和时间。更低的运维成本和更开源的生态，对于想要部署私有算力服务器的中小型企业来说，沐曦的方案非常具有吸引力。

而在另一边的清微智能展区，则展示了下一代TX82芯片模型、可重构3.0技术及4K超节点系统。这套系统最有意思的地方在于，它并不追求用固定硬件结构覆盖所有模型，而是根据不同算法动态调整计算资源，减少部分单元闲置。

图源：雷科技

在现场展出的4K超节点最高可拓展4096颗芯片，配套软件栈已适配200余款模型。与巨头们的超大集群相比，清微的优势在于能够根据企业要求进行深度定制，让企业部署成本和算力成本进一步降低。

另一家国产芯片企业摩尔线程，在WAIC上的展示重点则是如何把这些算力真正转化为可持续生产的Token。

在摩尔线程展区，小雷看到了其围绕“词元时代，万物智能”搭建的完整算力体系。摩尔线程将其概括为三座“AI工厂”，分别是模型训练工厂、词元生产工厂和智能体生产工厂。简单来说，就是先把模型训练出来，再以更低成本持续生成Token，最后将这些模型和Token能力装进能够执行任务的智能体。

图源：雷科技

为了证明国产GPU不仅能运行已有模型，摩尔线程还展示了基于MTT S5000全功能GPU和MUSA软件栈取得的训练成果。其中，MoE-236B基础模型完成了从零开始的全流程训练，北京大学EvoPhys团队的EvoPhys-World 5D世界模型也在这套国产软硬件体系上完成原生训练。

在小雷看来，摩尔线程的思路与本届WAIC的核心也十分契合：未来评价一家AI芯片企业，看的不再只是单颗GPU的峰值算力，而是它能否完成大模型训练、稳定生产Token，并最终支撑智能体进入真实行业。

摩尔线程展示的“三座AI工厂”，本质上也是国产算力从卖芯片走向卖生产力的一次转变。

而在云端大算力之外，本届WAIC上还有大量采用Arm CPU配合NPU、AI协处理器的端侧方案，比如搭载18核Arm Cortex-A78AE处理器的地瓜机器人RDK S600，端侧推理算力最高达到560 TOPS；瑞芯微也展示了RK3588、RK3576主控与RK1828 AI协处理器组成的双芯方案，用于本地运行轻量级大模型。

这些Arm架构芯片并不是为了取代昇腾或者昆仑，而是作为机器人、汽车等AI终端的本地“大脑”来运作，将需要即时响应的低算力任务放在本地，只有复杂的任务才会进入云端。

这也是未来AI生态的最佳方案，由云端超节点负责复杂训练和高强度推理，Arm端侧芯片承担实时感知、隐私数据处理与低延迟决策，端云结合的优势远大于纯云端或纯本地。

AI下半场，拼的不只是性能

不管是超节点，还是定制化集群方案，不难发现其核心都在于降低算力成本，而非追求极致的AI性能。为什么大家现在都不提性能了？其实不是不提，而是性能的重要性已经让位于成本和效率。

AI行业的竞争其实早已过了单纯比拼模型性能的时候，随着Agent应用落地的需求增加，成本已经成为所有企业最关注的数字。

而且，随着Agent的普及，企业对于算力成本只会越来越敏感，哪怕每百万Token的成本只是降低几分钱，放大到数千万用户的规模上，所带来的收益都是巨大的。而且，更低的算力成本也会加速AI的落地，反过来倒推算力集群的规模继续增长。

图源：雷科技

对于芯片企业来说，这也是他们最愿意看到的“正循环”过程。

逛完WAIC的算力与芯片展区后，小雷发现，本届展会最明显的变化，就是国产算力的竞争重心。去年，大家仍在强调单颗芯片的峰值性能和算力上限，但是到了今年，芯片性能虽然还是很重要，但如何提高利用率、降低Token成本已经成为更核心的问题。

而在继续逛完智能体、机器人和AI终端等展区后，小雷也逐渐明白了这种变化的根源——Agent正在推动AI从“偶尔使用的工具”，变成可以持续工作的智能伙伴。与传统的使用场景相比，Agent需要反复调用模型，并且自主规划任务和检查结果，消耗的Token都是成倍增加。

所以，没有足够廉价、稳定的算力，再强大的Agent也很难真正普及。这正是超节点、万卡集群和端云协同在本届WAIC集体成为焦点的原因。它们要解决的并不只是“算力够不够”的问题，而是如何让计算卡更高效地生产Token。

从这个角度来看，WAIC 2026展示的并不只是几颗更快的国产芯片，而是一套正在成形的中国AI算力体系：云端超节点负责复杂训练与高强度推理，边缘和端侧芯片承担实时感知与低延迟决策，模型、平台和应用则共同消化这些算力。

而这，就是中国AI产业在未来突围的关键。

主题为「智能伙伴·共创未来」的WAIC2026正在火热开展中！
AI叙事路线从模型参数堆叠，转变到Agent生产力落地；异构协同、光子计算持续提高计算上限；具身智能加速应用，机器人到家进厂让物理AI变为现实。
雷科技WAIC探展团已抵达上海，直击AI产业化落地年度巅峰时刻，敬请关注！