7月19日，K3发布仅三天，月之暗面宣布暂停新增订阅，不是产品下线，是请求量远超预期，服务能力逼近GPU算力上限。用户用脚投票的速度，比任何榜单上的跑分都快；但也暴露了另一件事：供给接不住。

模型确实够大，也确实够强。2.8万亿参数、100万token上下文、稀疏MoE架构（896个专家，每token激活16个）。Artificial Analysis 7月17日评测给出57分，当时列全球第三，落后于Claude Fable 5和GPT-5.6 Sol——模型已进入前沿梯队，但尚未登顶。

先看规模。K3官方采用MXFP4权重和MXFP8激活。按4 bit粗算，2.8万亿参数的裸权重就约1.4TB；加上激活值和KV Cache，显存占用还会继续膨胀。再看架构。896个专家不可能全塞进一张卡，token要跨卡路由到不同专家，这意味着高频跨卡通信。Kimi因此明确建议推理部署使用64颗以上加速器的超节点。这意味着K3的推理成本不再由单卡性能决定，而由集群互联与调度效率决定。

这种需求并非K3独有。在开发者调用各家模型的聚合平台OpenRouter上，美国模型2025年还占约75%的token消耗；到2026年6月初，中国模型已整体反超。而效率提升还会带来一个反直觉的结果：单次推理越便宜，企业越愿意把搜索、编程和Agent工作流拆成更多次模型调用，总token消耗反而上升。效率进步降低的是单位成本，却可能通过需求扩张加重总算力压力。K3的容量告急，不只是一次爆款事件，也是算力反弹效应的缩影。

有趣的是，美联社的WAIC报道同时提到两件事：Moonshot与华为存在合作关系；华为Atlas 950是展会上的重要算力展品。两者是需求侧与供给侧的平行信号，但K3的训练硬件至今未公开，不能据此推断K3使用昇腾训练或推理。真正值得追问的是：当模型跨过万亿参数，国产算力能否把“跑分”变成持续可交付的token？

图1｜国产算力的计分方式：峰值算力是“马力表”，系统有效算力才是“圈速”

一、今年的WAIC，主角从一张卡变成了一堵墙

7月17日至20日，WAIC 2026在上海举行。官方数据显示：展览面积超过10万平方米，1100余家企业带来3000余件展品，全球首发超过300项。先看全貌，这是一次从模型、芯片到机器人和行业应用的总展；再看算力展区，最醒目的变化不是又多了一张卡，而是超节点和集群被推到舞台中央。

展台的陈列方式变了。往年厂商把芯片或加速卡摆在C位；今年则是一柜、数柜，甚至一整面算力墙。华为展示了由16个计算柜、1024颗昇腾处理器组成的Atlas 950物理系统；阿里、摩尔线程、沐曦、中兴等也把超节点作为主角。产品边界由芯片向互连、服务器、液冷、软件和调度系统外扩。

陈列变化背后，是算力游戏的计分方式变了。单卡峰值仍是基础，却不再等于客户拿到的算力。真正决定竞争力的是五件事：（1）Scale-up互连的带宽与时延；（2）集群有效利用率；（3）真实模型吞吐；（4）故障恢复与长稳能力；（5）摊到每百万token的总成本。峰值算力是马力表，有效算力才是圈速。

本文只讨论数据中心高算力：训练与推理用GPGPU、NPU、ASIC，以及围绕它们构建的超节点。端侧与边缘芯片一律不纳入比较。中兴和曦智分别作为系统架构商、光互连供应商分析。

表1｜WAIC 2026 国产大算力全景。分层判据只有一条——是否自研算力芯片；「算力架构」列标出芯片类型，「角色·打法」列只讲厂商做什么。

注①「通用加速卡」：五家架构并不齐整——天数、沐曦、壁仞、摩尔线程偏 GPU/GPGPU，燧原邃思为 GCU（DSA）路线；本表以统称合并。

注② 端侧、边缘芯片不在本文范围，故算能仅列其数据中心产品 BM1690。

二、单卡追不上，就把一堆卡变成一台超级计算机

超节点为什么突然重要？先看模型怎么吃算力。参数、激活值和KV Cache装不进一颗芯片，模型就必须切到多卡上。K3的896个专家分散部署，路由器为每个token选16个专家，随之产生跨卡All-to-All通信。传输跟不上，计算单元就排队等数据。卡堆得越多，数据堵车越严重，纸面FLOPS再高，也转不成真实吞吐。

解法分两条路。Scale-out走跨节点网络，通信要穿网卡、过交换机、绕软件栈；Scale-up则把几十到上千颗加速器拉进同一个高速计算域，用专用链路和统一协议协作。换句话说，普通集群像跨公司传文件，超节点像同一间作战室协同。部分方案还提供统一编址，减少显式数据搬运。当然，远端内存的带宽和时延仍不等于本地HBM。

训练里的All-Reduce、MoE的专家间All-to-All、长上下文推理膨胀的KV Cache，三类负载都在把互连推到前台。共同点只有一句话：算得快不够，数据必须及时送到。先进制程受限时，系统效率就是国产芯片弥补单点差距最现实的路径。

这并非中国独有的叙事。英伟达GB200 NVL72把72颗GPU组织成机柜级NVLink域，聚合互连带宽130 TB/s。全球都在从卖卡转向卖系统。但卡数不是成绩单：同样64卡或128卡，Scale-up域大小、拓扑、通信库、故障隔离和实测token吞吐可能完全不同。

图2｜超节点的本质：把更多芯片纳入同一个高带宽、低时延的Scale-up计算域

三、四条主线，同一把尺子：华为、阿里、摩尔线程、沐曦

华为：把制程差距改写成系统题。WAIC现场的Atlas 950是1024卡物理系统，峰值规格为1 EFLOPS FP8、2 EFLOPS FP4、256 TB全局统一内存编址空间、3微秒互联往返时延。这里的256 TB是编址空间而非物理HBM，统一编址也不等于远端访问与本地一样快。往上还有两层：8192卡SuperPoD计划2026年四季度上市，64个SuperPoD再经Scale-out组成52万余片Ascend 950DT的SuperCluster。展机、单超节点路线图、集群是三个尺度。华为称上一代昇腾384超节点（Atlas 900 A3）已商用落地750余套——工程经验有了，但Atlas 950本身的客户负载、功耗、TCO和长稳仍待上市后验证。

阿里：把芯片装进云的闭环。真武M890、磐久AL128、阿里云调度、百炼模型平台和软件栈处在同一体系内。优势不在单项峰值，而在软硬件共同迭代：编译器、调度策略、模型服务和计费数据能反向优化芯片利用率。边界也清楚：AL128单柜128颗芯片，官方披露的全带宽互联域是64卡；百炼上架了通义、DeepSeek、Kimi等模型，但阿里并未逐一公开这些模型底层跑在哪颗芯片上。

摩尔线程：先把网络层级压薄。MTT C256用两柜256卡构成一层Scale-up网络，目标是砍掉多级交换带来的路径和时延。层级少不等于工程简单，压力只是从拓扑转移到了交换芯片、SerDes、布线和通信软件上。公司已跑通MoE-236B从零训练，这是一项内部链路验证；但模型效果、训练周期和客户部署尚未完整披露。展示一套系统，与客户连续稳定训练，是两张不同的考卷。

沐曦：在通用GPU之外切分负载。曦景S600主打单柜64卡全互联，曦云C600采用HBM3e与MetaXLink-E，MXMACA在API层面与CUDA生态高度兼容；另有面向AI4S的曦索X300系列。三条产品线背后是一个行业趋势：训练看混合精度与多卡长稳，推理看并发与token成本，科学计算还要完整浮点精度和HPC工具链，没有一颗芯片能通吃。S600为WAIC首发，交付规模待披露。

表2｜四家超节点对比：参数看公司口径，成熟度看公开证据

峰值规格均为厂商公布，不同精度与测试条件不可直接横比。

四家真正的分野，不在谁把卡数写得最大，而在系统控制权落在哪里。华为押注更大的统一计算域，阿里押注云端利用率和迭代闭环，摩尔线程从通用GPU向网络与训练系统上探，沐曦用分线策略提高场景适配。共同的下一关是把发布会参数变成客户可复现的吞吐、稳定性和token成本。

图3｜四家超节点路线在五项指标上的公开证据图谱

注：色块表示公开信息的可见度与各家宣传侧重，不代表量化评分或实测结论

四、当卡越堆越多，瓶颈从算转到传

Scale-up域从8卡走向64卡、128卡乃至上千卡后，互连不再是配角。链路数量、交换层级、拥塞控制和故障重路由会共同决定有效吞吐。这一届WAIC最值得追踪的硬件信号，是光互连开始从数据中心柜间网络向超节点内部和近封装位置推进。

壁仞：把光推到芯片旁边。BLink 2.0路线覆盖16卡服务器、128卡机柜，并规划面向1024卡的NPO近封装光学架构。四个关键词——统一内存语义、网内计算、拥塞控制、链路自愈——分别对应两个老问题：减少显式拷贝和GPU参与归约的开销，以及规模扩大后的堵车与故障扩散。边界清楚：BR2xx和1024卡NPO仍是产品路线，尚无同规模客户部署。

燧原与天数智芯：物理层和逻辑层各走一步。燧原ESL64-O用正交连接缩短计算托盘与交换托盘之间的电气路径，ESL64-C保留线缆方案便于部署维护；据公开披露，目前仅一套ESL64样机交付重点客户，尚未形成批量收入。天数智芯天垓300走SIMT路线，针对目前大模型最消耗算力的几个动作（Attention、MoE和PD分离推理）做芯片与软件层优化。一家在物理拓扑上减损耗，一家在计算架构上贴近模型负载。互连带宽要真正转成token吞吐，这两层缺一不可。

中兴与曦智：把互连做成独立产品层。中兴OEX用正交、无背板结构缩短SerDes路径；与曦智等伙伴合作的dOCS，以柜内电交换、柜间动态光交换连接国产加速器。这不是把所有厂商的GPU混插进同一台机器，而是芯片、服务器和光网络开始分工协作。

图4｜互连的未来更可能是分层的：短距离以电为主，跨柜与更大规模逐步提高光的比例

注：分层为示意归纳，具体方案因厂商而异

五、不只拼GPGPU：国产算力开始分化

超节点是在系统层组织更多芯片。另一些厂商换了切入点：从存储位置、计算阵列和负载专用化入手，减少数据搬运、提高利用率，把有限晶体管用在更匹配的工作上。

近存计算：先打内存墙。由魏少军教授领衔的东方算芯采用国产14nm制程，DF1000通过晶圆级混合键合将计算与存储做3D堆叠，公布BF16算力520 TFLOPS、片上存储带宽6.4 TB/s，配套TY64的64卡训练/推理平台。路线逻辑清楚：缩短搬运距离。代价也清楚：3D封装、散热、良率和软件适配都是硬约束。此外，TY64公开资料采用标准以太网，尚不具备统一编址的超大Scale-up域能力。

不同架构，同一个问题：怎么提高“有用功”。清微智能走可重构（CGRA）路线：量产的是TX81，WAIC首秀的是下一代TX82 3D原型，配套RAISA软件栈适配PyTorch、vLLM、SGLang等框架。其REX81超节点由可重构芯片直连组成，公司称单集群最大可达4096颗。昆仑芯P800用自研XPU Link构建单柜32/64卡全互联，再经IB或RoCE向外Scale-out。架构不同，但都在回答同一个问题：晶体管已经摆在那里，怎么让它们更多时间在做有效计算而非等待数据。

专用化：把战场切窄。算能BM1690面向大模型训练和推理，支持BF16、FP16、FP8和INT8等精度。曦望Sunrise聚焦数据中心推理GPU，S2、S3围绕大模型与Agent推理推进工程化。专用化用较窄的适用面换取吞吐或TCO，但更依赖算子覆盖、量化精度和真实流量下的尾时延表现。

这些路线短期内是通用GPU的补充，而非替代。它们的意义在于：国产算力正在从复制一张卡走向为不同瓶颈设计不同系统。路线分叉本身不是答案，而是产业进入工程取舍阶段的信号。

六、热闹之外，国产算力还有四道硬门槛

展台可以在四天内搭好，算力系统却要在客户机房里连续运行数月。决定国产超节点能否从能亮相走向能交付的，是四道彼此牵制的门槛。

制程与能效。先进节点直接决定单卡性能、功耗和机柜密度。华为公开承认本土制造存在差距，选择用更多芯片和系统架构补偿——代价是供电、液冷、机房空间和故障点同步增加。补偿能扩大可用算力，但单卡差距并未消失。

HBM与互连。美国商务部BIS把HBM列为AI训练和推理的关键组件，并强化相关出口管制。显存容量决定模型能否装下，带宽决定计算单元能否吃饱，Scale-up互连决定多卡能否协同——三层瓶颈叠加，统一编址、近存和光互连各自缓解一段，但没有一种方案能免费消除远端访问、光电转换和数据一致性的成本。

封装与交付。2.5D/3D封装要同时处理大尺寸基板、HBM堆叠、热应力和良率；超节点再叠加交换芯片、光模块、供电、液冷、固件与维修。任何一环不稳定，峰值算力就变成停机时间。样机点亮只说明"能工作"，批量交付还要证明部件一致性、可维护性和供应链节拍。

软件与生态。CANN、SAIL、MUSA、MXMACA、RAISA都在补框架、编译器、算子库和模型适配；华为称已于2025年底完成CANN及Mind系列基础软件全量开源。但生态不是跑通一个模型就完成了——算子覆盖、编译质量、分布式通信、故障恢复、版本兼容，每一项都是迁移成本。多套国产栈彼此割裂，仍是客户规模部署的隐性税。

还有一条常被提起的退路：去海外租算力。它能缓解短期缺口，却很难成为稳定替代。美国商务部BIS在2026年5月31日的指引中明确：只要实体总部或其最终母公司位于D:5国家组或澳门，即便该实体本身设在境外，向其出口先进计算物项仍需许可，且适用于美国以外的所有目的地；跨境部署还要叠加数据合规、网络时延、模型权重安全和工程协同成本。海外资源更像一座桥，而不是国产算力的长期替代品。

需求压力已经显现。K3三天触及容量上限，至少说明爆款前沿模型可能很快碰到既有服务容量的天花板。问题在供给侧：谁能在有限芯片、有限电力和有限预算下，持续交付更多有效token。下一阶段的胜负，不会由发布会上最大的卡数决定，而会由客户账单、长稳记录和扩容速度决定。

表3｜四道硬门槛：系统补偿已经启动，但每一环仍要接受客户负载验证。

结语：模型可以开放，系统能力仍要一层层交付

回到Kimi K3。Moonshot计划在7月27日前发布完整权重。届时，下载模型不难；难的是让2.8万亿参数在高并发下稳定运行，把每个token的成本压到客户可以接受的水平。

K3与国产超节点共享同一种产业逻辑：模型侧用稀疏MoE和更高效的注意力结构换取能力，硬件侧用Scale-up、统一协议、近存、可重构和光互连换取有效算力。两边都是用系统效率换空间。再往上看，系统竞争最终也是供应链竞争：晶圆制造、HBM、先进封装和供电散热必须按同一节拍协同，任何一环失速，系统规模都难以转化为有效算力。下一代模型会把系统工程推到竞争中心——这正是WAIC 2026展台背后真正的叙事。

从展机到规模商用，中间的距离不是四个月，而是客户机房里连续数月的吞吐、时延、故障恢复和每百万token成本。单卡还在追，系统竞争已经开打。卷单卡不是终局，把一堆卡变成一台可交付的超级计算机，才是国产算力真正的集群战。

参考来源与口径

本文数据截至2026年7月。引用优先采用企业官方技术资料、监管申报、政府与大会官方、AP/Reuters等海外主流媒体及海外独立评测；国内自媒体仅用于发现线索，不作为关键技术结论的唯一依据。厂商公布的规模与峰值均属公司口径。发布、展机、样机、客户测试与批量交付严格区分；不同精度、稀疏度和测试条件不直接横比。Kimi K3的训练与线上推理硬件尚未公开，本文不推断其使用昇腾或任何特定国产芯片。

  参考来源：（上下滑动可查看）：

[1]AP News｜Kimi K3发布与中美AI竞争（2026-07-17）

[2]AP News｜Moonshot因算力容量暂停新增订阅（2026-07-20）

[3]Kimi官方｜Kimi K3技术博客

[4]Artificial Analysis｜Kimi K3智能指数评测

[5]上海市政府英文网｜WAIC 2026大会与重点展品

[6]华为官方｜WAIC 2026 Atlas 950 SuperPoD

[7]华为路线图 / MWC 2026｜Atlas 950 SuperPoD说明

[8]CloudMatrix384 / UB-Mesh｜华为作者技术论文

[9]NVIDIA官方｜GB200 NVL72规格

[10]Alibaba Group / Reuters｜真武M890与磐久AL128

[11]摩尔线程 / TechNode｜S5000与MTT C256

[12]沐曦官方 / 上交所材料｜C600、S600与MXMACA

[13]壁仞港交所材料 / Caixin Global｜BR2xx与BLink 2.0

[14]燧原上交所材料 / 天数智芯港交所材料｜ESL64与天垓300

[15]中兴官方 / 曦智港交所材料｜OEX、dOCS与LightSphere

[16]东方算芯官方 / 新华社｜DF1000与TY64

[17]清微智能 / 昆仑芯｜REX81与P800超节点

[18]算能 / 曦望Sunrise｜BM1690与S2/S3

[19]美国商务部BIS｜高带宽存储器出口管制说明

[20]美国商务部BIS｜先进计算物项出口许可指引（总部/最终母公司口径）

[21]OpenRouter官方｜平台Token份额洞察（中国模型份额反超美国模型）

[22]SemiVision Research｜China’s AI Models Are Catching Up—But Its Compute Gap Is Getting Worse