通信行业深度报告：超节点，光、液冷、供电、芯片的全面升级.pdf

通信行业深度报告：超节点，光、液冷、供电、芯片的全面升级。

超节点：依托网络互联下的“超大型 GPU/ASIC”

超节点集群（SuperPod）最早由英伟达提出，随着 AI 模型迭代对算力需求不断 增长，集群从千卡扩散至万卡、百万卡等，而扩张方式主要为 Scale Up（纵向扩 展）和 Scale Out（横向扩展）两个维度。我们认为构造超节点的核心在于更大 的节点内互联，硬件与软件协议需互相适配整合，使得数个分离的算力芯片通过 网络互联整合成逻辑上的一台“大型 GPU/ASIC”，突破单一 8 卡服务器在效率、 可靠性上的瓶颈。超节点 Rack 网络互联重点在于 Scale up 互联协议及拓扑结构。

超节点新增 scale up 互联需求，光、液冷、供电、芯片等环节迎升级

超节点服务器 Rack 主要由计算节点 Computer tray、交换节点 Switch tray、TOR switch 交换机、供电单元 Power shelf、供电母线 Busbar、电缆桥架 Cable tray、 液冷散热配套等单元组成，随着超节点服务器渗透率不断增长，除了持续带动对 算力卡、交换芯片、交换机的需求外，也有望持续拉动高功率电源、高压 UPS/HVDC、服务器液冷散热、铜缆、PCB、光通信等板块的需求。

超节点助力国产集群性能提升，或弥补单卡算力差距，助力国产 AI 发展

从单卡和集群性能对比上看，据 SemiAnalysis 和 CDCC 公众号，尽管国产芯片 在制程上略有落后，单颗昇腾 910C 芯片 BF16 性能仅为 GB200 模组的 1/3，但 通过超节点集群的方式，单个 CloudMatrix 384 集群 BF16 性能总体则是 NVL72 的 1.7 倍，其总内存容量为后者 3.6 倍，总内存带宽为后者 2.1 倍，有效弥补了 国产芯片在算力层面上的短板。截至 2025 年 9 月，Atlas 900 A3 SuperPoD 已累 计部署超 300 套，服务超 20 位客户。此外，华为公布 Atlas 950 SuperCluster 和 Atlas 960 SuperCluster，算力规模分别超过 50 万卡和达到百万卡，通过持续扩大 国产超节点规模的方式，有望实现国产 AI 基础设施性能的弯道超车，助力国产 AI 生态发展。