基石筑底|WAIC 2026算力:超節(jié)點(diǎn)與光互連,能否繞過單芯片的物理天花板?


當(dāng)算力競賽從“單卡比拼”進(jìn)入“系統(tǒng)級主權(quán)競爭”新階段,衡量標(biāo)準(zhǔn)不再是單芯片峰值,而是整套系統(tǒng)能把算力用多滿。
2026年,產(chǎn)業(yè)重心已從訓(xùn)練轉(zhuǎn)向推理,推理算力規(guī)模反超訓(xùn)練,算力從科研工具變?yōu)槿袠I(yè)通用基建,成為每天必須支付的運(yùn)營成本。行業(yè)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(diǎn),硬件成本降15%、電費(fèi)省20%,萬卡集群意味著數(shù)億元的真金白銀。
當(dāng)單芯片逼近物理極限,靠什么支撐有效算力的持續(xù)增長?WAIC 2026的“基石筑底”篇章,從架構(gòu)、技術(shù)、生態(tài)和工程四方面給出了系統(tǒng)級答案。
架構(gòu)破局:超節(jié)點(diǎn)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(guī)模繼續(xù)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(jié)點(diǎn)”在做的事情。
傳統(tǒng)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(xùn)練,跨節(jié)點(diǎn)通信開銷占了總訓(xùn)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(shù)據(jù)。GPU算力每年提升2到3倍,但內(nèi)存帶寬一年只漲15%到30%,兩者之間的差距越來越大。
超節(jié)點(diǎn)解決的就是這個問題,通過高速互聯(lián)技術(shù),把幾十甚至上百顆GPU變成一個統(tǒng)一的“計(jì)算矩陣”,讓原來需要跨機(jī)柜傳輸?shù)臄?shù)據(jù)變成內(nèi)部通信,大幅減少等待時間。
華為在WAIC 2026全球真機(jī)首展Atlas 950 SuperPoD,這是目前行業(yè)規(guī)模最大的商用超節(jié)點(diǎn)。單柜64卡起步,最多可以連8192張NPU卡,專門為萬億參數(shù)的大模型訓(xùn)練和推理設(shè)計(jì)。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?shù)臅r間延遲,用架構(gòu)創(chuàng)新在成熟制程上跑出高性能。
Atlas 950 超節(jié)點(diǎn)
中興通訊秉持開放解耦理念,聯(lián)合曦智科技、壁仞科技、沐曦股份、燧原科技、天數(shù)智芯等合作伙伴,構(gòu)建基于OEX+dOCS架構(gòu)的國產(chǎn)高性能Matrix超節(jié)點(diǎn)。主張多芯協(xié)同,面向不同應(yīng)用場景,自主選擇國產(chǎn)最優(yōu)芯片組合,打造TCO最優(yōu)的算力底座,該創(chuàng)新架構(gòu)已入圍本屆WAIC的SAIL獎。國產(chǎn)各類芯片廠商齊心協(xié)力共同打磨一套系統(tǒng),這件事本身就是信號——中國算力正走向體系化協(xié)同發(fā)展。
技術(shù)思辨:后摩爾時代,光互連是唯一的技術(shù)路線嗎?
超節(jié)點(diǎn)解決的是“怎么連”的問題,光技術(shù)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(yè)已經(jīng)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(fā)熱和帶寬上限,內(nèi)存墻和互連墻這兩堵墻,靠電子技術(shù)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(fā)熱、不耗電,天然適合做大范圍高速數(shù)據(jù)傳輸。
光互連給算力集群修的是“數(shù)據(jù)高鐵”,光計(jì)算則直接用光子做運(yùn)算,繞過電子電路的物理極限。這兩項(xiàng)技術(shù)加在一起,被行業(yè)視為后摩爾時代最有希望的路。
資本已經(jīng)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(shù)專場論壇。傳統(tǒng)電芯片受限于摩爾定律放緩與“內(nèi)存墻”“互連墻”,算力供給嚴(yán)重滯后。因此,光技術(shù)成為破局的關(guān)鍵,光互連為算力集群提供低時延、高帶寬、低能耗的支撐;光計(jì)算利用光子并行性與線性運(yùn)算優(yōu)勢,繞過電子晶體管微縮極限。光技術(shù)專場論壇實(shí)實(shí)在在地展示光互連和光計(jì)算在智算集群里怎么落地,正面回應(yīng)“光能不能替代電”這個行業(yè)終極問題。
天樞·光立方
一個越來越清晰的共識是:在超節(jié)點(diǎn)這種大規(guī)模集群里,光技術(shù)不是可選項(xiàng),而是必選項(xiàng)。華為的Atlas 950、中興的OEX,全都靠光模塊實(shí)現(xiàn)萬卡級互聯(lián)。借助WAIC頂級行業(yè)平臺,展示國內(nèi)自研光算力技術(shù)方案,開放交流、共建算力生態(tài)。
生態(tài)突圍:開源協(xié)作能否打破“一卡一軟件”的碎片化困局?
硬件架構(gòu)持續(xù)革新,光互聯(lián)技術(shù)不斷演進(jìn),倘若軟件與存儲配套能力跟不上,算力依舊難以跑滿,生態(tài)底座必須同步升級。
現(xiàn)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(xié)議。一個模型從英偉達(dá)的卡遷移到國產(chǎn)芯片,往往要重新編譯、重新優(yōu)化,成本極高。算力碎片化的結(jié)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(wèi)·帕特森(David Patterson)親自領(lǐng)銜的全球AI開放計(jì)算與智能體技術(shù)生態(tài)論壇,瞄準(zhǔn)的就是這個問題。核心方案是一個叫FlagOS的統(tǒng)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(tǒng)”,讓不同架構(gòu)的芯片能跑同一套軟件。
更值得關(guān)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(xié)作替代廠商鎖定。這是國產(chǎn)算力第一次拿到國際通行的“軟件護(hù)照”。
還有一個長期被忽略的角色,那就是存儲。行業(yè)里所謂的“I/O墻”,本質(zhì)上是馮·諾依曼架構(gòu)中存儲與計(jì)算速度不匹配的固有瓶頸——計(jì)算單元算力持續(xù)躍升,而數(shù)據(jù)供給效率無法同步跟上,導(dǎo)致GPU因等待數(shù)據(jù)而頻繁處于空閑狀態(tài)。
存儲是打通軟硬件協(xié)同、實(shí)現(xiàn)生態(tài)閉環(huán)的核心底座,也是長期被低估的關(guān)鍵生態(tài)短板。西部數(shù)據(jù)首次參會并專設(shè)“面向AI時代的數(shù)據(jù)存儲架構(gòu)”論壇,聚焦存儲、算力、安全一體化生態(tài)協(xié)同的難點(diǎn)與突破口,補(bǔ)齊算力生態(tài)碎片化的最后一環(huán)。其行業(yè)調(diào)研明確印證:頭部企業(yè)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(tài)協(xié)同能力。當(dāng)前算力生態(tài)普遍存在結(jié)構(gòu)性割裂,海量數(shù)據(jù)沉淀閑置、無法融入算力調(diào)度體系,導(dǎo)致昂貴的GPU算力因數(shù)據(jù)供給鏈路不通、生態(tài)適配不足難以滿血發(fā)揮。這也讓存儲徹底跳出傳統(tǒng)硬件配套的配角定位,成為貫穿算力生態(tài)、決定集群整體效率與綜合成本的核心關(guān)鍵。
算力生態(tài)的短板,不只是芯片間的軟件棧割裂,更是計(jì)算與存儲之間的協(xié)同斷裂。FlagOS統(tǒng)一智算底座解決的是前者——讓不同架構(gòu)的芯片跑通同一套軟件;而存儲協(xié)同優(yōu)化要解決的是后者——讓海量數(shù)據(jù)在正確的時間出現(xiàn)在正確的位置,把GPU從“等數(shù)據(jù)”的狀態(tài)中解放出來。兩塊短板補(bǔ)齊,算力生態(tài)才算真正閉環(huán)。
美國數(shù)據(jù)編排公司Hammerspace將展出高性能全局?jǐn)?shù)據(jù)平臺,正是針對這一痛點(diǎn)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(zhuǎn)化為超高性能存儲層,無需淘汰現(xiàn)有設(shè)備。實(shí)測數(shù)據(jù)顯示,客戶可在1.5天內(nèi)激活20PB的Tier 0容量,實(shí)現(xiàn)100%線速性能,GPU利用率提升40%以上,每TB基礎(chǔ)設(shè)施成本降低50%。
該平臺的獨(dú)特性體現(xiàn)在統(tǒng)一全局命名空間,在邊緣、數(shù)據(jù)中心與云端構(gòu)建無縫數(shù)據(jù)視圖;智能數(shù)據(jù)編排引擎,通過自動化數(shù)據(jù)移動讓數(shù)據(jù)在正確時間出現(xiàn)在正確位置;完全基于pNFS、NFS、SMB、S3等標(biāo)準(zhǔn)協(xié)議,無代理架構(gòu)不侵入GPU節(jié)點(diǎn),降低耦合與運(yùn)維風(fēng)險(xiǎn);策略驅(qū)動的自動化編排可將10多個存儲平臺收斂為1個統(tǒng)一數(shù)據(jù)管理平臺。
這條路目前看,已經(jīng)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(shù)再好,落不了地便無意義。WAIC 2026展覽層呈現(xiàn)的,正是從概念到工程的關(guān)鍵一躍。
算力調(diào)度是降本的第一把鑰匙。此次無問芯穹帶來智能體時代的“Token超級工廠”,圍繞“前店后廠一中心”的全棧技術(shù)布局,集中呈現(xiàn)自主可控的Agentic Infra自主式基礎(chǔ)設(shè)施與Agentic MaaS大模型服務(wù)平臺,以及AI生產(chǎn)力應(yīng)用展示。通過跨集群異構(gòu)PD分離技術(shù),結(jié)合自研的全棧推理優(yōu)化工具,在萬億參數(shù)級模型上,推理成本較傳統(tǒng)單實(shí)例模式降低10倍,實(shí)現(xiàn)從國產(chǎn)算力到AI應(yīng)用生產(chǎn)力轉(zhuǎn)化效率的極致重塑。

AI生產(chǎn)力公式
散熱與網(wǎng)絡(luò),是另外兩個被忽視的降本杠桿。即將展出的“Shanghai Cube”單柜128卡液冷機(jī)柜已真實(shí)運(yùn)行DeepSeek 671B大模型。該產(chǎn)品是算豐信息聯(lián)合立訊、沐曦、云合、道客、無問芯穹、復(fù)旦大學(xué)、創(chuàng)智學(xué)院和模合信息等多家機(jī)構(gòu),共同開發(fā)的國產(chǎn)自主軟硬件一棧式高密度算力設(shè)備。單柜功率密度突破100kW,傳統(tǒng)風(fēng)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(xiàng),而是唯一出路。實(shí)測數(shù)據(jù)顯示,液冷方案可將PUE值降至1.05以下,相比傳統(tǒng)風(fēng)冷數(shù)據(jù)中心節(jié)能40%以上。
在大規(guī)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(gòu),兼容多品牌國產(chǎn)加速卡與CUDA生態(tài),總算力突破5 EFlops,首創(chuàng)超算、AI雙計(jì)算融合范式,支持8–64位全精度運(yùn)算,憑借scaleFabric無損高速網(wǎng)絡(luò)解決十萬卡集群調(diào)度難題,搭配自研浸沒式液冷實(shí)現(xiàn)1.04低PUE。
scaleX萬卡超集群
同場新華三業(yè)界單芯片帶寬最高的102.4T智算交換機(jī),一跳直接降低延遲。在大規(guī)模分布式訓(xùn)練中,網(wǎng)絡(luò)擁塞導(dǎo)致的算力損耗可高達(dá)30%以上。新華三通過算網(wǎng)協(xié)同調(diào)優(yōu),使訓(xùn)練性能提升30%、模型訓(xùn)練用時縮短25%,同樣的硬件投入獲得更多有效產(chǎn)出,單Token成本隨之下降。
AI芯片高速互聯(lián)創(chuàng)新技術(shù)架構(gòu)
從超節(jié)點(diǎn)降損耗、光互連降能耗,到中間層降適配成本、統(tǒng)一存儲降資源消耗,全鏈路在做同一件事,那就是把單Token的綜合成本壓下來。這才是算力從“造得出”到“用得起”的真正跨越。
系統(tǒng)為王:從單卡競賽到系統(tǒng)級國力競爭
中國算力正從“堆卡時代”邁向“系統(tǒng)時代”,單芯片逼近物理極限,系統(tǒng)級協(xié)同創(chuàng)新成為下一代算力競爭的關(guān)鍵。
上海已建成承載16萬P異構(gòu)算力的統(tǒng)一算力調(diào)度平臺、每年10億元算力券、全產(chǎn)業(yè)鏈支撐底座,形成獨(dú)有的系統(tǒng)級集群優(yōu)勢,既是產(chǎn)業(yè)制高點(diǎn)的底氣,也為國家算力自主可控貢獻(xiàn)“上海方案”。
而本屆WAIC集中呈現(xiàn)的中國算力基礎(chǔ)設(shè)施完整自主技術(shù)圖譜——超節(jié)點(diǎn)集群、光互連技術(shù)、跨芯片統(tǒng)一算力基座,不只是算力的“量”,更是算力的“魂”。
附錄:WAIC 2026算力論壇
基石筑底|WAIC 2026算力:超節(jié)點(diǎn)與光互連,能否繞過單芯片的物理天花板?
供稿














滬公網(wǎng)安備 31010702005758號
發(fā)表評論注冊|登錄