WAIC現場直擊：芯片廠商集體亮劍，國產超節點迎來爆發

走進WAIC 2026的展館，最直觀的感受是什么？答案是：大。這里并不是指場館大，而是在許多核心展區都能看到一臺龐大的算力服務器設備，甚至是一整堵“算力墻”。

從華為昇騰950超節點、阿里平頭哥真武M890與磐久AL128，到昆侖芯P800及天池超節點，再到沐曦、清微智能、天數智芯、摩爾線程等企業帶來的算力系統，雷科技(ID：leitech）發現，本屆WAIC上最搶眼的半導體產品，幾乎都不再以單顆芯片的形式出現。

圖源：雷科技

說實話，國產芯片廠商如此集中地展示全產業鏈生態尚屬首次。不過，雖然芯片、架構各有所異，但是認真逛完后，小雷發現這屆WAIC的芯片廠商們最核心的關鍵詞其實是一樣的，那就是“超節點”。

什么是“超節點”？你可以將其看作多卡集群的升級版。傳統算力集群只是將計算卡放在一起，用犧牲性能的方式換取更大的算力規模。而超節點則是在此基礎上，通過自研硬件和架構，在盡可能不降低性能的情況下，把計算卡串聯成龐大的算力集群。

隨著AI算力的需求越來越高，AI企業對算力成本也越來越敏感，超節點也被視為算力企業的核心競爭力，所以在WAIC上，你可以看到“超節點”的宣傳幾乎“無處不在”。

巨頭集體亮劍，國產超節點迎來爆發

小雷首先來到的是阿里展區。作為國內云服務和芯片的雙巨頭，阿里在展區里展示了由真武M890與磐久AL128超節點組成的算力系統，也是最受關注的展品之一，甚至被評為此次WAIC的“鎮館之寶”。

真武M890作為阿里自研的頂級算力芯片，也吸引了不少人的注意。其采用平頭哥自研并行計算架構，內置144GB高帶寬顯存，片間互聯帶寬達到800GB/s，原生支持從FP32到FP4的多種數據精度，綜合性能達到上一代真武810E的3倍，可以兼顧大模型訓練、推理以及智能體并發任務。

圖源：阿里

單看參數，真武M890確實是一顆相當強大的訓推一體芯片，但小雷看完阿里的展區后覺得，它真正的核心其實并不是“性能提升”，而是阿里在這顆芯片上終于補齊了整個算力生態的循環。

與真武M890一同展示的磐久AL128，不僅搭載了平頭哥自研ICN Switch 1.0互聯芯片，其余關鍵芯片和硬件也幾乎都是阿里自研的，而這也是128顆算力芯片能夠在系統層面組成一臺“超級計算機”的關鍵。兩者的搭配，讓阿里的算力成本相較于此前有明顯下降。

對于已經手握千問大模型生態和云服務器平臺的阿里來說，真武M890與磐久AL128的出現，意味著其終于打通了“芯片—服務器—云平臺—大模型—智能體應用”的完整鏈路，將每一個環節都掌握在自己手中。

而在百度的展區，則是展示了以昆侖芯P800為核心搭建的天池算力矩陣，最高支持256卡超節點連接。對比前代的算力集群，中吞吐性能、推理效率以及通信時延等方面都提升明顯，并且適配文心、DeepSeek、智譜和MiniMax等主流模型，甚至能夠進一步拓展至數十萬卡的超大集群。

圖源：百度

作為一家與阿里類似的企業，百度的昆侖芯與天池，也是他們構建完整AI鏈路的關鍵。基于天池萬卡集群的算力成本優勢，百度能夠在各個領域以更低的成本推動應用落地，這也是百度能夠在搜索、文生圖、智能駕駛、智能體等各個業務上都取得突破的關鍵因素。

在小雷看來，這種擁有內部需求驅動的AI生態，也是阿里、百度等國內AI企業的一個關鍵優勢。在更低的算力成本支持下，他們能夠有更多機會去“試錯”，讓中國在AI落地層面跑得比其他國家都更快。

在H2的華為昇騰展廳，小雷也看到了本屆WAIC最具沖擊力的產品——昇騰950超節點，由1024張計算卡組成，擁有256TB的統一內存，NPU往返時延近3微秒，搭配統一內存編址系統，使其能夠像一臺“完整”的計算機那樣使用和計算。

與其他廠商的部分展示不同，華為是真把完全版的服務器搬到了展臺，以至于在現場看過去就像在面對一堵墻壁，而在“墻壁”之內，則是目前中國最強的算力矩陣。值得一提的是，1024卡集群只是本次展示的上限，昇騰950超節點最高可支持8192個芯片互聯，最高可擴展的集群數量超過50萬卡。

圖源：雷科技

昇騰950超節點就是華為在AI領域的最大資本。即使單顆芯片面對國際旗艦GPU仍有差距，只要能夠通過高速互聯和系統協同提高整體利用率，最終交付給客戶的有效算力依然極具競爭力。

在逛完國產算力三巨頭的展區后，小雷發現他們都在押注十萬卡級別的算力矩陣，并且基本都是自研芯片和互聯架構，最大程度降低硬件成本和維護成本，然后將其轉化為算力成本上的優勢。

事實上，這也是國產算力芯片的一個共同趨勢。以前大家都在考慮“有沒有芯”，但是隨著自研芯片幾乎成為標配，大家的競爭將進入“能不能變成穩定且廉價的算力”。

不止超大集群，這些國產玩家值得關注

在沐曦的展臺，小雷也看到了他們最新發布的曦景S600超節點，一整套龐大的服務器設備擺在展臺中央，視覺沖擊力還是相當大的。不過，在感慨之后，更值得關注的東西其實藏在機柜的深處——OEX正交架構。

沐曦的“曦景”S系列通過正交連接器和兩級交換拓撲，實現單機柜64張計算卡高速互聯，并可通過橫向堆疊擴展至萬卡集群。簡單來說，計算節點與交換節點不再依靠大量高速線纜連接，而是通過正交結構直接互聯。

圖源：雷科技

由此形成的計算節點零線纜、交換節點零線纜以及節點之間零線纜“三0設計”，直接解決了大規模集群中布線復雜、信號損耗和故障率上升等問題。事實上，大型數據中心的故障很多時候都不是算力芯片帶來的，而是其中的各種連接硬件、芯片在高頻使用下出現問題。

而沐曦這套方案，則是將線纜盡可能去除，用解耦式模塊化設計替代，讓核心模塊都可以單獨部署和維護，顯著降低數據中心的維護成本和時間。更低的運維成本和更開源的生態，對于想要部署私有算力服務器的中小型企業來說，沐曦的方案非常具有吸引力。

而在另一邊的清微智能展區，則展示了下一代TX82芯片模型、可重構3.0技術及4K超節點系統。這套系統最有意思的地方在于，它并不追求用固定硬件結構覆蓋所有模型，而是根據不同算法動態調整計算資源，減少部分單元閑置。

圖源：雷科技

在現場展出的4K超節點最高可拓展4096顆芯片，配套軟件棧已適配200余款模型。與巨頭們的超大集群相比，清微的優勢在于能夠根據企業要求進行深度定制，讓企業部署成本和算力成本進一步降低。

另一家國產芯片企業摩爾線程，在WAIC上的展示重點則是如何把這些算力真正轉化為可持續生產的Token。

在摩爾線程展區，小雷看到了其圍繞“詞元時代，萬物智能”搭建的完整算力體系。摩爾線程將其概括為三座“AI工廠”，分別是模型訓練工廠、詞元生產工廠和智能體生產工廠。簡單來說，就是先把模型訓練出來，再以更低成本持續生成Token，最后將這些模型和Token能力裝進能夠執行任務的智能體。

圖源：雷科技

為了證明國產GPU不僅能運行已有模型，摩爾線程還展示了基于MTT S5000全功能GPU和MUSA軟件棧取得的訓練成果。其中，MoE-236B基礎模型完成了從零開始的全流程訓練，北京大學EvoPhys團隊的EvoPhys-World 5D世界模型也在這套國產軟硬件體系上完成原生訓練。

在小雷看來，摩爾線程的思路與本屆WAIC的核心也十分契合：未來評價一家AI芯片企業，看的不再只是單顆GPU的峰值算力，而是它能否完成大模型訓練、穩定生產Token，并最終支撐智能體進入真實行業。

摩爾線程展示的“三座AI工廠”，本質上也是國產算力從賣芯片走向賣生產力的一次轉變。

而在云端大算力之外，本屆WAIC上還有大量采用Arm CPU配合NPU、AI協處理器的端側方案，比如搭載18核Arm Cortex-A78AE處理器的地瓜機器人RDK S600，端側推理算力最高達到560 TOPS；瑞芯微也展示了RK3588、RK3576主控與RK1828 AI協處理器組成的雙芯方案，用于本地運行輕量級大模型。

這些Arm架構芯片并不是為了取代昇騰或者昆侖，而是作為機器人、汽車等AI終端的本地“大腦”來運作，將需要即時響應的低算力任務放在本地，只有復雜的任務才會進入云端。

這也是未來AI生態的最佳方案，由云端超節點負責復雜訓練和高強度推理，Arm端側芯片承擔實時感知、隱私數據處理與低延遲決策，端云結合的優勢遠大于純云端或純本地。

AI下半場，拼的不只是性能

不管是超節點，還是定制化集群方案，不難發現其核心都在于降低算力成本，而非追求極致的AI性能。為什么大家現在都不提性能了？其實不是不提，而是性能的重要性已經讓位于成本和效率。

AI行業的競爭其實早已過了單純比拼模型性能的時候，隨著Agent應用落地的需求增加，成本已經成為所有企業最關注的數字。

而且，隨著Agent的普及，企業對于算力成本只會越來越敏感，哪怕每百萬Token的成本只是降低幾分錢，放大到數千萬用戶的規模上，所帶來的收益都是巨大的。而且，更低的算力成本也會加速AI的落地，反過來倒推算力集群的規模繼續增長。

圖源：雷科技

對于芯片企業來說，這也是他們最愿意看到的“正循環”過程。

逛完WAIC的算力與芯片展區后，小雷發現，本屆展會最明顯的變化，就是國產算力的競爭重心。去年，大家仍在強調單顆芯片的峰值性能和算力上限，但是到了今年，芯片性能雖然還是很重要，但如何提高利用率、降低Token成本已經成為更核心的問題。

而在繼續逛完智能體、機器人和AI終端等展區后，小雷也逐漸明白了這種變化的根源——Agent正在推動AI從“偶爾使用的工具”，變成可以持續工作的智能伙伴。與傳統的使用場景相比，Agent需要反復調用模型，并且自主規劃任務和檢查結果，消耗的Token都是成倍增加。

所以，沒有足夠廉價、穩定的算力，再強大的Agent也很難真正普及。這正是超節點、萬卡集群和端云協同在本屆WAIC集體成為焦點的原因。它們要解決的并不只是“算力夠不夠”的問題，而是如何讓計算卡更高效地生產Token。

從這個角度來看，WAIC 2026展示的并不只是幾顆更快的國產芯片，而是一套正在成形的中國AI算力體系：云端超節點負責復雜訓練與高強度推理，邊緣和端側芯片承擔實時感知與低延遲決策，模型、平臺和應用則共同消化這些算力。

而這，就是中國AI產業在未來突圍的關鍵。

主題為「智能伙伴·共創未來」的WAIC2026正在火熱開展中！
AI敘事路線從模型參數堆疊，轉變到Agent生產力落地；異構協同、光子計算持續提高計算上限；具身智能加速應用，機器人到家進廠讓物理AI變為現實。
雷科技WAIC探展團已抵達上海，直擊AI產業化落地年度巔峰時刻，敬請關注！