超节点成为AI竞争新战场：谁能把更多芯片连成一台机器？

2026年世界人工智能大会，华为展台上几排机柜连成一片，1024张昇腾加速卡却被统称为“一台机器”——Atlas 950 SuperPoD。与此同时，NVIDIA把72颗GPU做成可采购的整柜平台，Google按训练和推理分别设计拓扑，AMD则把整柜做成开放参考设计。名称并不统一，产品边界也不同，但AI竞争的基本单位都在从单卡向更大的系统上移。 

图1｜WAIC展出的 Atlas 950 SuperPoD 1024卡真机。来源：华为官方。

把成百上千颗加速器组织成一台系统，通信、调度、故障恢复和交付里的每一件难事，都得有人消化掉。厂商替客户消化得越多，就越有机会握住平台控制权、议价权和利润。AI竞争的比拼对象，也随之从单卡参数换成整台系统的交付能力。

超节点的第一道门槛也在这里：卡数增加以后，有效算力不能下降得太快。任务拆到更多卡上，通信、同步、调度和故障恢复都会消耗理论算力；卡数翻倍，任务产出未必跟着翻倍。

过去，AI系统常以8卡服务器为基本单元，服务器之间再通过数据中心网络扩展。大模型、长上下文和混合专家模型（MoE）流行之后，一个模型被切到更多芯片上，专家路由、参数同步和键值缓存（KV Cache）搬运越来越频繁，昂贵的计算单元花在等数据上的时间也越来越多。

行业于是从多卡服务器走向机架级系统，再走向Pod（多机柜单元）与多机柜超节点[1]。华为、NVIDIA、Google与AMD的分歧在于：高频通信应该收进多大的范围，留在服务器和机架之内，还是扩进跨柜强互联域；以及这套设备由谁来设计、交付和维护。 

图2｜从单机多卡到整机柜、Pod／多机柜与超节点集群，系统边界持续扩大。

华为、NVIDIA、Google与AMD给出了四种答案

表格之外看做法。NVIDIA把整柜做成标准产品直接卖；Google靠自研芯片、网络、编译器和云调度在自家云里完成整合；AMD把更多整合工作交给开放生态的伙伴；华为以全栈工程统筹计算、跨柜互联、内存和软件。同样的系统难题，四家给出了四种产品形态。

华为已经把强互联域推向多柜

当72颗GPU已经能在一个机柜内紧密协同，剩下的问题是：这种协同为什么要停在机柜门口？

华为没有等单卡追平，选择用更大的互联域去换总算力与内存规模。前一代384卡超节点已经部署750多套、覆盖20多个行业；Atlas 950则展示了1024卡真机，官方公开256 TB全局统一内存编址空间、TB级NPU互联和3微秒往返时延[5][6]。这套设计把一部分原本要反复穿越数据中心网络的跨服务器、跨机柜高频通信，收进了同一个跨柜强互联域；超节点对外的扩展和数据访问，仍然要走数据中心网络。

图3｜华为路线改变的是通信边界：更多高频通信被留在同一个跨柜强互联域内

这条路线和华为所处的供应环境直接相关。徐直军曾公开表示，中国半导体制造工艺仍有差距，可持续算力必须立足实际可获得的工艺，并通过“超节点＋集群”的系统架构继续提升算力[7]。单卡工艺补不上的部分，就转移到互联、软件、供电、液冷和可靠性上，用系统工程去消化。

统一编址只是起点

把强互联域推到千卡，最直接的收益之一是更大的地址空间。Atlas 950公布的256TB统一编址，让分散在不同设备、不同层级的内存进入同一套地址体系，软件可以统一发现、寻址和调度这些资源。 

图4｜统一编址扩大资源可见与可调度范围，但不消除内存层级。

但地址统一并没有消除内存层级。本地HBM、远端HBM、主机DRAM和存储仍在不同的物理位置上，数据经过的交换层级和介质也不相同，不能当作带宽、时延完全一致的一块大内存来用。要把这些容量变成有效算力，还得靠数据放置、搬运、缓存、通信库和调度软件。

规模每上一个台阶，代价也跟着上台阶，跨柜布线、交换层级、功率密度、液冷、故障域和调度难度都会增加。公开资料已经证明两件事：华为能交付384卡系统，也完成了1024卡真机展示。还没有公开的是另外三件：这套1024卡展机的整机总功耗、实际成交成本，以及在不同模型和长周期运行中的有效任务产出。千卡系统已经不只是路线图，但每一种负载是否都值得用千卡强互联域来承载，还没有答案。

华为之外，国产超节点正在形成不同尺度的产品带。沐曦公开的曦景S600采用单柜64卡全互连，并支持向万卡集群扩展；昆仑芯已落地32/64卡产品，并发布256/512卡超节点技术[11][12]。摩尔线程已发布128卡高密超节点参考设计，壁仞参与的光跃方案以光互联落地128卡商用版，燧原披露32/64卡产品规划，海光则从CPU＋DCU异构平台切入[13][14][15][16]。这些数字的成熟度并不相同：64/128卡已有正式产品、商用版或参考设计，256/512卡主要仍停留在技术发布或架构规划，1024卡目前至少有华为真机公开展示。国产超节点不等于华为，也不等于所有档位都已经量产。

NVIDIA：平台厂商先把整柜做成商品

NVIDIA先把机架级系统做成了可以直接采购的商品。GB300 NVL72把72颗Blackwell Ultra GPU、36颗Grace CPU、NVLink交换系统、供电和液冷装进一个机架；官方给出130 TB/s的机架级NVLink总带宽和37 TB快速内存，产品页标注“Available Now”[2]。

图5｜GB300 NVL72把36个Grace＋2 GPU计算模块、NVLink交换、供电、液冷与管理封装进一套可采购整柜。

GB300 NVL72确立的基准有两层。一层是规模：最频繁的GPU通信留在机架内的NVLink域里。另一层是交付方式：软硬件协同、供电、液冷和运维这些难题，由NVIDIA在出厂前解决，客户买到的是一套可以复制部署的整柜产品。机架之外，系统仍要接入InfiniBand或Ethernet，组成更大的集群。

路线图上的下一步是Vera Rubin Ultra NVL576，计划把576颗GPU纳入同一个NVLink域。它目前仍处在后续产品路线和原型验证阶段，和已经供应的GB300 NVL72是两个不同状态的产品[8]。

AMD：用开放挑战垂直整合

AMD跟进了72 GPU的整柜形态，但没有照搬NVIDIA的垂直闭环。Helios由72颗MI455X、EPYC CPU和Pensando组件构成，官方蓝图给出260 TB/s机架级Scale-up聚合带宽和31 TB HBM4。AMD把它明确定义为开放参考设计，自己并不直接销售整柜；基于Helios的伙伴系统，预计从2026年下半年开始规模部署[3]。

图6｜Helios由18个4-GPU计算托盘组成72-GPU机架；4个Scale-up Cartridge构成UALoE多平面交换网络，支持72 GPU all-to-all connectivity；机架外通过Pensando Vulcano 800 AI NIC继续扩展。

卡数上两家打平，都是一柜72颗GPU，差异在谁能把蓝图变成稳定交付的产品。NVIDIA用垂直整合换确定性和交付效率，AMD用开放标准换供应商选择。UALink标准最多支持1024颗加速器，那只是协议的能力边界，不能当作Helios已经交付1024卡系统的证明[4]。

开放不会自动消除系统工程的难度。AMD接下来要证明的，是多家伙伴能不能照着同一份蓝图，做出稳定、容易部署、表现一致的整柜系统。

Google：在云内按负载重做拓扑

Google的产品留在自家云里。它不需要把通用机架卖给外部客户，可以从自有模型、XLA编译软件和云调度出发，反过来设计芯片与网络。它问的问题也和前三家不同：预训练、后训练和推理，应该共用同一种拓扑吗？

先看两款芯片怎么组网。TPU 8t面向预训练，采用3D Torus（三维环面）拓扑；TPU 8i面向后训练、采样和推理，采用Boardfly分层拓扑。在TPU 8i中，4颗TPU先组成一个环形Building Block，8块BB板再通过铜缆组成全连接的Group，36个Group经光路交换机（OCS）连接成一个Pod，最多有1024颗芯片处于活跃状态[9]。

Google披露的同规模示例中，相距最远的两颗芯片之间，Boardfly最多经过7段连接，3D Torus最多要经过16段；Google并称，通信密集负载的时延最高改善50%。这些数字都是Google自己的口径，而且TPU 8t与8i目前均标注“Coming Soon”，不能当成已经交付的横向测试成绩[9][10]。

图7｜TPU 8i Boardfly从4颗TPU环形BB扩展到8块BB板的Group，再经OCS连接36个Group。

Google给行业提了个醒：强互联域并非越大越好。预训练更看重持续吞吐，MoE推理更在意多卡全互换数据、跳数和尾时延；不同的负载，可能需要不同大小的域和不同的拓扑。

四条路线，处理的是同一个系统难题

把四家公司放回同一条产业主线上看：NVIDIA先把整柜交付做成了商业基准；AMD沿着同样的产品形态，用开放生态挑战垂直整合；华为把强互联域推向多柜，384卡已规模部署、1024卡已真机展示；Google则按负载重新设计域内的通信。四家公司并不存在清晰的代际关系，真正的差别在于强互联做到多大、哪些系统能力被纳入产品，以及最终由谁完成整合与交付。

决定胜负的不会只是谁连的卡最多。每一个卡数都要过三道检验：新增的芯片能不能转化为新增的任务产出；系统能不能在故障和负载波动下长期稳定运行；整套设备能不能以客户承担得起的电力与成本复制部署。

从已经供应的72卡整柜，到路线图上的576卡强域，再到已经展示的1024卡真机，这些数字对应着不同的产品阶段，不能直接排成一张性能榜单。它们共同指向的变化是：AI芯片的竞争已经越过单卡参数，进入系统工程阶段。最后给系统定价的，是Goodput，也就是系统长期稳定运行后实际完成的有效任务量。