超节点成为AI算力从“拼芯片”到“拼系统”的主战场

2026-07-14 01:15:082
华为已在2026年3月MWC上对外展示Atlas 950 SuperPoD;真正值得跟踪的催化,是官方规划的2026年第四季度商用交付。Atlas 950计划连接8192颗昇腾NPU,通过UnifiedBus组成一台逻辑计算机。
一、核心逻辑:为什么超节点会成为AI算力的新命门
过去建设AI算力,思路比较直接:芯片不够,就多买服务器;一台8卡不够,就把几百台8卡服务器连起来。
但集群规模越来越大后,问题变了。
大模型训练和推理并不是把任务平均分给各张卡、最后简单汇总。特别是MoE模型、长上下文推理和万亿参数模型,大量中间数据需要在芯片之间频繁交换。芯片越多,通信、同步和故障恢复的开销越大。
这就像一家公司招了几千名聪明员工,却还在靠邮件传文件:人数增加了,开会和沟通反而把效率拖垮。
超节点要解决的,就是这堵“通信墙”。它通过高速互连、统一寻址、整柜级供电散热和系统软件,把几十、几百甚至几千颗计算芯片组织成一台逻辑计算机。
英伟达GB200 NVL72连接72颗Blackwell GPU,节点内NVLink总通信带宽达到130TB/s;百度昆仑芯超节点则采用32/64卡整柜设计,强调全互连、液冷和百舸软件协同。
因此,超节点不是单纯多放几张卡,而是AI算力竞争从“单芯片性能”转向“芯片、互连、存储、供电、散热和软件共同决定有效算力”。
二、产业链全景:价值量从芯片向系统工程扩散1. 算力芯片:决定基础性能,但不再决定全部效率
昇腾、沐曦、摩尔线程寒武纪等国产算力芯片,是超节点的计算底座。
但需要区分:算力芯片公司受益于国产算力需求,不等于已经进入华为Atlas 950供应链。Atlas 950使用昇腾体系,其他GPU厂商发展的是各自的服务器、超节点或集群生态,不能因为同属“国产算力”就混成一条供应链。
沐曦已经参与《超节点技术体系白皮书》编写,说明其正在进行系统级布局,但实际价值仍需用超节点产品发布、客户订单和规模交付验证。
2. 高速互连:超节点真正的技术中枢
超节点内部是scale-up互连,追求极低时延和高带宽;超节点之间则更多依赖scale-out网络,连接更大规模集群。
这两个场景不能混淆:
节点内部更看重高速铜连接、连接器、交换芯片、互连协议和高阶PCB。
节点之间距离更长,光模块、光纤和交换机的价值量更突出。
集群规模越大,网络故障和通信抖动对有效算力的影响越明显。
华为的UnifiedBus、英伟达的NVLink,本质上都在争夺同一个位置:把大量芯片组织成高效率计算系统。超节点竞争的深层壁垒,不只是芯片数量,而是互连协议与软硬件生态。
3. PCB与连接器:规格升级比短期涨价更重要
超节点增加了高速信号、供电和交换需求,带动高多层板、HDI、封装基板、高速背板及连接器升级。
大族激光披露,其PCB设备业务受AI服务器、高速交换机等需求推动,2026年一季度大族数控收入同比增长103.69%;大族数控也在推进PCB专用设备生产改扩建项目。
但这里要区分两种逻辑:
高速化、层数提升和加工难度增加,是相对持续的结构性逻辑。
铜箔、覆铜板、光纤等产品的短期涨价,属于供需错配逻辑。
扩产设备订单旺盛,既说明当前需求强,也意味着未来新增产能可能逐渐释放。一旦供给增速超过需求,涨价逻辑会先于算力需求反转。因此,不能把“AI用量增长”和“产品价格永远上涨”画等号。
4. 液冷与电源:从配套设备升级为刚性组成
芯片密度越高,单柜功耗和热流密度越大,传统风冷越难支撑。
英伟达NVL72采用整柜液冷;百度昆仑芯超节点也把液冷、供电、网络和机柜作为统一系统设计。百度披露,其64卡方案将传统8卡服务器需要的64U空间压缩至28U,计算节点温度可降低20℃以上。
超节点由此把液冷CDU、冷板、泵阀、母线、电源模块和机柜管理系统,从普通配套变成影响系统稳定性的核心环节。
5. 系统软件:决定理论算力能否变成有效算力
即使硬件连接完成,如果任务调度、通信库、算子和故障恢复能力不足,芯片利用率仍然上不去。
所以超节点最终比拼的不是参数表,而是:

能不能让大量芯片长期稳定运行,并以更低的每Token成本完成训练和推理。

这也是英伟达CUDA、NVLink与整机系统长期形成优势的原因,也是国产超节点最需要持续验证的部分。
三、公司卡位:哪些是直接兑现,哪些只是概念映射

四、一句话理清产业传导
大模型规模和推理Token增长 → 单芯片扩展遭遇通信墙 → 算力架构从8卡服务器转向超节点 → 高速互连、PCB、连接器、液冷、电源和系统软件价值量提升 → 最终由订单、交付和每Token成本验证业绩。
五、结论:真正持续的不是某次发布,而是计算架构迁移
超节点具有持续性的原因,不在于Atlas 950的一次展示,而在于华为、英伟达、百度等厂商都在把AI计算从“服务器集群”推向“整柜乃至多柜逻辑计算机”。
当前相对确定的两个方向是:
高速互连、PCB及连接器随系统带宽和复杂度升级。
液冷、供电和整柜工程随功率密度提升成为刚需。
弹性最大但仍需验证的,是国产GPU超节点从产品发布走向批量订单。
如果只有产品发布,没有客户、订单和稳定运行数据;或者PCB、光通信新增产能快速释放并导致价格、毛利率持续回落,就需要下调相关环节的优先级。

作者声明: 本文转载自第三方,旨在提供资讯参考,并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日,作者与文中提及的标的不存在持仓关系。

合规声明:本站发布的所有文章及观点均系个人研究共享,投资心得交流,不代表本站立场,且不构成任何形式的投资建议。投资者据此操作,风险自担,请务必保持独立审慎的决策态度。