AI算力竞争进入系统时代！中兴OEX超节点发布，重新定义AI工厂底座

AI算力竞争进入系统时代！中兴OEX超节点发布，重新定义AI工厂底座图1

中兴正在“All in AI，All for AI”。

作者 | 陈骏达

编辑 | 漠影

今年的WAIC，超节点依然是AI基础设施展区热度最高的关键词。从展馆入口一路走来，国内AI基础设施厂商几乎都把超节点产品摆到了最显眼的位置。

为何人人都在谈“超节点”？随着万亿参数模型不断出现，GPU已经越来越难单独决定AI系统性能。真正影响模型训练和推理效率的，开始变成GPU之间如何连接、服务器如何组织、网络如何协同、软件如何调度，以及整个数据中心如何作为一个整体高效运行。

AI基础设施的竞争，也正从单点性能比拼，迈向系统能力竞争。

正是在这样的产业背景下，中兴在WAIC期间举办的“极致协同沪筑生态”全栈智算生态论坛上，正式发布了新一代OEX超节点，给出了面向系统时代的一种解法。

与此同时，由中兴联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等合作伙伴共同打造的基于OEX+dOCS架构的国产高性能Matrix超节点关键技术与应用，还获得了2026 WAIC SAIL奖。

OEX超节点究竟解决了哪些长期困扰AI基础设施的问题？又为何会成为今年WAIC AI基础设施领域最受关注的产品之一？

01.

AI算力竞争进入系统时代

传统架构亟需迭代

过去几年，大模型的发展速度远远超过芯片性能提升速度。模型参数规模迈向万亿级，训练数据和推理请求持续增长，功耗、显存容量、互联带宽等因素也开始相互制约，仅靠简单堆砌更多GPU，已经很难获得线性的算力增长。

无论是MoE模型中的Token流转，还是Tensor Parallel、Expert Parallel等并行策略，都让通信量呈指数级增长。如果互联效率不足，再强的GPU也只能等待数据传输，最终导致算力利用率下降。

因此，AI工厂真正需要优化的对象，已经从单颗GPU扩展到整个系统。决定性能的不再只是芯片，而是芯片、互联、服务器、交换机、机柜、软件平台乃至整个集群的协同能力，AI基础设施也由此进入“系统时代”。

如今广泛提及的超节点，正是这一思路的体现。

超节点并非简单将几十张GPU装进一个机柜，而是通过高速互联、统一内存寻址、专用交换芯片以及软硬件协同，将数十甚至上百颗GPU逻辑上融合成一台“超级计算机”，让它们像单机一样高效协同工作。

不过，打造这样的系统并不容易。系统不仅需要提供TB/s级带宽和极低时延，还要解决线缆激增、供电复杂、散热压力和可靠性下降等工程挑战。

同时，在国产替代加速的当下，异构GPU如何统一调度、不同厂商芯片如何兼容、软件适配成本如何降低、系统如何持续扩展，也成为产业化必须解决的问题。

作为国内AI基础设施的重要玩家，中兴的思路并非优化某一个环节，而是将芯片、互联、服务器、集群、软件平台以及能源系统放在统一框架下重新设计，以开放兼容多元算力、提升全链路协同效率、降低AI工厂总拥有成本（TCO）为目标，打造具备持续演进能力的AI基础设施。这也成为OEX超节点诞生的逻辑起点。

02.

重新定义AI工厂基础计算单元

OEX如何降低总拥有成本？

OEX超节点的全称是Orthogonal Electrical eXchange，这是一种正交无背板互联架构，从根本上改变了超节点的物理设计。

传统AI服务器依赖大量高速线缆连接计算节点和交换节点，不仅布线复杂，也带来信号衰减、维护困难等问题。OEX的正交无背板互联架构，通过正交连接器和单级交换拓扑，让计算托盘与交换托盘直接垂直互联，彻底取消了内部高速线缆。

这一变化带来了系统级提升。首先，SerDes链路缩短30%以上，消除了Cable Tray约6.5dB插损，显著改善信号质量，并为224G等下一代高速互联预留空间。

其次，取消线缆后释放了更多机柜空间，可在标准机柜内支持最高128张GPU，进一步提升单位空间算力密度。

更重要的是可靠性和运维能力的提升。高速线缆和连接器一直是AI服务器的重要故障来源，OEX通过零线缆设计减少了大量潜在故障点，同时采用模块化托盘设计，故障维护由小时级缩短至分钟级，大幅降低运维成本。

这些优势最终都会体现在AI工厂最关注的TCO（总拥有成本）上。OEX减少了交换层级，降低了硬件投入、布线复杂度和维护成本，符合数据中心向高密度、高能效比和模块化演进的趋势。

根据中兴公布的数据，正交无背板设计可使互联成本大幅下降，整机开发周期缩短至3-6个月，在降低全生命周期成本的同时提升产品迭代效率。

当前国产GPU生态不断丰富，但不同GPU协议、服务器设计和软件栈差异较大，适配成本居高不下。因此，性能提升之外，OEX超节点还坚持开放架构。

OEX兼容RDMA、Clink、OISA、SUE等多种主流互联协议，通过组件化设计，仅需更换UBB等关键模块即可快速适配不同GPU平台，实现多厂家GPU兼容。

同时，中兴还开放机械接口和电气规范，支持第三方计算托盘和交换托盘接入，希望构建更加开放的国产超节点生态，为后续更大规模系统扩展奠定基础。

如果说OEX解决的是单机柜内部GPU互联，那么中兴联合合作伙伴打造的OEX+dOCS Matrix超节点则进一步解决了AI工厂跨机柜扩展的问题。

在千卡乃至万卡集群中，传统多级电交换网络带来的时延、功耗和复杂度不断放大。Matrix超节点采用"OEX电交换+分布式dOCS光交换"的光电融合架构：机柜内部由OEX完成高密度电交换，跨机柜通信则交由dOCS光交换，实现百纳秒级网络时延，并减少光电转换和互联功耗。

此外，dOCS支持按训练任务动态重构网络拓扑，让AI集群能够根据不同模型实时调整资源，提高GPU利用率和整体训练效率。

此次获得WAIC 2026 SAIL奖的Matrix超节点，还联合了曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等国产产业链企业，打通了AI芯片、服务器、互联网络到智算集群的完整链路。

这展示了光电融合超节点的技术突破，也体现出国产AI基础设施正在从单点创新迈向系统创新。

03.

从底层Token生产

到上层Token应用

如果把中兴此次WAIC展出的内容串联起来，会发现其AI布局已经形成了较为完整的体系，这也符合中兴去年提出的“All in AI，All for AI”的战略。

最底层是核心能力层，包括自研高速互联芯片、网络芯片、基础软件，以及此次发布的OEX正交超节点架构。其目标是打造开放兼容的底座，支持不同国产GPU、不同协议高效协同，降低产业链适配成本。

其上是基础设施层。围绕AI工厂，中兴构建了覆盖超节点、智算服务器、一体机、高性能存储的算力产品体系，同时完善Scale-Out、Scale-Across智算网络，并布局液冷、800V高压直流、模块化AIDC等方案，形成从算力、网络到能源的完整能力。

2026年第一季度，中兴算力业务的营收实现双位数增长，对其营收的贡献占比已提升到27%。

再往上是能力平台层。随着AI基础设施逐渐成熟，仅有硬件已不足以支撑产业落地。中兴围绕AIOS、智算资源管理平台、训推加速平台及智能体平台，进一步解决模型部署、资源调度和软硬件协同优化等问题，将复杂的AI工程能力平台化，降低企业应用AI的门槛。

应用层则聚焦产业落地。目前，中兴已将AI能力应用于工业制造、电力、轨道交通、医疗、通信等多个行业，在自智网络、智能制造、城市治理等领域形成了大量实践案例，让AI真正进入生产场景。

最贴近用户的是终端层。今年WAIC期间，全球首款AI智能体手机中兴努比亚NaviX Ultra亮相展台，成为现场焦点之一。从AI工厂到AIOS，从行业应用到AI终端，中兴正尝试打通从底层算力到终端体验的完整链路。

纵观这五层布局，中兴希望打造的已不仅是通信设备或服务器产品，而是一套覆盖“Token生产—Token管理—Token应用”全链条的AI基础设施体系：底层通过AI工厂持续生产更低成本、更高效率的Token，上层借助平台、行业应用和智能终端，让这些Token真正转化为产业价值。

04.

结语：Token经济时代

中兴打开新的增长空间

随着大模型逐渐进入规模化应用阶段，越来越多的企业开始关注每单位Token的生产效率和总拥有成本。谁能持续降低Token成本，谁就更有机会成为下一轮AI基础设施竞争的赢家。

在这个意义上，OEX超节点或许只是一个开始。随着系统架构、开放生态与AI应用逐步形成正向循环，中兴多年积累的"连接+算力"能力，也有望进一步释放价值，在Token经济时代构建起新的增长曲线。

从连接能力到系统能力，再到AI工厂时代的基础设施平台，中兴正在打开新的成长空间，这或许也是此次WAIC之后，最值得期待的产业变化之一。