超節點：當"堆卡"走到盡頭，算力學會了打羣架

7月27日，月之暗面正式開源Kimi K3模型權重。這款擁有2.8萬億參數、896個專家的全球首個三萬億級開源模型，在官方部署文檔中寫下了一行看似不起眼卻分量極重的話——推薦配置爲"≥64卡超節點"。

值得注意的是，這是超節點第一次被寫進大模型的"安裝說明書"。

在此之前的4月24日，DeepSeek V4-Pro和V4-Flash同步開源，華爲昇騰超節點全系列產品完成適配。DeepSeek官方公衆號直言不諱地表示，受限於高端算力，V4-Pro模型的服務吞吐仍然有限，預計下半年昇騰950超節點批量上市後，Pro版本價格將大幅下調。

兩份模型文檔，指向同一個事實：萬億參數時代的最低入場券，已經不是單張算力卡的峯值算力，而是能否把它們高效地"捆"在一起。

一臺"超級計算機"的誕生

7月19日，2026世界人工智能大會(WAIC)期間，鵬城實驗室主任高文和全球計算聯盟(GCC)理事長金海共同發佈了一份文件——《超節點定義與實踐白皮書》。三十餘家頂尖高校、科研院所和頭部企業聯合編撰，首次爲這個已經熱了半年多的概念頒發了"出生證"。

白皮書給出的定義簡潔而精確：超節點是一種在物理上由多個計算節點通過高效的互聯協議緊密連接組成，具備跨物理節點統一內存編址能力，邏輯上具備"一臺計算機"特徵的計算系統。

換言之，它的目標只有一個——讓數百張算力卡像一臺電腦一樣工作。

這聽上去簡單，工程上卻極爲棘手。傳統的數據中心採用Scale-Out(橫向擴展)架構，各計算節點運行於相互隔離的獨立地址空間，節點間的數據同步依賴軟件協議棧和網絡報文交換。即便配置高帶寬鏈路，數據在移動過程中仍不可避免地經歷地址映射、消息組裝、中斷處理等多層軟件介入。白皮書指出，這種方式在有效帶寬、端到端時延及同步效率上存在"數倍乃至一個數量級的結構性劣勢"。

然而，超節點走的則是另一條路——Scale-Up(縱向擴展)。它通過系統總線將內存語義操作的可達域從單機擴展到跨物理節點，使任一處理器能夠直接對超節點內任意內存地址執行Load/Store操作。跨節點的數據訪問不再需要"序列化—網絡傳輸—反序列化"的迂迴，而是由硬件直接完成。白皮書將"統一內存編址與內存語義""超低時延""超大帶寬"列爲超節點的三大技術特徵。

在AI大模型的語境裏，這個區別至關重要。MoE(混合專家)架構的模型每一層都需要上百次專家路由通信，微秒級的時延差會被數百層網絡持續放大。GPU算力每年提升兩到三倍，而內存帶寬的年增幅僅有15%至30%，兩者之間的剪刀差持續拉大。GPT-5級別的大模型訓練中，跨節點通信開銷已佔總訓練成本的三成以上。超節點要做的，就是把這部分被浪費掉的算力"搶"回來。

"集團軍"的共識

WAIC 2026的算力展區裏，一排排黑色機櫃構成了一種奇特的視覺景觀。華爲昇騰950超節點真機首次線下展示，16臺計算櫃、1024張昇騰950DT芯片，以龐然巨物般的體量充當華爲展臺的"門面擔當"。沐曦股份首發曦景S600超節點，摩爾線程公開展示MTT C256超節點，中科曙光搬出ScaleX640——幾乎所有算力廠商都將"超節點"放在了C位。

這是一年前還不存在的競爭格局。

2025年華爲全聯接大會上，華爲輪值董事長徐直軍將公司整體戰略概括爲"超節點+集羣"。他的判斷直白而坦率：受制於先進製程，國產AI芯片短期內難以完全依靠單顆芯片追趕國際領先水平，因此需要通過系統架構創新，把更多芯片高效率組織起來，以整體系統能力彌補單點差距。

這個邏輯很快從華爲一家的戰略，演變爲整個國產算力行業的集體共識。在先進製程受限的背景下，"單卡追趕"的路徑變得日益逼仄，而"系統級互聯"則打開了一條可能繞過製程瓶頸的側翼通道。用一位國產芯片廠商高管的話來說，超節點不是簡單"堆卡"，而是系統級方案，涉及算力、帶寬、互聯、管理、軟件棧的協同優化。

產業數據印證着這股勢頭的加速。華爲披露，昇騰384超節點已累計商用超過750套，覆蓋互聯網、運營商、金融等20多個行業、2000餘家客戶，是國內唯一規模商用的超節點產品。鵬城雲腦Ⅲ作爲國內首個採用超節點架構的國產智算集羣，64顆NPU通過總線互聯爲一個高度耦合的計算單元，雙向通信帶寬超過650GB/s，點對點最小通信時延降至1.2微秒以內。在千億級參數模型的千卡並行訓練中，其模型算力利用率(MFU)達43%，從128卡擴展至1024卡的擴展效率達98.4%。

3414億與"元年"

華泰證券在4月的一份研報中測算，2028年國產超節點市場空間有望達到3414億元，2026年至2028年複合年均增長率爲194%。報告將2026年定義爲"國產超節點元年"。

全球市場同樣在加速膨脹。據Global Info Research調研，2025年全球超節點方案收入約755億美元(約合5119億元人民幣)，預計2032年將達到2140億美元。

資本開支的信號更爲直接。華勤技術(603296)在投資者電話會議中表示，超節點產品已於第二季度啓動小批量出貨，第三季度起進入大規模交付階段，預計全年僅超節點單項產品收入即突破100億元。這家從智能手機ODM起家的公司，如今是行業內極少數同時擁有計算節點和網絡節點全棧設計能力的廠商，客戶涵蓋阿里、騰訊、字節等頭部雲服務商。其2026年上半年業績預告顯示，預計歸母淨利潤29億元至30.5億元，同比增長53.5%至61.5%。

浪潮信息(000977)的在手算力訂單超過350億元，產能排滿至2027年二季度。紫光股份(000938)旗下新華三在WAIC 2026上發佈了全系列自研超節點產品UniPoD，覆蓋32卡至1024卡全檔位，其中32卡和64卡機型已完成頭部互聯網客戶測試驗證。

產業鏈拆解：錢在哪兒

超節點的產業鏈條比傳統AI服務器更長，價值分佈也更分散。從整機集成到高速互聯，從液冷散熱到光模塊，每個環節都在經歷價值量的躍遷。

整機交付層是訂單確定性最強的環節，也是產業競爭最激烈的戰場。浪潮信息(000977)憑藉元腦SD200全液冷超節點服務器，兼容英偉達與國產GPU雙路線，國內80%的互聯網智算中心採用其方案。紫光股份(000938)走的是算網一體化路線，自研51.2T CPO交換機與AI整機協同交付，單櫃最高128卡。中科曙光(603019)推出國內首個單機櫃640卡ScaleX超節點，搭配海光DCU國產芯片，在政務和國家級超算領域壁壘深厚。中興通訊(000063)以OEX正交無背板架構切入，單機櫃128卡，主打運營商算力集採。華勤技術(603296)則以ODM代工模式承接多廠商超節點訂單，全年百億收入指引使其成爲交付彈性最大的標的之一。

華爲昇騰生態圈中，神州數碼(000034)作爲昇騰全國總經銷商，可完整交付超節點整機集羣；拓維信息(002261)的"兆瀚"AI服務器已完成384超節點量產交付，是省級智算中心的主力交付商；工業富聯(601138)承擔昇騰超節點ODM代工，出貨規模可觀。

高速互聯層是超節點區別於傳統服務器的核心增量，也是價值量躍升最顯著的環節。華豐科技(688629)是華爲昇騰950超節點高速背板連接器的核心一供，112G高速線模組市佔率超60%，224G產品已開始批量交付，獲華爲哈勃戰略入股。超節點連接器的單卡價值量是傳統服務器的8至10倍——這是一場結構性的價值重估。中航光電(002179)作爲連接器二供，份額約30%，全品類高速連接器與液冷連接器覆蓋昇騰全產品線。盛科通信(688702)是A股唯一國產商用數據中心交換芯片標的，25.6T芯片已規模商用，51.2T產品送樣，在Scale-Up環節的國產替代邏輯最爲純粹。銳捷網絡(301165)在2025年展示了51.2T CPO交換機商用互聯方案，推出新一代128口800G交換機。

液冷散熱層從"選配"變成了"必配"。超節點單櫃功耗普遍突破100kW——華爲昇騰950超節點整機櫃功耗超過50kW，英偉達NVL72達到120kW——傳統風冷已完全無法勝任。英維克(002837)是國內全鏈條液冷龍頭，覆蓋華爲、浪潮、曙光等所有超節點廠商，智算中心液冷領域處於行業領先地位。申菱環境(301018)深度綁定昇騰生態，擅長大型算力園區整體熱管理。高瀾股份(300499)主攻浸沒式液冷方案，適配超高密度萬卡集羣。

光互聯層隨着Scale-Up域持續擴張而需求放量。中際旭創(300308)作爲全球光模塊龍頭，1.6T高速光模塊供貨昇騰超節點及海外雲廠商。華工科技(000988)的1.6T液冷光模塊在昇騰超節點中份額領先。光迅科技(002281)提供800G/1.6T光模塊及全光交換解決方案。在CPO(光電共封裝)方向，天孚通信(300394)佈局FAU和ELS封裝，光庫科技(300620)進入英偉達第一代CPO供應鏈。

範式轉移的下半場

超節點的意義遠不止於一個新概念。它標誌着AI算力競爭從"單芯片跑分"轉向"系統級較量"，從"誰的芯片更強"轉向"誰的系統能把芯片組織得更好"。

這種轉移對國產算力而言，既是被逼出來的，也是主動選擇的。當先進製程的路徑被封鎖，當單顆芯片的追趕變得日益艱難，把數十乃至上千顆芯片用自研互聯協議"編織"成一個統一計算域，用架構創新彌補製程差距——這條路的可行性，已經被DeepSeek V4和Kimi K3的適配驗證所證實。

Kimi K3的技術文檔暗示了一個有趣的契合：其KDA注意力機制和Stable Latent MoE架構，恰好適配了國產算力"單卡算力有限、集羣能力補位"的特點。華爲的"最終一致"協議在Kimi K3這種固定權重、不頻繁卡間同步的場景下，反而因"域更大、跨機櫃"而成爲優勢。

但產業遠未到可以樂觀慶祝的時候。白皮書本身也承認，超節點距離標準化穩定商用仍有較長週期。通信瓶頸、多客戶業務隔離與算力平衡、散熱基建迭代壓力、軟硬件協同成熟度不足，都是規模化落地必須攻克的難題。行業在技術路線上仍呈現分化——GPU、NPU、TPU各有其架構基因與適配場景，私有協議與開放標準之間的博弈遠未結束。ETH-X開放超節點項目在進度上落後於英偉達NVL72和華爲Matrix，開放標準的制定需要時間、協調和妥協。

交付模式的升級也在抬高行業門檻。行業標準正從傳統的L10整機交付(標準服務器)，升級至L11整機櫃交付(櫃內佈線、交換機裝配)乃至L12集羣級交付(跨機櫃組網、集羣配置)。技術壁壘的顯著抬高意味着，具備全棧研發能力的廠商將獲得更大的份額集中度。

華泰證券建議重點關注超節點核心增量Scale-Up環節——交換芯片、交換機和銅連接——以及整機櫃、液冷、光模塊等配套受益環節。中信證券則強調，超節點將多張加速卡通過高帶寬、低時延的網絡緊密連接，並提供內存池化、內存直連等機制，極大提升了AI訓推效率，已經成爲明確的產業趨勢。

當Kimi K3把"≥64卡超節點"寫進部署文檔的那一刻，超節點就不再只是一個可選方案，而是萬億參數模型的最低門檻。這個門檻，正在重塑整個AI算力產業的價值鏈。