基石筑底｜算力新基建：超節點與光互連，能否繞過單芯片的物理天花板？

供稿 / 2026-07-03 11:362385

標簽：WAIC2026

當算力競賽從“單卡比拼”進入“系統級主權競爭”新階段，衡量標準不再是單芯片峰值，而是整套系統能把算力用多滿。

2026年，產業重心已從訓練轉向推理，推理算力規模反超訓練，算力從科研工具變為全行業通用基建，成為每天必須支付的運營成本。行業不再問“有多少張卡”，而是問“有效算力是多少”。集群線性度每提升10個百分點，硬件成本降15%、電費省20%，萬卡集群意味著數億元的真金白銀。

當單芯片逼近物理極限，靠什么支撐有效算力的持續增長？WAIC 2026的“基石筑底”篇章，從架構、技術、生態和工程四方面給出了系統級答案。

架構破局：超節點能否打破單芯片的物理天花板？

單顆芯片的性能快到天花板了，算力規模繼續做大，只能靠一件事，那就是把更多芯片用更快的方式連起來。這就是“超節點”在做的事情。

傳統做法就是堆卡，而且越多越好。但這條路越走越窄。GPT-5級別的大模型訓練，跨節點通信開銷占了總訓練時間的三成以上。也就是說，買100張卡的錢，有30張卡的時間在干等數據。GPU算力每年提升2到3倍，但內存帶寬一年只漲15%到30%，兩者之間的差距越來越大。

超節點解決的就是這個問題，通過高速互聯技術，把幾十甚至上百顆GPU變成一個統一的“計算矩陣”，讓原來需要跨機柜傳輸的數據變成內部通信，大幅減少等待時間。

華為在WAIC 2026全球真機首展Atlas 950 SuperPoD，這是目前行業規模最大的商用超節點。單柜64卡起步，最多可以連8192張NPU卡，專門為萬億參數的大模型訓練和推理設計。華為還提出了一個叫“韜定律”的新思路，與其死磕晶體管尺寸，不如壓縮信號傳輸的時間延遲，用架構創新在成熟制程上跑出高性能。

Atlas 950 超節點

同樣在今年亮相的中興的OEX超節點走的是一條“從Bit到Token”的全棧協同路線。芯片、整機、平臺、模型、應用五層一起優化，而不是只拼單顆芯片的性能。它的正交電交換方案一根線纜都不用，單機柜能塞進128顆GPU，延時做到百納秒級。更關鍵的是，它兼容多種主流互聯協議，不同廠商的GPU都能“即插即用”，解決了多品牌芯片混用的大難題。

壁仞、沐曦、燧原、天數智芯四家國產GPU廠商聯手打造的Matrix超節點，用的就是這套架構，已經入圍了本屆WAIC的SAIL獎TOP30。幾家曾經的競爭對手坐在一起做同一套系統，這件事本身就是信號——中國算力不再是各干各的，而是開始抱團做系統了。

技術思辨：后摩爾時代，光互連是唯一的技術路線嗎？

超節點解決的是“怎么連”的問題，光技術解決的是“用什么連”的問題，后者更接近物理底層。

摩爾定律放緩這件事，行業已經不再爭論了。晶體管越做越小，成本越來越高，收益越來越低。電信號天生有發熱和帶寬上限，內存墻和互連墻這兩堵墻，靠電子技術很難翻過去。光不一樣。光子的傳輸速度比電子快得多，而且不發熱、不耗電，天然適合做大范圍高速數據傳輸。

光互連給算力集群修的是“數據高鐵”，光計算則直接用光子做運算，繞過電子電路的物理極限。這兩項技術加在一起，被行業視為后摩爾時代最有希望的路。

資本已經用腳投票了。2026年曦智科技在港交所上市，被稱為“全球AI硅光芯片第一股”。本屆WAIC，曦智將舉辦大會歷史上第一場光技術專場論壇。傳統電芯片受限于摩爾定律放緩與“內存墻”“互連墻”，算力供給嚴重滯后。因此，光技術成為破局的關鍵，光互連為算力集群提供低時延、高帶寬、低能耗的低能耗的支撐；光計算利用光子并行性與線性運算優勢，繞過電子晶體管微縮極限。光技術專場論壇實實在在地展示光互連和光計算在智算集群里怎么落地，正面回應“光能不能替代電”這個行業終極問題

【基石筑底】算力新基建：超節點與光互連，能否繞過單芯片的物理天花板？(1)1607.png 天樞·光立方

一個越來越清晰的共識是：在超節點這種大規模集群里，光技術不是可選項，而是必選項。華為的Atlas 950、中興的OEX，全都靠光模塊實現萬卡級互聯。借助WAIC頂級行業平臺，展示國內自研光算力技術方案，開放交流、共建算力生態。

生態突圍：開源協作能否打破“一卡一軟件”的碎片化困局？

硬件架構持續革新，光互聯技術不斷演進，倘若軟件與存儲配套能力跟不上，算力依舊難以跑滿，生態底座必須同步升級。

現在全球有上百家AI芯片廠商，每家都有自己的編程模型、算子庫、通信協議。一個模型從英偉達的卡遷移到國產芯片，往往要重新編譯、重新優化，成本極高。算力碎片化的結果就是硬件越買越多，真正能用起來的卻不到四成。

今年由圖靈獎得主大衛·帕特森（David Patterson）親自領銜的全球AI開放計算與智能體技術生態論壇，瞄準的就是這個問題。核心方案是一個叫FlagOS的統一智算底座。也可以理解為給所有芯片做一個通用的“操作系統”，讓不同架構的芯片能跑同一套軟件。

更值得關注的是，這場論壇邀請到Linux、Eclipse、PyTorch三大國際開源基金會，用開源協作替代廠商鎖定。這是國產算力第一次拿到國際通行的“軟件護照”。

還有一個長期被忽略的角色，那就是存儲。行業里所謂的“I/O墻”，本質上是馮·諾依曼架構中存儲與計算速度不匹配的固有瓶頸——計算單元算力持續躍升，而數據供給效率無法同步跟上，導致GPU因等待數據而頻繁處于空閑狀態。

存儲是打通軟硬件協同、實現生態閉環的核心底座，也是長期被低估的關鍵生態短板。西部數據首次參會并專設“面向AI時代的數據存儲架構”論壇，聚焦存儲、算力、安全一體化生態協同的難點與突破口，補齊算力生態碎片化的最后一環。其行業調研明確印證：頭部企業AI落地的核心競爭力，不在于單芯片硬件極致性能，而在于存、算、安的全域生態協同能力。當前算力生態普遍存在結構性割裂，海量數據沉淀閑置、無法融入算力調度體系，導致昂貴的GPU算力因數據供給鏈路不通、生態適配不足難以滿血發揮。這也讓存儲徹底跳出傳統硬件配套的配角定位，成為貫穿算力生態、決定集群整體效率與綜合成本的核心關鍵。

算力生態的短板，不只是芯片間的軟件棧割裂，更是計算與存儲之間的協同斷裂。FlagOS統一智算底座解決的是前者——讓不同架構的芯片跑通同一套軟件；而存儲協同優化要解決的是后者——讓海量數據在正確的時間出現在正確的位置，把GPU從“等數據”的狀態中解放出來。兩塊短板補齊，算力生態才算真正閉環。

美國數據編排公司Hammerspace將展出高性能全局數據平臺，正是針對這一痛點的解題思路。其核心突破在于Tier 0功能，能將任意廠商的NVMe存儲瞬間轉化為超高性能存儲層，無需淘汰現有設備。實測數據顯示，客戶可在1.5天內激活20PB的Tier 0容量，實現100%線速性能，GPU利用率提升40%以上，每TB基礎設施成本降低50%。

該平臺的獨特性體現在統一全局命名空間，在邊緣、數據中心與云端構建無縫數據視圖；智能數據編排引擎，通過自動化數據移動讓數據在正確時間出現在正確位置；完全基于pNFS、NFS、SMB、S3等標準協議，無代理架構不侵入GPU節點，降低耦合與運維風險；策略驅動的自動化編排可將10多個存儲平臺收斂為1個統一數據管理平臺。

這條路目前看，已經初步走通，I/O墻已被局部擊穿，形成階段性解決方案。

工程落地：單Token成本如何從130萬壓到35萬？

技術再好，落不了地便無意義。WAIC 2026展覽層呈現的，正是從概念到工程的關鍵一躍。

算力調度是降本的第一把鑰匙。此次無問芯穹帶來M×N中間層方案，上層兼容多種大模型，下層適配各種國產芯片，不用改軟件也不用換硬件，就能讓模型在不同芯片之間無縫遷移。通過編譯優化使國產芯片性能提升50%至200%。效果很直接，多用戶推理系統的部署成本，從130萬降到了35萬，降幅超過七成

安全脫敏智能體InfiniClawBox

散熱與網絡，是另外兩個被忽視的降本杠桿。即將展出的立訊“Shanghai Cube”單柜128卡液冷機柜已真實運行DeepSeek 671B大模型。單柜功率密度突破100kW，傳統風冷方案通常止步于20-30kW/柜，超出這一上限后，液冷不再是可選項，而是唯一出路。實測數據顯示，液冷方案可將PUE值降至1.05以下，相比傳統風冷數據中心節能40%以上。

在大規模超集群工程落地層面，中科曙光攜scaleX萬卡超集群重磅亮相，依托自研開放AI架構，兼容多品牌國產加速卡與CUDA生態，總算力突破5 EFlops，首創超算、AI雙計算融合范式，支持8–64位全精度運算，憑借scaleFabric無損高速網絡解決十萬卡集群調度難題，搭配自研浸沒式液冷實現1.04低PUE。

scaleX萬卡超集群