國內(nèi)外企業(yè)超節(jié)點(diǎn)布局進(jìn)展如何？

昇騰 384 超節(jié)點(diǎn)（Atlas 900 A3 SuperPoD），華為 CloudMatrix 的核心愿景是構(gòu)建一個(gè)「萬物 皆可池化、平等對(duì)待、自由組合」的 AI 原生數(shù)據(jù)中心。

一、國外超節(jié)點(diǎn)布局案例

（1）英偉達(dá)：專用網(wǎng)絡(luò)支持，單節(jié)點(diǎn)密度提升

英偉達(dá)在 Hopper GPU 一代嘗試突破服務(wù)器架構(gòu)、在機(jī)柜層級(jí)拓展 Scale Up 系統(tǒng)。英偉達(dá) 2023 年 發(fā)布 DGX GH200 系統(tǒng)是較早的“超節(jié)點(diǎn)”嘗試，同過去 A100 和 H100 系列服務(wù)器最大區(qū)別在于，將 Grace CPU 和 Hopper GPU 封裝在同一塊板卡上，連同其他部件形成 1U 大小的“刀片服務(wù)器”，并將其 通過內(nèi)部線纜（cable cartridge）和光模塊的方式和 2 層專門設(shè)計(jì)的 NVLink 交換機(jī)連接在一起。預(yù)計(jì)， 早期成本和節(jié)點(diǎn)規(guī)模設(shè)計(jì)等因素影響了 GH200 的實(shí)際推廣。

2024 年 3 月，英偉達(dá)推出基于 Blackwell GPU 打造的 GB200 NVL72 超節(jié)點(diǎn)產(chǎn)品，NVL72 是較 為成熟的超節(jié)點(diǎn)產(chǎn)品。借助第五代 NVLink，GB200 系統(tǒng)最大可 576 個(gè) GPU 擴(kuò)容，目前商用方案在柜 層面連接 72 個(gè) GPU，相較此前 GH200 系統(tǒng)，Scale Up 的帶寬與尋址性能大幅提升。 Scale-up 方案：NVL72 中 72 個(gè) B200 GPU 分布于 18 個(gè) Compute Tray 中；18 個(gè) NVSwitch 交換機(jī)芯 片分布于 9 個(gè) Switch Tray 中。72 個(gè) GPU 通過盲插高速背板（blindmate backplane）實(shí)現(xiàn) Scale-up， 銅線為主。NVL72 中所有 Tray 部署在單個(gè)機(jī)柜中，可視為一個(gè)超節(jié)點(diǎn)。 Scale-out 為光通信方案：依靠 InfiniBand 或以太網(wǎng)，對(duì)應(yīng) ConnectX-7 的 400G（800G）網(wǎng)卡與交 換機(jī)，或未來升級(jí)的 ConnectX-8 的 800G（1.6T）網(wǎng)絡(luò)，帶動(dòng) 800G 至 1.6T 光模塊、交換機(jī)的放量。

拓?fù)浣Y(jié)構(gòu)上，72 個(gè) B200 通過單層的 NVSwitch（圖 7 中橙色部分）實(shí)現(xiàn)全互聯(lián)，每個(gè) B200 對(duì)超節(jié)點(diǎn) 內(nèi)其他 71 個(gè) GPU 的通信帶寬均達(dá)到 1800GB/s，應(yīng)對(duì)通信峰值的能力顯著提升。

（2）AMD：IF128 探索超節(jié)點(diǎn)新路徑

Infinity Fabric 是 AMD 的互聯(lián)總線技術(shù)，既用于芯片內(nèi)部的不同模組，也用于外部互聯(lián)。IF 的總線 結(jié)構(gòu)包含兩個(gè)部分：負(fù)責(zé)數(shù)據(jù)傳輸?shù)?Scalable Data Fabric（SDF）、負(fù)責(zé)控制的 Scalable Control Fabric（SCF），分別類比為血管和神經(jīng)。IF 的設(shè)計(jì)目標(biāo)是將不同芯片納入同一控制下的系統(tǒng)并確保數(shù) 據(jù)傳輸?shù)母咄卣剐裕ó悩?gòu)芯片（如 CPU 和 GPU）以及同個(gè)芯片上的不同 Die。 Infinity Fabric 演進(jìn)路徑：第一代：用于 CPU-CPU 通信，①實(shí)現(xiàn)雙路或多路服務(wù)器中多個(gè) CPU 間頻 繁交換數(shù)據(jù)和同步任務(wù)；避免傳統(tǒng) PCIe 總線的瓶頸；②支持全局地址空間，使多個(gè) CPU 可共享內(nèi)存資源。第二代：4 個(gè) GPU 間形成環(huán)形連接，但 CPU-GPU 通信仍為傳統(tǒng) PCIe。第三代：8 個(gè) GPU 通過 IF 連接形成網(wǎng)狀拓?fù)洌瑫r(shí) CPU-GPU 間通過 IF 連接，IF 實(shí)現(xiàn) CPU 與 GPU 的統(tǒng)一內(nèi)存尋址；CPU 可直 接訪問 GPU 顯存，避免數(shù)據(jù)遷移開銷，加速 AI 推理中的模型參數(shù)傳遞。

根據(jù) TechPowerUp，AMD 將在 26H2 推出搭載 128 個(gè) MI450X 的超節(jié)點(diǎn)產(chǎn)品。AMD 或?qū)沓?jié)點(diǎn) 新的融合技術(shù)路徑，MI450X IF128 通過實(shí)現(xiàn)以太網(wǎng) Scale-up。 與 NVL72 類似，4 個(gè) MI450X 與 1 個(gè) EPYC CPU 組成 1U 的 Compute Tray，32 個(gè) Compute Tray 分 布于 2 個(gè)機(jī)柜中，由 Switch Tray 中的定制 IFoE 交換芯片實(shí)現(xiàn)互聯(lián)，兩個(gè)機(jī)柜通過銅背板實(shí)現(xiàn)連接。

與 NVL72 不同的是，IF128 內(nèi) GPU 的連接通過 IFoE（Infinity Fabric over Ethernet）連接，可以理 解為基于以太網(wǎng)技術(shù)的打造了新的超節(jié)點(diǎn)互聯(lián)方式，對(duì)標(biāo) UB 互聯(lián)網(wǎng)絡(luò)及 NVLink，一定程度地打破 Scale-up 和 Scale-out 界限。能夠認(rèn)為，在當(dāng)前大模型和超節(jié)點(diǎn)趨勢(shì)下，集群 Scaling 采用 Clos 類拓 撲的確定性較高，而 Scale-up 的技術(shù)路徑將受到工程、通信協(xié)議優(yōu)化等因素影響。

二、國內(nèi)超節(jié)點(diǎn)布局

1、華為以開創(chuàng)的超節(jié)點(diǎn)互聯(lián)引領(lǐng) AI 基礎(chǔ)設(shè)施新范式

（1）昇騰 Atlas 900 AI 集群：打造首個(gè)萬卡 AI 集群

昇騰 384 超節(jié)點(diǎn)（Atlas 900 A3 SuperPoD），華為 CloudMatrix 的核心愿景是構(gòu)建一個(gè)「萬物 皆可池化、平等對(duì)待、自由組合」的 AI 原生數(shù)據(jù)中心。2025 年 4 月，華為正式推出基于 384 個(gè)昇騰 NPU 構(gòu)建的 CloudMatrix 384 超節(jié)點(diǎn)。產(chǎn)品形態(tài)上，384 個(gè) NPU 分布于 48 臺(tái) 8 卡服務(wù)器中，48 臺(tái)服 務(wù)器分布于 12 個(gè)計(jì)算機(jī)柜內(nèi)；通過 4 個(gè)交換機(jī)柜實(shí)現(xiàn) 384 個(gè) NPU 的全互聯(lián)。該超節(jié)點(diǎn)可進(jìn)一步擴(kuò)展為 包含 10 萬卡的 Atlas 900 Super Cluster 超節(jié)點(diǎn)集群，為未來更大規(guī)模的模型演進(jìn)提供有力支撐。 截至 2025 年 9 月 18 日，華為 Atlas 900 A3 SuperPoD 超節(jié)點(diǎn)累計(jì)部署 300 多套，服務(wù)于互聯(lián)網(wǎng)、 金融、運(yùn)營商、電力、制造等行業(yè)的 20 多個(gè)客戶。

拓?fù)浣Y(jié)構(gòu)上，計(jì)算機(jī)柜內(nèi)的所有處理器通過 UB 鏈路連接到板載的 UB Switch 交換芯片上，形成單層的 UB 平面。這些板載交換機(jī)（L1 層）再通過高速鏈路連接到位于通信機(jī)柜中的第二層（L2）UB 交換機(jī)。 整個(gè) UB 交換系統(tǒng)被精心設(shè)計(jì)成一個(gè)兩級(jí)、無阻塞的 Clos 網(wǎng)絡(luò)拓?fù)洹2 交換機(jī)被劃分為 7 個(gè)獨(dú)立的子 平面，每個(gè) L1 交換芯片精確地連接到對(duì)應(yīng)子平面的所有 L2 交換機(jī)。這種設(shè)計(jì)保證了從任何一個(gè)節(jié)點(diǎn)到 L2 交換矩陣的上行總帶寬與其內(nèi)部 UB 容量完全匹配，從而在整個(gè) 384-NPU 的超級(jí)節(jié)點(diǎn)范圍內(nèi)實(shí)現(xiàn)了 無帶寬收斂，確保了任意 NPU 之間都能獲得穩(wěn)定、高帶寬的通信能力。

而在信號(hào)和數(shù)據(jù)傳輸層面，CM384 包含三大通路： 1）UB 平面：核心的 Scale-Up 網(wǎng)絡(luò)，以全互聯(lián)（All-to-All）拓?fù)溥B接所有 NPU 和 CPU。每顆昇騰 910C 貢獻(xiàn)超過 392GB/s 的單向帶寬。它專為 TP、EP 等細(xì)粒度并行以及內(nèi)存池的快速訪問而設(shè)計(jì)。 2）RDMA 平面：用于超級(jí)節(jié)點(diǎn)間的 Scale-Out 通信，采用 RoCE 協(xié)議，確保與現(xiàn)有生態(tài)兼容。NPU 是 該平面的唯一參與者，用于 KV Cache 在 Prefill 和 Decode 節(jié)點(diǎn)間的傳輸、分布式訓(xùn)練等。 3）VPC 平面：通過華為自研的擎天卡連接到數(shù)據(jù)中心網(wǎng)絡(luò)，負(fù)責(zé)管理、控制、訪問持久化存儲(chǔ)等。 對(duì)于一個(gè) AI 推理任務(wù)，其在 CM384 網(wǎng)絡(luò)中的流轉(zhuǎn)大致可抽象為：CPU 通過 VPC 平面讀取內(nèi)存/硬 盤數(shù)據(jù)，通過 UB 平面將任務(wù)分發(fā)到各 NPU，NPU 進(jìn)行計(jì)算，并通過 UB 平面同步模型權(quán)重及 KV Cache，再通過 RDMA 平面與另一機(jī)柜間進(jìn)行 KV Cache 交換。 CloudMatrix 384 超節(jié)點(diǎn)核心：UB 網(wǎng)絡(luò)保證節(jié)點(diǎn)間通信。CloudMatrix 384 通過兩層 UB Switch 實(shí) 現(xiàn) Scale-up。分層看，第一層 UB 網(wǎng)絡(luò)（圖 19 紅線）實(shí)現(xiàn)了小節(jié)點(diǎn)內(nèi) 8 張 NPU 的全互聯(lián)，而二層 UB 網(wǎng)絡(luò)實(shí)現(xiàn)了 48 個(gè)小節(jié)點(diǎn)的無收斂全互聯(lián)。兩層 Scale-up 網(wǎng)絡(luò)結(jié)構(gòu)與英偉達(dá)此前推出的 DGX H100 256 Pod 類似，而由于熱功耗、穩(wěn)定性等工程問題，雙層 NVLink 的 Scale-up 并未大面積推廣。

從實(shí)測(cè)數(shù)據(jù)看，CloudMatrix 384 兩層網(wǎng)絡(luò)對(duì)性能影響較小。如圖 20，Intra-node 表示最小節(jié)點(diǎn)內(nèi) 的 GPU 通信（即 8 卡服務(wù)器內(nèi)），Inter-node 表示不同服務(wù)器中的 GPU 通信；由于 Inter-node 通信 需要經(jīng)過 L2 UB Switch（多一跳）因此通信性能有小幅影響。節(jié)點(diǎn)間帶寬衰減低于 3%，節(jié)點(diǎn)間延遲增 加低于 1µs。鑒于現(xiàn)代 AI 工作負(fù)載主要依賴帶寬而非延遲，這種邊際延遲開銷對(duì) AI 任務(wù)的端到端性能 的影響微乎其微，因此 CloudMatrix 384 可以理解為超大規(guī)模、緊密耦合的超節(jié)點(diǎn)。

CloudMatrix 384 核心進(jìn)展在于 UB 網(wǎng)絡(luò)的工程能力突破，彌補(bǔ)單卡性能短板。與過去網(wǎng)狀 8 卡互聯(lián) 相比，UB 網(wǎng)絡(luò)將通信壓力更多轉(zhuǎn)移到 UB Switch 上，提升 NPU 間一對(duì)一通信帶寬和超節(jié)點(diǎn)內(nèi)應(yīng)對(duì)通信 峰值的能力，疊加優(yōu)化的通信協(xié)議顯著提升通信效率。能夠認(rèn)為，在國產(chǎn)算力單卡性能仍有差距的情況 下，通過光互聯(lián)組建大規(guī)模 Scale-up 超節(jié)點(diǎn)將成為趨勢(shì)。 大規(guī)模超節(jié)點(diǎn)將更適合未來 AI 工作負(fù)載。與 NVL72 相比，CloudMatrix 384 超節(jié)點(diǎn)的算力達(dá)到 300P， 為 NVL72 的 1.7 倍；內(nèi)存為 NVL72 的 3.6 倍。隨著模型參數(shù)量、MoE 模型趨勢(shì)下專家數(shù)量的增加，推 理對(duì)計(jì)算、內(nèi)存和互連帶寬的要求將繼續(xù)提升。 新興的架構(gòu)模式，如用于專門推理的模塊化子網(wǎng)絡(luò)、檢索增強(qiáng)生成或混合密集/稀疏計(jì)算，要求模型組 件之間更緊密的耦合，從而增加模型內(nèi)部的通信和同步。這些工作負(fù)載需要將計(jì)算和內(nèi)存共置在一個(gè)緊 密集成的超級(jí)節(jié)點(diǎn)內(nèi)，以減少通信延遲并保持高吞吐量。 因此，超節(jié)點(diǎn)的容量對(duì)維持 MoE 模型所需的細(xì)粒度局部性和性能特性較為重要。更大的資源池可以為 非均勻大小的作業(yè)提供更大的部署靈活性，在實(shí)際工作負(fù)載分布下，擴(kuò)展超級(jí)節(jié)點(diǎn)規(guī)模可顯著提高系統(tǒng) 吞吐量和效率。 此外，擴(kuò)大超節(jié)點(diǎn)規(guī)模并不會(huì)必然導(dǎo)致每個(gè) NPU 的網(wǎng)絡(luò)成本增加。假設(shè)網(wǎng)絡(luò)架構(gòu)相同，例如雙層 Clos 類交換拓?fù)洌灰渲脤?shí)現(xiàn)交換機(jī)端口充分利用，每個(gè) NPU 的網(wǎng)絡(luò)基礎(chǔ)設(shè)施攤銷成本在不同規(guī)模間幾 乎保持不變。給定交換層數(shù)下，超節(jié)點(diǎn)規(guī)模的擴(kuò)展不會(huì)帶來額外的成本開銷，因此從網(wǎng)絡(luò)角度來看，這 是一種經(jīng)濟(jì)高效的策略。

（2）昇騰 Atlas 950/960 SuperPoD 計(jì)劃于 2026/2027 年上市

1）Atlas 950 超節(jié)點(diǎn)：華為預(yù)計(jì) 2026Q4 上市，滿配支持 8192 顆 Ascend 950DT 芯片，F(xiàn)P8 算力達(dá) 8EFLOPS，F(xiàn)P4 算力達(dá) 16EFLOPS。互聯(lián)帶寬達(dá)到 16PB/s，超過今天全球互聯(lián)網(wǎng)峰值帶寬的 10 倍有余。 相比英偉達(dá) NVL144，Atlas 950 超節(jié)點(diǎn)卡的規(guī)模是其 56.8 倍，總算力是其 6.7 倍，內(nèi)存容量是其 15 倍， 達(dá)到 1152TB；互聯(lián)帶寬是其 62 倍。即使是與英偉達(dá)計(jì)劃 2027 年上市的 NVL576 相比，Atlas 950 超節(jié) 點(diǎn)在各方面依然是領(lǐng)先的。

2）Atlas960 超節(jié)點(diǎn)：華為預(yù)計(jì) 2027Q4 上市，滿配支持 15488 顆 Ascend 960 芯片，F(xiàn)P8 算力將達(dá) 30EFLOPS，F(xiàn)P4 算力將達(dá) 60EFLOPS，內(nèi)存容量達(dá) 4460TB，互聯(lián)帶寬達(dá) 34PB/s。大模型訓(xùn)練和推 理的性能相比 Atlas 950 超節(jié)點(diǎn)，將分別提升 3 倍和 4 倍以上，達(dá)到 15.9MTPS 和 80.5MTPS。

（3）基于超節(jié)點(diǎn)，華為發(fā)布全球最強(qiáng)超節(jié)點(diǎn)集群：Atlas 950 SuperCluster 和 Atlas 960 SuperCluster

1）Atlas 950 SuperCluster 50 萬卡集群：華為預(yù)計(jì)于 2026Q4，由 64 個(gè) Atlas 950 超節(jié)點(diǎn)互聯(lián)組成， FP8 算力達(dá) 524EFLOPS，同時(shí)支持 UBoE 與 RoCE 兩種協(xié)議。Atlas 950 SuperCluster 集群相比當(dāng)前世 界上最大的集群 xAIColossus，規(guī)模是其 2.5 倍，算力是其 1.3 倍。

2）Atlas 960 SuperCluster 百萬卡集群：華為預(yù)計(jì)于 2027Q4 上市，F(xiàn)P8 算力達(dá) 2 ZFLOPS，F(xiàn)P4 算力達(dá) 4ZFLOPS，同樣也支持 UBoE 與 RoCE 兩種協(xié)議。

（4）昇騰 Taishan 950 SuperPoD：業(yè)界首款通算超節(jié)點(diǎn)

Taishan 950 SuperPoD——華為推出的業(yè)界首款通算超節(jié)點(diǎn)，為通算性能提升開辟全新路徑。預(yù)計(jì) 2026Q1 上市，基于 Kunpeng950 打造，最大支持 16 節(jié)點(diǎn)，32 個(gè)處理器，最大內(nèi)存 48TB，同時(shí)支持 內(nèi)存、SSD、DPU 池化。未來還有望基于 TaiShan 950 和 Atlas 950 打造成混合超節(jié)點(diǎn)，為下一代生成 式推薦系統(tǒng)打開全新架構(gòu)方向。

（5）昇騰 Atlas850：首款企業(yè)級(jí)風(fēng)冷 AI 超節(jié)點(diǎn)

Atlas 850——業(yè)界首個(gè)企業(yè)級(jí)風(fēng)冷 AI 超節(jié)點(diǎn)服務(wù)器。該產(chǎn)品搭載 8 張昇騰 NPU，有效滿足企業(yè)模型 后訓(xùn)練、多場景推理等需求。Atlas 850 支持多柜靈活部署，最大可形成 128 臺(tái) 1024 卡的超節(jié)點(diǎn)集群， 是目前業(yè)內(nèi)唯一可在風(fēng)冷機(jī)房實(shí)現(xiàn)超節(jié)點(diǎn)架構(gòu)的算力集群。

（6）華為靈衢：面向超節(jié)點(diǎn)的互聯(lián)協(xié)議

靈衢是一種面向超節(jié)點(diǎn)的互聯(lián)協(xié)議，將 I/O、內(nèi)存訪問和各類處理單元間的通信統(tǒng)一在同一互聯(lián)技術(shù)體 系，實(shí)現(xiàn)數(shù)據(jù)高性能傳輸、算力高效協(xié)同、資源統(tǒng)一管理和靈活組合，是超節(jié)點(diǎn)參考架構(gòu)的基礎(chǔ)。基于 靈衢（UnifiedBus，簡稱 UB）的超節(jié)點(diǎn)架構(gòu)，支持 CPU、NPU、GPU、MEM、DPU、SSU（Scalable Storage Unit）和 Switch 中的一種或者多種組件資源池化和平等協(xié)同，構(gòu)建邏輯上的一臺(tái)計(jì)算機(jī)。 華為于 2019 年開始研究靈衢技術(shù)，2025 年靈衢 1.0 正式在 Atlas 900 A3 SuperPoD 上商用驗(yàn)證， 2025 年 9 月，華為正式開放靈衢 2.0 協(xié)議。

靈衢提供分層的協(xié)議棧，從下到上由物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、事務(wù)層、功能層以及 UMMU、UBFM（UB Fabric Manager）組成。其中，Entity 為功能實(shí)體，是全局通信的基本單元； URMA（Unified Remote Memory Access）為統(tǒng)一遠(yuǎn)程內(nèi)存訪問。

2、阿里云發(fā)布全新一代磐久 128 超節(jié)點(diǎn) AI 服務(wù)器

阿里云正式發(fā)布全新一代磐久 128 超節(jié)點(diǎn) AI 服務(wù)器。該服務(wù)器由阿里云自主研發(fā)設(shè)計(jì)，具備強(qiáng)大的兼 容性，可支持多種 AI 芯片，單個(gè)機(jī)柜能夠容納 128 個(gè) AI 計(jì)算芯片。值得一提的是，磐久超節(jié)點(diǎn)集成了 阿里自研的 CIPU2.0 芯片以及 EIC/MOC 高性能網(wǎng)卡，并采用開放架構(gòu)。這一設(shè)計(jì)使得其能夠?qū)崿F(xiàn) Pb/s 級(jí)別 Scale-Up 帶寬和百 ns 極低延遲。與傳統(tǒng)架構(gòu)相比，在同等 AI 算力的情況下，磐久 128 超節(jié) 點(diǎn) AI 服務(wù)器的推理性能可提升 50%。 磐久 128 超節(jié)點(diǎn)采用模塊化設(shè)計(jì)，單機(jī)柜支持 128 個(gè) AI 計(jì)算芯片，密度刷新業(yè)界紀(jì)錄。通過正交架構(gòu) 優(yōu)化空間布局，機(jī)柜功率密度可達(dá) 350kW，支持單芯片 2000W 高負(fù)載運(yùn)行，同時(shí)實(shí)現(xiàn) 99%的硬件故 障預(yù)測(cè)準(zhǔn)確率。這一設(shè)計(jì)顯著提升了數(shù)據(jù)中心的算力集中度，尤其適合萬億參數(shù)級(jí)大模型的分布式訓(xùn)練。

正交設(shè)計(jì)運(yùn)維更便捷：Compute-Tray 采用橫放的結(jié)構(gòu)，支持單個(gè) Compute Tray 4 顆 GPU，SwitchTray 采用豎放的結(jié)構(gòu)，這樣整個(gè)機(jī)柜本身沒有任何 Cable Tray（電纜橋架）。

CPU 和 GPU 分離設(shè)計(jì)：更靈活也容易迭代升級(jí)，支持 8 卡/OS，16 卡/OS，CPU 節(jié)點(diǎn)可以獨(dú)立演進(jìn)， 支持不同 CPU 平臺(tái)、代次，GPU 節(jié)點(diǎn)支持多種 GPU 芯片方案，滿足不同業(yè)務(wù)需求。

磐久 128 超節(jié)點(diǎn)為既華為 CloudMatrix 384 之后，又一國產(chǎn)超節(jié)點(diǎn)范式。磐久采用了單機(jī)柜+無中背 板的正交結(jié)構(gòu)，而 CM384 采用 16 機(jī)柜+機(jī)柜內(nèi)銅互+機(jī)柜間光互連。與 CM384 相比，磐久為單機(jī)柜產(chǎn) 品，節(jié)點(diǎn)內(nèi)互聯(lián)距離較短，Scale-up 網(wǎng)絡(luò)不使用光互連，單芯片互聯(lián)網(wǎng)絡(luò)的成本或相對(duì)較低；但 Scaleup 網(wǎng)絡(luò)拓?fù)漕A(yù)計(jì)仍為雙層 CLOS 架構(gòu)。 考慮到其計(jì)算模塊與 CPU、交換模塊分開等通用性設(shè)計(jì)，預(yù)計(jì)磐久 128 超節(jié)點(diǎn)將會(huì)成為 CM384 之后 國產(chǎn)超節(jié)點(diǎn)的又一通用范式。一方面，可以降低在推理場景部署國產(chǎn)卡的適配難度；另一方面，這一方 案或?qū)⒈徊糠謬a(chǎn) AI 芯片廠商采用。

3、中科曙光發(fā)布 AI 超集群系統(tǒng)

中科曙光發(fā)布國內(nèi)首個(gè)基于 AI 計(jì)算開放架構(gòu)設(shè)計(jì)的曙光 AI 超集群系統(tǒng)。根據(jù)中科曙光公眾號(hào)，9 月 5 日，中科曙光在 2025 重慶世界智能產(chǎn)業(yè)博覽會(huì)發(fā)布了國內(nèi)首個(gè)基于 AI 計(jì)算開放架構(gòu)設(shè)計(jì)的產(chǎn)品——曙 光 AI 超集群系統(tǒng)。除了緊耦合設(shè)計(jì)，該集群系統(tǒng)還支持多品牌 AI 加速卡以及兼容 CUDA 等主流軟件生 態(tài)，為用戶提供更多開放性選擇，大幅降低硬件成本和軟件開發(fā)適配成本。

海光系統(tǒng)互聯(lián)總線協(xié)議（HSL）開放，打造國產(chǎn)算力核心基座。2025 年 9 月 13 日，海光面向 GPU、 IO、OS、OEM 等產(chǎn)業(yè)全棧，宣布開放 CPU 互聯(lián)總線協(xié)議（HSL），核心內(nèi)容包括開放完整的總線協(xié) 議、提供 IP 參考設(shè)計(jì)、開放指令集等。產(chǎn)業(yè)上下游伙伴可通過海光系統(tǒng)互聯(lián)總線，實(shí)現(xiàn)更高效的系統(tǒng) 連接。比如降低訪問延遲、自定義簡化協(xié)議棧、提升鏈路利用率、支持緩存一致性和自由的多鏈路擴(kuò)展。 同時(shí)也將較大程度有助于部件及整機(jī)研制廠商快速設(shè)計(jì)不同品牌的 GPU 產(chǎn)品并推向市場，釋放國產(chǎn)算 力的產(chǎn)業(yè)協(xié)同效能。當(dāng)前，加入 HSL 協(xié)議的參與者包括寒武紀(jì)、沐曦、摩爾線程等。

4、浪潮信息發(fā)布超節(jié)點(diǎn) AI 服務(wù)器“元腦 SD200”

浪潮信息發(fā)布面向萬億參數(shù)大模型的超節(jié)點(diǎn) AI 服務(wù)器“元腦 SD200”。根據(jù)元腦服務(wù)器公眾號(hào)，8 月 7 日，浪潮信息發(fā)布面向萬億參數(shù)大模型的超節(jié)點(diǎn) AI 服務(wù)器“元腦 SD200”。該產(chǎn)品基于自主研發(fā)的開放 總線交換技術(shù)首創(chuàng)多主機(jī)三維網(wǎng)格系統(tǒng)架構(gòu)，實(shí)現(xiàn) 64 路本土 GPU 芯片高速互連；通過創(chuàng)新遠(yuǎn)端 GPU 虛擬映射技術(shù)，突破多主機(jī)交換域統(tǒng)一編址難題，實(shí)現(xiàn)顯存統(tǒng)一地址空間擴(kuò)增 8 倍，單機(jī)可以提供最大 4TB 顯存和 64TB 內(nèi)存，為萬億參數(shù)、超長序列大模型提供充足鍵值緩存空間。

5、沐曦股份創(chuàng)新多種超節(jié)點(diǎn)形態(tài)

2025 年 7 月，沐曦股份發(fā)布多種超節(jié)點(diǎn)形態(tài)。（1）曦云 C500X 光互連 64x GPU 超節(jié)點(diǎn)（16-64x GPU），通過光模塊技術(shù)降低延遲，提升跨節(jié)點(diǎn)通信效率，適用于分布式訓(xùn)練場景；（2）耀龍 S8000 G2 超節(jié)點(diǎn)（32/64x GPU），業(yè)界首創(chuàng) 3DMesh 互聯(lián)技術(shù)，實(shí)現(xiàn) 64 張曦云 C550 通用 GPU 高速互聯(lián)的超節(jié)點(diǎn)，通信性能提升 4 倍，支持 DeepSeek、Qwen、Kimi-K2、階躍 Step3 等主流大模型 全場景應(yīng)用；（3）Shanghai Cube 國產(chǎn)高密度液冷整機(jī)柜（128xGPU），采用 47U 單機(jī)柜 4 組超 節(jié)點(diǎn)（1 組超節(jié)點(diǎn) 32xGPU、單機(jī)柜 128xGPU）高密度液冷部署，8 機(jī)柜并排組成千卡集群，算力密度 與能效比達(dá)到行業(yè)領(lǐng)先水平；（4）高密度液冷算力 POD，采用創(chuàng)新技術(shù)架構(gòu)，與沐曦算力集群深度適 配，可高效支撐 AI 訓(xùn)練、推理及通用計(jì)算等多樣化場景，為高性能算力需求提供穩(wěn)定、高效、靈活擴(kuò) 展的實(shí)時(shí)保障。

6、曦智科技發(fā)布國內(nèi)首個(gè)光互連光交換 GPU 超節(jié)點(diǎn)

曦智科技在今年 7 月世界人工智能大會(huì)（WAIC）發(fā)布了國內(nèi)首個(gè)光互連光交換 GPU 超節(jié)點(diǎn)光躍 LightSphereX，并聯(lián)合壁仞科技、中興通訊首次進(jìn)行示范應(yīng)用，即將于上海儀電國產(chǎn)超節(jié)點(diǎn)算力集群落 地。