计算机行业超节点OEM系列专题：超节点研究框架

大模型训推瓶颈催生超节点架构刚需

随着大语言模型参数规模持续膨胀，传统服务器集群在训练与推理环节均面临严峻的通信与显存双重刚性瓶颈。在训练端，混合专家（MoE）模型架构引入的专家并行（EP）要求高频次的All-to-All通信，每个Token需要被路由到少量专家，且路由结果高度动态，流量模式呈现不可预测的稀疏多播特征。这种通信模式挤占了大量GPU算力资源，导致传统集群算力利用率偏低。在推理端，KV Cache作为LLM注意力机制的核心数据结构，会随着提示长度呈线性增长，有时甚至达到数百万个Token，呈现出容量大、小包高频、时延敏感以及高并发等痛点。Decode阶段逐Token串行的特性使得单次迭代处理的Token少、请求频率高，计算资源利用率较低；而高并发不仅会因资源争抢导致系统吞吐量下降，还容易产生缓存碎片，造成显存浪费。

为突破上述瓶颈，超节点（SuperPod/SuperNode）架构应运而生。超节点最早由英伟达提出，其核心是通过高速互联协议将数十至数百个GPU或AI计算芯片紧密整合，形成逻辑上统一编址、高带宽、低延迟的协同计算系统。这些设备处于同一个超带宽域（HBD）内，让大规模算力真正能够“像一台计算机一样工作、学习、思考、推理”。超节点并非简单的硬件堆砌，而是依靠提高通信带宽实现卡间互联速率、依靠统一内存寻址实现内存池化、优化网络拓扑降低通信跳数、叠加软件栈调度优化，从而缩短通信时长，大幅降低单Token推理与训练成本。

Scale-Up与Scale-Out网络的协同演进

当前智算网络围绕Scale-Up、Scale-Out、Scale-Across三大模式协同演进，支撑万卡级乃至十万卡级智算集群落地。Scale-Up网络聚焦超节点内高速互联，主要负责机柜内片间高带宽低时延通信，承载张量并行（TP）和专家并行（EP）等强耦合并行任务，时延目标为百纳秒到亚微秒级。Scale-Out则以RoCEv2为主，负责将多个节点或多个超节点继续横向扩展至集群级到园区级，通常面向万卡以上规模，时延目标为数微秒到数十微秒级。Scale-Across逐渐成为突破单数据中心极限、实现跨数据中心协同训练的必然趋势。

在Scale-Up域的互联协议中，技术路线正沿着总线类、以太类、专有互联等多条路径并行发展。以英伟达NVLink为代表的私有总线型协议占据先发优势，NVLink 6.0单卡双向最大带宽已达3.6TB/s，远超PCIe 7.0的512GB/s。与此同时，开放生态的UALink联盟由AMD、AWS、谷歌等巨头推动，基于AMD Infinity Fabric协议演进，旨在打破私有协议壁垒。博通则推出了SUE（Scale Up Ethernet）框架，利用以太网生态构建AI系统内部Scale-Up互联，提供超高带宽与超低延迟。国内方面，华为灵衢（UB）、海光信息Hyswitch、阿里ALink等自研互联协议竞相迭代突破，国产高速互联体系正加速完善。

海外标杆：英伟达Vera Rubin平台全栈架构拆解

英伟达Vera Rubin平台是海外超节点的标杆产品，其硬件完整覆盖了训练、推理、存储、调度全场景，并引入了LPU推高推理性能上限。整套NVL72平台包含7款核心芯片：Rubin GPU、Vera CPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 CPO以及Groq 3 LPU；同时配备5款机架：Vera Rubin NVL72、Groq 3 LPX、Vera CPU、BlueField-4 STX存储、Spectrum-6 SPX以太网。

在芯片层面，Rubin GPU每个包含2个Die，通过NV-HBI连接，共224个SM，896个Tensor Core。其NVFP4推理算力达到50 PFLOPS，训练算力为35 PFLOPS，NVLink-6带宽为3.6TB/s，配备288GB HBM4显存，显存带宽高达22TB/s。相比上一代Blackwell架构，Rubin架构GPU推理算力提升5倍，每单位能源的代理吞吐量提高10倍。Vera CPU专为极高单线程性能设计，采用LPDDR5内存，适合AI智能体工具调用。此外，新整合的Groq 3 LPU是一种确定性数据流处理器，采用静态编译和编译器调度，拥有大量SRAM，具备较低延迟。Vera Rubin NVL72搭配LPX使用，相较于Blackwell可提供高达35倍的Tokens生成能力和10倍的万亿参数模型创收机会。

在机架与物理结构层面，Vera Rubin NVL72整个系统由18个Compute Trays计算节点和9个Switch Trays交换节点组成，采用MGX开放模块化设计规范。Switch Tray中的NVLink 6集成了SHARP网络内计算技术，可直接在网络内部加速集合操作，将所有归约通信流量减少高达50%，并在大规模AI工作负载中将张量并行执行时间缩短高达20%。在机架演进方向上，英伟达规划了Oberon与Kyber两种形态，其中未来的Kyber机架将支持144个GPU，并最终通过CPO纵向扩展技术构建出NVL1152超级计算机。在Scale-up方案选择上，英伟达的策略是尽可能使用铜缆，在必须使用光纤时才采用光纤，未来Feynman系列将首次同时推出铜缆和CPO Scale-up方案。

国产超节点密集发布，规模化放量条件成熟

伴随国产算力芯片逐步实现量产落地，2025年下半年起，芯片、服务器、云厂商和ICT厂商开始密集发布超节点产品，2026年有望成为国产超节点规模化商用的元年。

华为方面，基于灵衢（UB）协议的Atlas 950 SuperPoD计划于2026年第四季度上市。该超节点通过正交架构实现零线缆电互联，创新的UB-Mesh递归直连拓扑网络架构支持单板内、单板间和机架间的NPU全互联，以64卡为步长按需扩展，最大可实现8192卡无收敛全互联。其FP8算力达到8 EFLOPS，FP4算力达到16 EFLOPS，互联带宽达到16.3 PB/s。进一步地，Atlas 950 SuperCluster集群由64个Atlas 950超节点互联组成，将52万多片昇腾950DT组成为一个整体，FP8总算力可达524 EFLOPS。底层芯片方面，昇腾950采用多Die合封架构，整芯片里合封了2个AI Die、2个IO Die和高速片上内存模块，构成一个内存统一访问的整体。

中科曙光联合海光信息推出的scaleX640超节点，采用“一拖二”高密架构设计，实现单机柜640卡超高速总线互连。双scaleX640超节点可组成1280卡计算单元，液体冷凝换热装置CDM为千卡级计算单元提供高达1.72MW的超级散热能力。通过超高速正交架构、浸没相变液冷等技术融合创新，单机柜算力密度相比业界其他超节点最大提升20倍，PUE值低至1.04。2026年7月，中国首个全国产十万卡AI超集群曙光8000正式落成并接入国家超算互联网。

阿里云发布的磐久128超节点AI服务器，单柜支持128个AI计算芯片，集成阿里自研CIPU 2.0芯片和EIC/MOC高性能网卡，可实现Pb/s级别Scale-Up带宽和百ns极低延迟，同等AI算力下推理性能提升50%。平头哥新一代训推一体AI芯片真武M890搭配ICN Switch 1.0互联芯片，将Scale-up互联规模由16卡拉升至64卡，卡间互联提升至800GB/s，单实例配备9216GB显存，Scale-up聚合互联带宽达51.2 TB/s。字节跳动则推进下一代兆瓦级算力系统AI Rack 3.0的设计研发，通过2个机柜并柜支持最大576 XPU的Scale-up互连，SerDes速率提升至224Gbps，系统双向总互连带宽达到460TB/s，单机柜功率支持500kW。

市场空间测算与OEM投资机遇

国产超节点下游验证导入节奏好于预期，渗透率有望加速抬升。随着国产AI芯片产能逐渐提升，预计2026年至2028年国产卡出货量分别同比增长130%、100%、70%，达到约380万颗、759万颗、1290万颗。2026年第三季度国产超节点或将进入量产出货阶段，预计2026年至2028年以超节点形式出货的国产AI芯片渗透率约为15%、35%、55%。

根据测算，2026年至2028年以超节点形式出货的AI芯片数量分别为57万颗、266万颗、710万颗，按单柜64卡计算，对应超节点机柜数量分别为0.89万台、4.15万台、11.09万台。保守假设64卡超节点机柜均价为1000万元，预计2026年至2028年国产超节点市场规模分别为889亿元、4151亿元、11089亿元，2025年至2028年市场规模复合年增长率（CAGR）达到341%。

从产业链价值分布来看，超节点集成了高速互联、液冷散热、整机结构设计等多项复杂技术，其技术门槛显著高于传统服务器。这一架构升级直接推高了行业壁垒，头部整机OEM厂商的市场份额与毛利率有望获得双重提升。相关受益环节涵盖半导体芯片（GPU、Switch、CPU、存储等）、超节点OEM整机制造、超节点组件（光模块、PCB、液冷散热、电源、连接器等），以及算力租赁、云计算与数据中心IDC等基础设施领域。在多元互联技术路线加速突破的背景下，国产超节点产业正迈入高速增长期。