AI算力競爭進入系統時代！中興OEX超節點發布，重新定義AI工廠底座

智東西
作者 陳駿達
編輯 漠影

今年的WAIC，超節點依然是AI基礎設施展區熱度最高的關鍵詞。從展館入口一路走來，國內AI基礎設施廠商幾乎都把超節點產品擺到了最顯眼的位置。

為何人人都在談“超節點”？隨著萬億參數模型不斷出現，GPU已經越來越難單獨決定AI系統性能。真正影響模型訓練和推理效率的，開始變成GPU之間如何連接、服務器如何組織、網絡如何協同、軟件如何調度，以及整個數據中心如何作為一個整體高效運行。

AI基礎設施的競爭，也正從單點性能比拼，邁向系統能力競爭。

正是在這樣的產業背景下，中興在WAIC期間舉辦的“極致協同 滬筑生態”全棧智算生態論壇上，正式發布了新一代OEX超節點，給出了面向系統時代的一種解法。

與此同時，由中興聯合曦智科技、壁仞科技、沐曦股份、燧原科技、天數智芯等合作伙伴共同打造的基于OEX+dOCS架構的國產高性能Matrix超節點關鍵技術與應用，還獲得了2026 WAIC SAIL獎。

OEX超節點究竟解決了哪些長期困擾AI基礎設施的問題？又為何會成為今年WAIC AI基礎設施領域最受關注的產品之一？

一、AI算力競爭進入系統時代，傳統架構亟需迭代

過去幾年，大模型的發展速度遠遠超過芯片性能提升速度。模型參數規模邁向萬億級，訓練數據和推理請求持續增長，功耗、顯存容量、互聯帶寬等因素也開始相互制約，僅靠簡單堆砌更多GPU，已經很難獲得線性的算力增長。

無論是MoE模型中的Token流轉，還是Tensor Parallel、Expert Parallel等并行策略，都讓通信量呈指數級增長。如果互聯效率不足，再強的GPU也只能等待數據傳輸，最終導致算力利用率下降。

因此，AI工廠真正需要優化的對象，已經從單顆GPU擴展到整個系統。決定性能的不再只是芯片，而是芯片、互聯、服務器、交換機、機柜、軟件平臺乃至整個集群的協同能力，AI基礎設施也由此進入“系統時代”。

如今廣泛提及的超節點，正是這一思路的體現。

超節點并非簡單將幾十張GPU裝進一個機柜，而是通過高速互聯、統一內存尋址、專用交換芯片以及軟硬件協同，將數十甚至上百顆GPU邏輯上融合成一臺“超級計算機”，讓它們像單機一樣高效協同工作。

不過，打造這樣的系統并不容易。系統不僅需要提供TB/s級帶寬和極低時延，還要解決線纜激增、供電復雜、散熱壓力和可靠性下降等工程挑戰。

同時，在國產替代加速的當下，異構GPU如何統一調度、不同廠商芯片如何兼容、軟件適配成本如何降低、系統如何持續擴展，也成為產業化必須解決的問題。

作為國內AI基礎設施的重要玩家，中興的思路并非優化某一個環節，而是將芯片、互聯、服務器、集群、軟件平臺以及能源系統放在統一框架下重新設計，以開放兼容多元算力、提升全鏈路協同效率、降低AI工廠總擁有成本（TCO）為目標，打造具備持續演進能力的AI基礎設施。這也成為OEX超節點誕生的邏輯起點。

二、重新定義AI工廠基礎計算單元，OEX如何降低總擁有成本？

OEX超節點的全稱是Orthogonal Electrical eXchange，這是一種正交無背板互聯架構，從根本上改變了超節點的物理設計。

傳統AI服務器依賴大量高速線纜連接計算節點和交換節點，不僅布線復雜，也帶來信號衰減、維護困難等問題。OEX的正交無背板互聯架構，通過正交連接器和單級交換拓撲，讓計算托盤與交換托盤直接垂直互聯，徹底取消了內部高速線纜。

這一變化帶來了系統級提升。首先，SerDes鏈路縮短30%以上，消除了Cable Tray約6.5dB插損，顯著改善信號質量，并為224G等下一代高速互聯預留空間。

其次，取消線纜后釋放了更多機柜空間，可在標準機柜內支持最高128張GPU，進一步提升單位空間算力密度。

更重要的是可靠性和運維能力的提升。高速線纜和連接器一直是AI服務器的重要故障來源，OEX通過零線纜設計減少了大量潛在故障點，同時采用模塊化托盤設計，故障維護由小時級縮短至分鐘級，大幅降低運維成本。

這些優勢最終都會體現在AI工廠最關注的TCO（總擁有成本）上。OEX減少了交換層級，降低了硬件投入、布線復雜度和維護成本，符合數據中心向高密度、高能效比和模塊化演進的趨勢。

根據中興公布的數據，正交無背板設計可使互聯成本大幅下降，整機開發周期縮短至3-6個月，在降低全生命周期成本的同時提升產品迭代效率。

當前國產GPU生態不斷豐富，但不同GPU協議、服務器設計和軟件棧差異較大，適配成本居高不下。因此，性能提升之外，OEX超節點還堅持開放架構。

OEX兼容RDMA、Clink、OISA、SUE等多種主流互聯協議，通過組件化設計，僅需更換UBB等關鍵模塊即可快速適配不同GPU平臺，實現多廠家GPU兼容。

同時，中興還開放機械接口和電氣規范，支持第三方計算托盤和交換托盤接入，希望構建更加開放的國產超節點生態，為后續更大規模系統擴展奠定基礎。

如果說OEX解決的是單機柜內部GPU互聯，那么中興聯合合作伙伴打造的OEX+dOCS Matrix超節點則進一步解決了AI工廠跨機柜擴展的問題。

在千卡乃至萬卡集群中，傳統多級電交換網絡帶來的時延、功耗和復雜度不斷放大。Matrix超節點采用”OEX電交換+分布式dOCS光交換”的光電融合架構：機柜內部由OEX完成高密度電交換，跨機柜通信則交由dOCS光交換，實現百納秒級網絡時延，并減少光電轉換和互聯功耗。

此外，dOCS支持按訓練任務動態重構網絡拓撲，讓AI集群能夠根據不同模型實時調整資源，提高GPU利用率和整體訓練效率。

此次獲得WAIC 2026 SAIL獎的Matrix超節點，還聯合了曦智科技、壁仞科技、沐曦股份、燧原科技、天數智芯等國產產業鏈企業，打通了AI芯片、服務器、互聯網絡到智算集群的完整鏈路。

這展示了光電融合超節點的技術突破，也體現出國產AI基礎設施正在從單點創新邁向系統創新。

三、從底層Token生產，到上層Token應用

如果把中興此次WAIC展出的內容串聯起來，會發現其AI布局已經形成了較為完整的體系，這也符合中興去年提出的“All in AI”戰略。

最底層是核心能力層，包括自研高速互聯芯片、網絡芯片、基礎軟件，以及此次發布的OEX正交超節點架構。其目標是打造開放兼容的底座，支持不同國產GPU、不同協議高效協同，降低產業鏈適配成本。

其上是基礎設施層。圍繞AI工廠，中興構建了覆蓋超節點、智算服務器、一體機、高性能存儲的算力產品體系，同時完善Scale-Out、Scale-Across智算網絡，并布局液冷、800V高壓直流、模塊化AIDC等方案，形成從算力、網絡到能源的完整能力。

2026年第一季度，中興算力業務的營收實現雙位數增長，對其營收的貢獻占比已提升到27%。

再往上是能力平臺層。隨著AI基礎設施逐漸成熟，僅有硬件已不足以支撐產業落地。中興圍繞AIOS、智算資源管理平臺、訓推加速平臺及智能體平臺，進一步解決模型部署、資源調度和軟硬件協同優化等問題，將復雜的AI工程能力平臺化，降低企業應用AI的門檻。

應用層則聚焦產業落地。目前，中興已將AI能力應用于工業制造、電力、軌道交通、醫療、通信等多個行業，在自智網絡、智能制造、城市治理等領域形成了大量實踐案例，讓AI真正進入生產場景。

最貼近用戶的是終端層。今年WAIC期間，全球首款AI智能體手機中興努比亞NaviX Ultra亮相展臺，成為現場焦點之一。從AI工廠到AIOS，從行業應用到AI終端，中興正嘗試打通從底層算力到終端體驗的完整鏈路。

縱觀這五層布局，中興希望打造的已不僅是通信設備或服務器產品，而是一套覆蓋“Token生產—Token管理—Token應用”全鏈條的AI基礎設施體系：底層通過AI工廠持續生產更低成本、更高效率的Token，上層借助平臺、行業應用和智能終端，讓這些Token真正轉化為產業價值。

結語Token經濟時代，中興打開新的增長空間

隨著大模型逐漸進入規?；瘧秒A段，越來越多的企業開始關注每單位Token的生產效率和總擁有成本。誰能持續降低Token成本，誰就更有機會成為下一輪AI基礎設施競爭的贏家。

在這個意義上，OEX超節點或許只是一個開始。隨著系統架構、開放生態與AI應用逐步形成正向循環，中興多年積累的”連接+算力”能力，也有望進一步釋放價值，在Token經濟時代構建起新的增長曲線。

從連接能力到系統能力，再到AI工廠時代的基礎設施平臺，中興正在打開新的成長空間，這或許也是此次WAIC之后，最值得期待的產業變化之一。