WAIC觀眾更愛看超節(jié)點的背面

記者 陳月芹

7月17日至20日，在2026年世界人工智能大會（WAIC）的H2算力館內，華為、中科曙光、沐曦股份、中興通訊、東方算芯、燧原科技、百度昆侖芯、新華三、聯(lián)想集團等企業(yè)，紛紛把自己的超節(jié)點機柜搬來展示。

一套超節(jié)點的造價動輒數(shù)億元，運輸難度大。多家算力企業(yè)把一整排像墻一樣、布滿GPU（圖形處理器）的黑色機柜橫放在展臺門口，正面和背面都敞開讓觀眾查看，以至于入口非常狹窄，觀眾常常需要側身擠入。也有企業(yè)把超節(jié)點柜貼墻擺放，僅開放展示單個計算“抽屜”。

WAIC現(xiàn)場呈現(xiàn)出了兩種參觀思路：舉著“貴賓參觀團”牌子的一批觀眾，常常站在超節(jié)點機柜前，聽工作人員詳細講解；股民、技術極客和帶著采購任務的企業(yè)人士，則不約而同地繞到機柜后方，研究光模塊、線纜、散熱方案、交換網板……

超節(jié)點機柜前擠滿了人（陳月芹/攝）

背面更有看頭

AI算力不再只拼單張芯片，而是開始競爭超節(jié)點與整機柜方案后，市場的關注點更為具體。

一位國企采購人士告訴經濟觀察報，去年華為在WAIC展出的Atlas 900 A3 SuperPoD（384 超節(jié)點），機柜背面是粗壯的高速銅纜，而今年亮相的新一代Atlas 950超節(jié)點，用上了800G光模塊與高密度光纖，大幅減少了傳統(tǒng)粗銅纜的使用。在數(shù)量上，超節(jié)點互聯(lián)規(guī)模也從去年的384卡，直接升級至1024卡。

華為昇騰此次首次展出的業(yè)界最大規(guī)模超節(jié)點Atlas 950 SuperPoD真機，背面還專門掛出長條形的StarMatrix（華為星聯(lián)系列）800G LPO光模塊，觀眾可上手觸摸。

華為超節(jié)點機柜背面的光模塊和線束被圍觀（陳月芹/攝）

超節(jié)點機柜的正面，一般是高密度計算單元，形態(tài)上是一層層的計算“抽屜”或刀片服務器，如常見的8卡NPU/GPU模組化設計，專門負責龐大的矩陣運算與大模型訓練和推理。在WAIC現(xiàn)場，多數(shù)超節(jié)點產品開放了部分區(qū)域，供觀眾拉開“抽屜”觀看。

機柜背面的重點則是高速互聯(lián)、交換網板，供電與配電單元（PDU）以及光模塊插槽等，主要負責連接千卡或萬卡、解決帶寬瓶頸。

超節(jié)點不是芯片數(shù)量的堆砌。模型參數(shù)開始從千億上升到萬億、訓練集群擴張到萬卡乃至十萬卡量級，企業(yè)要比拼的不是單張卡能算多快，而是成千上萬張卡能否算到一起。

因此，關注超節(jié)點真實效率的行家，想從機柜背面看到各家打通通信瓶頸的解決方案：阿里云磐久AL128圍繞AI訓練和推理重構機內互聯(lián)，為超節(jié)點之間預留大規(guī)模Scale-out（橫向擴展）帶寬；百度智能云自研XPU-Link互聯(lián)協(xié)議，中興通訊發(fā)布OEX超節(jié)點；華為強調靈衢互聯(lián)，將芯片級、單板級和機柜級通信納入統(tǒng)一協(xié)議。

韓國參觀團了解百度昆侖芯的超節(jié)點（陳月芹/攝）

中科曙光展出的全國產十萬卡AI超集群曙光8000（登峰），是“算力在沸騰”的具象化。這是一套采用浸沒相變液冷技術的機柜，把芯片泡在特殊的“水”（電子氟化液）里，芯片工作時發(fā)熱，液體吸熱變成一個個氣泡，把熱量帶走，冷卻后再變回液體，循環(huán)往復。

一位中科曙光的工作人員介紹，這種電子氟化液約10萬元/噸，會揮發(fā)，不夠可以補加。中科曙光用了近三年時間，才找到合適的液體，完成從液體配方到整機設計的全鏈條自研。

中科曙光的超節(jié)點會“冒泡”（陳月芹/攝）

大模型進化，把壓力給到上游

除了超節(jié)點，今年WAIC的另一個高頻詞是Token（詞元）工廠。芯片上下游企業(yè)不能只賣卡，還需要提供Token服務。

摩爾線程展示了“詞元生產工廠”技術細節(jié)（陳月芹/攝）

一家頭部國產GPU企業(yè)人士向經濟觀察報解釋，傳統(tǒng)GPU最早是做顯卡、擅長圖形處理的，如果直接拿來用在大模型上，效果不太好。如果用同一張卡既做Prefill（編碼處理輸入），又做Decode（解碼處理輸出），是不劃算的。因此，這家頭部國產GPU企業(yè)的方案是：用大算力的卡專門處理輸入，用小算力但大帶寬的卡專門處理輸出，使同等成本下的數(shù)據(jù)處理量實現(xiàn)成倍增長。

月之暗面是這家頭部國產GPU企業(yè)的客戶之一。近期KIMI K3模型爆火，不少企業(yè)在展臺詢問KIMI K3的降本邏輯。該頭部國產GPU企業(yè)人士解釋，我們是一個推理芯片的生產工廠，我不關心客戶生產的是什么，我在乎的是用最小的成本，讓這千張卡一天內能回答更多的問題、提供更多的服務。

大模型、Agent（智能體）能幫人類處理更多復雜任務，也對上游算力企業(yè)提出了更高的要求。無問芯穹聯(lián)合創(chuàng)始人兼CEO夏立雪認為，Agent推理需求上下文極長、交互輪次極多、緩存命中率極高，對吞吐、時延、緩存復用的要求，遠高于傳統(tǒng)對話場景。僅依靠產能的線性增長去堆疊算力，已經遠遠無法彌合供需之間持續(xù)擴大的缺口。

無問芯穹的解決方案是跨集群異構PD分離架構，用高性價比的廣域網以太網把分布在各地的、已經建好的同構數(shù)據(jù)中心連起來。

這些Token工廠及下游大模型企業(yè)眼下的重點，不是“卷”生產單個Token有多便宜，而是計算把一個任務辦成要花幾個字、調幾次、錯幾次，能不能更快、更高效。

企業(yè)正在加速擴產。7月19日，中科曙光相關負責人在向廣東省委參觀團講解產業(yè)鏈落地情況時透露，中科曙光計劃在廣州天河區(qū)投資建設一個海光產業(yè)創(chuàng)新中心，將數(shù)千家生態(tài)上下游企業(yè)聚合，提供設備適配與展示平臺，目前已洽談到第二輪。

將成百上千張卡“算到一起”，一個超節(jié)點整機柜群功耗可能高達400KW（千瓦），單臺高密度機柜的功耗在50KW以上，這對供電、散熱和承重提出了嚴苛要求。

一家關注柜式節(jié)點的采購企業(yè)，把兩個問題拋給了多家上游企業(yè)：一是整體方案能支持多少張卡，想加上更多卡時能怎么互聯(lián)；二是和英偉達相比，國產GPU耗電量等后期成本有多高。他需要計算硬件成本和運維成本的總賬。