当下全球算力竞争，已从单一芯片性能的比拼，转向体系化、系统化、集群化的算力基础设施综合竞争。算力基础设施是将一颗颗芯片组成板卡，把板卡组成服务器，大量服务器部署在机柜之中，再由众多机柜组成大规模算力集群。
今年世界人工智能大会（2026WAIC）有1100多家企业参展，其中仅算力赛道的参展企业就超过200家。记者探营发现，不少硬核算力企业已不秀单颗芯片，而是秀机柜、秀集群。如华为、中科曙光、摩尔线程、燧原等头部厂商，悉数甩出了1024卡超节点、256GPU（图形处理器）单层网络全互联及10万卡集群。这些算力集群，堪称新的“大国重器”，为我国通用大模型训练、推理提供了国产算力支撑。
本届展会“镇馆级”硬核算力重磅亮相——华为昇腾950超节点（Atlas 950 SuperPoD）。作为业内最大规模超节点，真机首发亮相。
记者探营看到，现场展出的版本搭载16台计算柜、共计1024张昇腾卡。据了解，昇腾950超节点以单柜64卡为标准化起步配置，64个超节点还可以互联，构建巨型算力集群。
华为昇腾950超节点。
支撑上千张芯片高效协同运转的核心，是华为自研灵衢2.0高速互联协议。传统算力集群的设备通信标准杂乱，如同各方言沟通、需要频繁转换适配，极易产生卡顿损耗。灵衢2.0相当于为整套系统建立了统一“算力通用语言”，让上千张计算卡实现无感知协同工作。
内存，也是它的亮点之一。传统数据中心中，每一台服务器、每一张算力卡都是独立个体，拥有各自的内存与存储资源。不同设备调取数据时，需要经过多层转发、传输等待，存在明显时延损耗，就像邻里之间借取物品需要反复沟通衔接，效率受限。
华为昇腾950超节点重构了集群协作模式，将海量算力资源融合为逻辑上的“一台超级计算机”，所有计算卡可直接互通内存资源，无需繁琐的数据搬运与链路等待，形成256TB（太字节，数据存储单位）共享高速内存池，相当于整合数百台服务器的高速内存、实现全域共享。
这有助于优化大模型实际使用体验：超大共享内存可承载超长文本上下文，AI对话、产业推理过程中，能够完整留存海量历史信息、精准捕捉细节逻辑，规避长对话“记忆断层、信息丢失”的痛点，大幅提升大模型落地实用性。
此外，针对万卡级集群超高功耗、超高散热难题，昇腾950超节点搭载全液冷散热架构，实现能效比大幅优化。传统风冷数据中心PUE（电能利用效率）普遍在1.5-1.8，近半数电力消耗用于设备制冷。而华为这套超节点系统PUE低至1.15，制冷能耗大幅压缩。
记者获悉，国内AI芯片核心厂商、科创板上市在即的燧原科技，正在汇聚产业链各方力量，与合作伙伴共同推进国产数万卡规模智算集群建设。燧原科技创始人、董事长赵立东向记者细致描述了当前完整的人工智能算力系统。这一系统共有五层——第一层，是人工智能芯片；第二层是高密度服务器，也就是“超节点”；第三层是网络层，这是搭建万卡甚至十万卡集群的关键；第四层是分布式计算，即把计算任务进行拆分与汇总，实现软硬件协同；第五层才是最上层的人工智能大模型。
要搭建好这五层算力系统，实现层层相扣、高度适配，不仅投入金额巨大，且需要跨行业协作、多方面聚力，构建系统化解决方案。
不难看出，高密度服务器也就是“超节点”，是构建高性能AI算力基础设施的核心单元。随着人工智能大模型的飞速发展，算力需求急剧攀升，传统服务器集群面临内部连线复杂、故障率高、通信延迟大、扩展密度低等痛点。通俗来讲，过去芯片之间的协同好比一群人隔着围墙传话，消息要绕好几道关卡。而“超节点”的出现，直接推倒围墙、搭建高速通道，让不同芯片高效协同，专门解决超大模型、海量智能体并发计算的数据“堵车”难题。
记者获悉，在此次世界人工智能大会上，燧原科技联合中兴通讯，发布了“云燧ESL64-O超节点”，进一步提升性能与能效。该产品采用正交架构，计算单元与交换单元呈垂直正交方向对插，板与板通过连接器直接硬连接，做到了在计算节点与交换节点之间零线缆。这就好比把十字路口的红绿灯换成立体立交桥，车辆直达无需等待——信号损耗更小、传输更快、故障率更低，整机部署周期从“天级”缩短至“分钟级”。据介绍，该超节点从芯片到软件实现全栈自主研发，单机柜可部署64张加速卡，多柜可扩展至上万张。
云燧ESL64-O超节点。
这一超节点旨在推动国产产业链协同合作，采用的是国产CPU（中央处理器）、AI芯片、交换芯片、DPU（数据处理单元）及网卡芯片等，尽显国产芯构建国产化算力生态的种种努力。
特别值得一提的是，这款超节点具备高可拓展性，包括Scale-Up与Scale-Out双向能力。所谓Scale-Up，就是纵向扩容，在单个超节点内提升算力密度与互联带宽，让单台机器算力和吞吐更强。Scale-Out则指横向扩容，即通过新增超节点机柜，持续扩大算力集群的整体规模。“云燧ESL64-O超节点”既可通过Scale-Up接口搭建大带宽算力域，也可通过传统Scale-Out方式构建超大规模高效算力集群。
