AI算力集群进入“万卡”时代，超节点为何备受关注？
超节点在AI算力集群中的崛起
超节点成为会议热点
在刚结束的2025世界人工智能大会上，华为展台的昇腾384超节点“墙”吸引众多观众合影。不仅如此，上海仪电、新华三、超聚变等也纷纷展示超节点方案。超节点毫无悬念地成为此次会议的焦点，业内预计这股热度还将持续，预示着它在AI算力领域的重要性日益凸显。
超节点的技术原理与作用
超节点是应对大算力集群芯片协同问题的有效方案。它整合算力芯片资源，构建低延迟、高带宽的算力实体。能让单个超节点充分释放算力，避免芯片闲置，大大提高算力利用效率，为千亿、万亿参数模型的训练和推理提供有力支撑。
超节点技术的发展与特点
国内外厂商的布局
英伟达是较早布局超节点技术的厂商，其GB300NVLink72能整合众多GPU和CPU。国内近期布局的厂商涵盖AI芯片和服务器厂商。在万亿参数模型训练需求下，超节点的重要性愈发显著，国内厂商积极跟进，探索适合自身的超节点技术路线。
超节点的技术路线与优势
超节点有横向和纵向拓展两条路线。纵向拓展可在节点内增加GPU，实现卡间、机间通讯带宽和延迟的一致性。光互连是超节点技术的主流方向之一，光互连光交换具有灵活切换拓扑、带宽高的优势，能保证集群间高带宽、低延迟。
超节点受关注的原因
应对算力需求挑战
随着大模型参数量迈向万亿，算力芯片集群不断扩大。传统AI服务器横向拓展会导致算力性能损失，而超节点能保证单个节点内性能最优，有效解决了大算力集群的性能问题，满足日益增长的算力需求。
突破芯片制程限制
摩尔定律面临“失灵”风险，提升单颗芯片计算性能困难增大。超节点技术成为提升芯片集群性能的新路径，尤其对于国产AI芯片，可通过超节点方案弥补单点性能不足，实现以量补质。
国产芯片厂商的市场竞争策略
国产芯片市场占比提升
今年国产芯片在AI服务器中的占比有所提升。数据显示，去年外购芯片占国内AI服务器芯片市场份额的63%，预计今年将降至49%。尽管如此，海外芯片厂商依旧重视中国市场，英伟达还将推出面向中国市场的全新GPU。
各厂商的竞争策略
墨芯人工智能针对推理场景优化产品，采用稀疏计算技术；云天励飞聚焦AI推理场景，围绕边缘计算等领域布局；后摩智能推出面向端边场景的芯片，采用存算一体技术。各厂商通过不同策略避开与海外巨头的直接竞争。
相关问答
超节点在AI算力集群中有什么作用？
超节点整合算力芯片资源，构建低延迟、高带宽算力实体，避免芯片闲置，提高算力利用效率，支撑大模型训练和推理。
超节点有哪些技术路线？
超节点有scaleout横向拓展和scaleup纵向拓展两条路线。纵向拓展可在节点内增加GPU，实现通讯一致性，光互连也是重要方向。
为什么超节点技术受到关注？
大模型参数量增大，对算力需求提升，传统方式有性能损失，且芯片制程提升困难，超节点可解决这些问题，所以受关注。
国产芯片厂商在市场竞争中有哪些策略？
墨芯人工智能针对推理优化产品，采用稀疏计算；云天励飞聚焦AI推理场景；后摩智能推出端边芯片，采用存算一体技术。
光互连在超节点技术中有什么优势？
光互连中的光互连光交换可依托光芯片，光切换纳秒级，能灵活切换拓扑且带宽高，保证集群间高带宽、低延迟。
英伟达在超节点技术方面有什么布局？
英伟达是较早布局超节点技术的厂商，其GB300NVLink72可以将72个GPU和36个CPU整合到单一平台。
