本文来自微信公众号： 第四波 ，编辑：邱慧，作者：王晨，原文标题：《“天数智芯”们比拼超节点 单柜卡数之外还看什么？》


国产GPU厂商在提升单卡性能的同时，也开始通过高速互联将更多GPU连接起来，使其像一台更大的计算机一样协同工作。


第26届中国国际工业博览会上，天数智芯展示了在单柜中集成144颗GPU和18颗CPU的天垓300 IXL144，沐曦股份展出了16卡的曦景S600 Lite。同样被称为超节点，但产品规模却相差悬殊。


一个超节点应该做多大，既取决于模型需要多少算力和显存，也取决于这些芯片能否高效通信，以及客户能否用得上。


01


为何把更多GPU装进一个机柜？


超节点通过高带宽、低时延互联，把多个计算节点连接成协同工作的系统，既可以装在一个机柜中，也可以跨越多个机柜。单柜卡数反映的是物理集成规模，整个超节点能高效互联多少颗芯片，则取决于系统架构。把卡装进同一个机柜，只是其中一步。


显存是扩大互联规模的直接动力之一。7月发布Kimi K3总参数量达到2.8万亿，采用混合专家架构（MoE）。即使按每个参数4比特粗略估算，权重也需要约1.4TB存储，尚未计入量化元数据、部分参数采用更高精度带来的开销，以及运行时缓存。MoE每次只激活部分参数，降低了计算量，但完整模型的权重仍需要存储和调度。长上下文和较高并发通常还会增加缓存需求，具体占用取决于模型架构和部署方式。


工博会上，沐曦股份的工作人员告诉第四波：“现在要跑大模型，100张卡都不算多，关键便是显存。”


厂商也在为更大的模型预留空间。9月的云栖大会上，阿里披露Qwen 4正在训练，并提出未来模型向5万亿至10万亿参数扩展的规划。东方算芯市场部部长徐子鸣对第四波表示，公司目前的超节点机柜集成64张卡，未来将扩展到128张卡，但产品发布时间尚未确定。


在供电、散热和任务负载能够匹配的前提下，提高单柜算力密度，有望增加单位机房面积的Token产出。燧原科技的一位工作人员对第四波说：“为了让模型运行效率更高，客户会希望能在一个机柜里塞更多的卡。”


GPU之间的通信却可能限制这种收益。模型分布在多张卡上运行时，芯片需要交换中间结果；如果数据传输跟不上计算速度，更多GPU也可能花费大量时间等待。衡量超节点性能，需要同时看算力、显存，以及实际任务中的通信效率。


沐曦工作人员以8卡系统为例解释，芯片可提供的互连接口有限，扩大规模就需要相应的交换或网络设计。沐曦曦景S600在单柜内集成64颗GPU，通过自研MetaXLink互联，并可进一步扩展为万卡以上集群。这类集群扩展还需要配套的网络，最终效率取决于模型如何分配到不同节点，以及节点之间的数据交换。


随着互联范围扩大，传输距离、带宽和功耗也更难兼顾。光互联因此进入厂商的超节点及集群方案，试图降低大规模数据交换带来的传输开销。


9月17日，华为发布采用近封装光学（NPO）技术的昇腾960超节点，披露其可扩展至4096颗NPU。这是整个超节点的规模，并非单柜卡数。10月21日，英伟达在GTC柏林大会上宣布与矽品精密扩大共封装光学（CPO）所需光引擎的产能。两者面向不同系统设计，但都在应对算力规模扩大后的互联需求。


02


卡数之外，超节点还要比什么？


规模的选择最终还要回到客户需求。前沿模型需要更大的计算系统，其他客户却未必需要一次性采购上百张卡。


沐曦股份工作人员提到，国内超节点客户既包括头部模型厂商和互联网企业，也包括地方智算中心及一些中小企业。他对第四波说：“如果最初就按较大规模设计，面对需求较小的客户时，可能需要重新制定方案。以较小单元起步，则可以覆盖更多层次的需求。”


沐曦在工博会展出的曦景S600 Lite 16卡超节点，就面向相对轻量化的算力需求。据《IT时报》报道，这款产品的体积与传统8卡服务器相近，可以整机交付，为不需要一次性建设大型集群的客户提供了另一种选择。


采购成本之外，客户还要考虑设备投入使用后的维护和升级。当智算中心的建设、折旧周期长于芯片迭代周期，旧设备能否继续适配新模型，就会影响这笔投资的回报。


此前，一位国内GPU贸易商对第四波表示，不同厂商在新旧产品衔接、软件适配和后续支持方面存在差异，部分旧型号在新品推出后，仍需要客户投入工程资源维护。


因此，对智算中心而言，采购超节点不仅要考虑当前的算力需求，还需要评估未来能否继续扩容、原有设备能否适配新模型，以及后续的技术支持能否得到保障。这些因素都会影响设备整个使用周期的成本。


工博会现场，一位地方智算中心投资人也曾抱怨，芯片厂商几乎每年都会推出新一代产品，但一座智算中心从规划、建设到投入运营，往往需要两年甚至更长时间。到中心真正对外提供服务时，芯片产品可能已经更新换代，而客户往往倾向于使用最新的算力设备。


设备投入运行后，故障处理也是一笔成本。一位现场工作人员提到，大规模训练中，单卡故障可能使相关任务中断，需要从检查点恢复。增加卡数之后，客户还要考察一次故障会波及多少计算资源，以及恢复任务需要多久。


厂商也在调整产品设计。据沐曦介绍，S600减少了计算、交换节点及其连接处的线缆，并对计算、交换、供电和液冷等部分进行模块化设计，以降低安装和维护负担。对于天垓300 IXL144，《IT时报》援引展台人员的介绍称，144颗GPU可同时参与计算，也可按任务需要安排128卡承担主要计算、16卡作为冗余资源。


降低超节点的部署与维护成本，也成为英伟达近期在GTC柏林上展示的重点之一。10月21日，英伟达推出DSX POD模块化AI工厂参考设计，由合作伙伴在工厂内完成Vera Rubin系统及配套设施的集成和测试，再以模块化集装箱形式交付，现场仍需具备供电、冷却和网络等条件。


英伟达次日发布的Minerva运维平台，则汇集GPU、网络、存储及计算任务的运行数据，用于识别异常、定位故障，帮助运营商减少停机和性能下降造成的损失。


多家券商预计，国产超节点市场在未来几年将快速增长。今年4月，华泰证券测算，2025年国产超节点市场规模约为135亿元，预计2026年至2028年将分别增长至1001亿元、1996亿元和3414亿元。8月，中金公司预计2026年、2027年国产超节点机柜市场规模分别达到759亿元和2256亿元。国海证券的预测则更加乐观，预计2026年至2028年市场规模将分别达到889亿元、4151亿元和11089亿元。


对厂商而言，超节点市场需求的增长意味着新的发展空间，但随着更多企业进入这一市场，单柜卡数可能不再是衡量产品竞争力的唯一指标。除了算力性能和采购成本，客户还需要考虑后续维护、软件适配以及设备长期运行的稳定性。这也意味着，厂商之间的竞争将逐步从算力密度延伸至系统交付、运维支持和综合成本控制等方面。