超节点元年，AI互联进入“原生”时代

2026 世界人工智能大会（WAIC 2026），“超节点” 是当之无愧的最大热点。据不完全统计，有超过20家企业发布超节点相关方案，万卡级集群、TB 级互联带宽等概念密集涌现，超节点已然成为下一代智算基础设施公认的主流形态。

行业目光纷纷聚焦芯片峰值算力、集群规模，但很少有人关注：超节点性能的上限，从来不由计算芯片决定，多层级高速互联才是决定集群真实有效算力的关键。某种程度上说，超节点的竞争，又是互联技术的竞争。随着 AI 产业从训练大规模转向推理、Agent 应用全面爆发，传统通用互联方案已经难以匹配全新负载，一套完整、AI 原生的多层互联体系，成为超节点规模化落地的刚需。

从训练到推理+Agent，

互联技术必须“AI原生”

AI行业的风向正在发生根本性转移。过去两年，产业焦点从大规模训练转向高性能推理，并进一步进化为复杂的多Agent协作。训练时代追求的是万卡集群、大规模同步、高吞吐，而推理时代追求的则是性价比、低延迟与高效能。

推理需求的崛起带来了新的技术需求。首先，PD（Prefill-Decode）分离成为标配，Prefill集群负责“理解”，Decode集群负责“生成”。这意味着KV Cache必须在层内、层间乃至跨节点之间进行高频、低延迟的数据转移。其次，MoE（混合专家）架构让通信图从训练时代的固定All-Reduce，变成了动态的、细粒度的All-to-All和Token Dispatch。这要求网络具备多平面通信、动态负载均衡、包喷洒等能力，传统静态拓扑已无法支撑。第三，KV Cache的膨胀倒逼“存储-网络”一体化，随着上下文长度越来越长，KV Cache动辄占用数十GB显存，系统被迫构建三级缓存。

在推理范式之上，Agent进一步将复杂度推向了系统级。Agent并非单次模型调用，而是一个涉及多轮规划、工具调用、检索、代码执行和结果校验的多步骤闭环。在这一过程中，每一个环节都伴随着多次推理调用，而推理的decode环节会产生KB级别的KV Cache数据通信。而这种KB级别的小消息，要打满100GB以上的带宽，系统每秒需要发起极高频次的通信，这种细粒度、高并发的通信特征，与传统训练时代的大消息同步、计算密集的特征截然不同。

无论是推理还是Agent，其底层需求都在撕裂传统的互联架构，并对不同层级的互联技术提出了新挑战。在Scale Out层面，网络不再只是静态的数据管道。MoE（混合专家）架构的兴起，使得通信图从固定模式转向动态变化，要求网络支持Token感知、Expert感知的动态调度，以及多平面、多播、包喷洒等高级特性。传统面向超算场景的IB（InfiniBand）协议成本高昂且生态封闭，而标准以太网又缺乏对AI工作负载的原生优化。在Scale Up层面，超节点内部需要TB级带宽和纳秒级时延，以支撑PD（Prefill-Decode）分离、MoE专家并行、以及不断膨胀的KV Cache分层存储。内存语义访问、同步Load/Store、异步RDMA等能力，成为超节点芯粒互联的刚需。在Scale Inside层面，随着计算Die面积持续膨胀（面积与算力呈平方关系，而周长与IO能力仅呈线性关系），芯片边缘的IO密度已成为物理瓶颈。传统计算芯片直接通过SerDes对外连接的方式，正在触及互联密度的天花板。

奇异摩尔联合创始人兼产品及解决方案副总裁祝俊东

在交流中，奇异摩尔联合创始人兼产品及解决方案副总裁祝俊东表示：过去云的时代，大家注重的是数据管理；而AI训练时代，要的是高速通道；而现在的Agentic AI，要的是确定性传输。这意味着，AI互联技术必须从通用网络的附属品进化为AI原生。

IO解耦、AI网卡与光互联，

重构技术栈

面对这些挑战，行业正在从“以计算为中心”的架构，转向“系统级协同设计”。奇异摩尔提出的Kiwi Fabric，正是试图从架构层面回应这些挑战。它包含三层含义：首先是一套统一的互联架构，通过开放协议将不同位置、不同功能的计算与存储单元连接在一起；其次是一个完整的产品栈，覆盖从Scale Inside到Scale Out的全链路；最后是基于KANDA的软件调度平台，实现数据与AI基础设施的统一编排。

奇异摩尔全栈互联产品及解决方案

IO Die解耦：从“大芯片”到“乐高化”。解决Scale up瓶颈的关键，在于将计算与IO解耦。奇异摩尔早在2021年便预判到这一趋势，率先在国内推进通用超节点芯粒的研发。当计算Die越做越大，面积与算力呈平方关系增长，但决定对外IO能力的边缘周长却呈线性增长。有限的边长被存储和计算挤占，IO空间被严重压缩。而通过Chiplet芯粒化，将IO功能独立为一颗IO Die，通过UCIe等协议与计算Die连接，可大幅提升IO密度。因为Die-to-Die接口的物理密度，远高于传统计算Die直接出SerDes的方案。这种架构不仅释放了计算芯片的面积压力，更让硬件设计像“乐高”一样模块化：计算Die、IO Die、Memory Die可以独立迭代，针对不同场景灵活组合，大幅降低研发周期和成本。未来，这种解耦将进一步进化为Unified I/O Die（KUIO），通过统一接口将CPU、GPU、XPU、Memory乃至网卡芯粒全面池化，实现真正的资源池化与异构互联。

奇异摩尔800G AI 超级网卡（SNIC）平台

AI原生网卡：适配AI时代新特性。在Scale Out层面，传统网卡已无法满足AI推理的复杂需求。奇异摩尔推出的Kiwi AI SNIC ，其定位并非简单的网络接口卡，而是“AI数据网络的高速通信处理核心”。针对Agent场景的高并发小消息，它支持超高的PPS（每秒包数）和吞吐效率；针对MoE的动态通信，它支持多平面通信、高效包喷洒和快速通道匹配；针对存储与计算的融合，它内建PCIe Switch和高性能RDMA，实现GPU与存储的无缝对接。更关键的是，它采用了HPDE（可编程数据通路）架构，这是一种介于纯ASIC固化与纯软件灵活之间的技术路线，既能在数据通路上提供接近硬件的性能，又能通过编程适应快速迭代的AI算法需求。

奇异摩尔与图灵量子、奇点光子光互连生态合作项目

光互联：突破电的物理极限。随着集群规模继续扩大，互联密度持续攀升，电信号在距离、功耗和带宽上的物理限制日益凸显。光互联被公认为下一代基础设施的方向。从LPO（线性可插拔光学）到NPO（近封装光学）、CPO（共封装光学），再到更遥远的OIO（光学IO），光与电的融合正在加速。奇异摩尔与图灵量子、奇点光子等光电伙伴合作，在AI芯片端的光互联领域进行预研。据行业判断，交换机侧的光互联有望在2027年前后实现大规模商业化，而AI芯片端侧光互联也将在2028-2030年间逐步落地，奇异摩尔正提前卡位这一时间窗口。

超节点时代，

需要第三方“互联方案供应商”

随着产业的发展，一个不容忽视的现实是：并非所有AI芯片企业都适合自建全套互联能力。祝俊东在采访中提到：计算与互联是截然不同的技术领域，英伟达之所以能在网络领域建立优势，源于其2019年收购Mellanox后近20年的技术积累。对于国内众多GPU、NPU厂商而言，自研互联不仅意味着巨大的时间与资金投入，更可能因为跨领域的技术短板，拖慢主芯片的迭代节奏。

这正是第三方全栈互联供应商的价值所在。奇异摩尔提供的并非单一芯片，而是覆盖Scale Inside（UCIE IP）、Scale Up（超节点芯粒）、Scale Out（AI超级网卡）乃至Scale Across（跨数据中心互联）的全栈方案，以及KANDA统一调度平台。这种模式让更多国产AI芯片企业能够快速获得超节点能力，将研发资源聚焦于计算核心，而不必在互联的“深水区”独自摸索。 更重要的是，超节点的竞争从来不是单点技术的竞争，而是生态与标准的竞争。 WAIC 2026期间，奇异摩尔联合壁仞科技、沐曦、天数智芯、燧原科技、商汤科技、曙光信息产业、中兴通讯等产业链核心企业，共同发起“国产超节点生态共建倡议”。在此之前，奇异摩尔持续积极参与到超节点标准的建设中，包括OISA1.0协议、OISA2.0协议、ETH-X协议等，旨在打破碎片化困局，建立统一的物理层、链路层及集合通信接口标准。于今年5月份携手中国移动共同发布基于OISA协议的卡间互联原型验证平台，旨在加速推动OISA标准的产业化落地，确保不同AI芯片厂商能在统一标准下实现高效互联，为未来国产芯片的验证与适配奠定坚实基础。

AI算力生态建设需要“共促开放协同、共建设施布局、共拓场景应用”，任何一家企业都无法独自完成从材料、封装、芯片到系统的全链条闭环。

结语：

从“参天大树”到“整片森林”

AI产业正站在一个关键的转折点上。当单点算力的增长曲线逐渐平缓，当Agent应用对系统确定性的要求愈发严苛，当超节点成为智算基础设施的标配，互联技术已从幕后走向台前，成为定义集群效能的核心变量。

超节点的火热，掩盖不了一个朴素的道理：再强大的计算芯片，如果没有高效、灵活、开放的互联底座，也只是孤岛上的算力碎片。从IO Die的解耦到AI原生网卡的进化，从电互联到光互联的跃迁，从封闭生态到开放标准的共建，这些看似“基础设施”层面的努力，恰恰决定了中国AI算力的发展。而这需要业界的生态伙伴合作。正如奇异摩尔创始人田陌晨所言，“我们必须要拧成一股绳，齐头并进。过去我们追求单棵参天大树的高度；今天，我们要把所有大树连成一片森林——根系在地下交织，枝叶在空中相连。对内，形成养分共享的自循环生态；对外，构筑抵御风险的战略屏障。只有系统级的端到端协同，打造全国产的闭环能力，才能在国际竞争的浪潮中站稳脚跟，也才能让产业真正健康成长。”

责任编辑 | 汪鹏