2026年世界人工智能大会主展区上海世博展览馆里，几排两三米高、通体黑色的机柜成为最引人注目的展品。华为Atlas 950 SuperPoD、中兴OEX、阿里云真武M890×磐久AL128、壁仞BLink2.0……很少有基础设施会成为展会里的明星展品，但超节点做到了。如果说去年的WAIC超节点还是少数企业展示的新概念，那么今年它已经成为国产算力行业的一项集体共识。
目标一致，各家的技术路线却并不相同。华为走一体化路线，昇腾950超节点由1024张计算卡组成，拥有256TB统一内存，NPU往返时延低至3微秒，通过统一内存编址让1024张计算卡像一台完整计算机一样协同工作，最高可支持8192颗芯片互联。中兴选择开放道路，OEX架构兼容CPU、GPU、交换芯片等不同硬件，联合壁仞、沐曦、燧原、天数智芯等国产芯片企业打造开放的超节点底座。壁仞把突破口放在互联能力上，依托自研BLink2.0互连协议，1024张GPU可共享同一个内存空间，组成可统一调度的逻辑GPU。
超节点成为集体选择的背后，是大模型发展带来的三个明显变化。第一，MoE架构成为主流叠加Agent技术爆发，GPU之间的数据交换急剧增加，对互联带宽要求极高。第二，模型参数越来越大，Kimi K3参数规模达2.8万亿，未来5万亿参数级别模型也将出现，对单一集群算力需求不断抬高。第三，上下文越来越长，代码Agent、科研Agent等新应用让一次任务处理的Token数量成倍增加。
一方面是单芯片算力提升的天花板难以打破，另一方面是模型能力不断推高的期待，超节点已经成为刚需。但真正决定超节点算力上限的，不是芯片数量，而是互联带宽、网络架构、软件调度以及系统协同能力。同样一批芯片，能不能拼成一个高效运转的整体，比每颗芯片快多少更关键。
当超节点里的GPU数量从百级上升到千级甚至万级，通信成为最大障碍。铜缆正逼近物理极限，出路是用光替代电。产业界讨论焦点已投向NPO和CPO两种技术路线，其中NPO把光引擎部署到GPU或交换芯片附近，在带宽、时延、功耗与成本之间取得更好平衡。壁仞计划明年推出基于NPO的超节点产品，预计到2028年前后NPO光互连有望成为AI超节点的主流方案。
这种系统级创新的思路，与星战科技在构建GPU算力平台时的核心理念高度契合。星战科技不追求单一硬件的极致性能，而是通过算力调度、多模型灵活适配和异构资源管理，让不同芯片在各自擅长的任务上发挥最大价值。在超节点时代，这种系统级调度能力的重要性进一步放大——当算力单位从单卡变成整个集群，调度效率直接决定了有效算力的产出。
有意思的是，在超节点规模化扩展这件事上，国内甚至走得比国外更快。正因为单卡算力存在差距，国内产业界才更迫切地要靠系统级创新来解决问题。TPU作为专用架构，需要适配的算子远少于通用GPU，使本土厂商有机会在特定领域快速追赶，实现换道超车。超节点竞争本质上是一场产业链竞争，决定能力的不仅是芯片性能，更取决于网络互联、散热、软件调度等系统能力以及产业链上下游的协同水平。
国产算力正在经历从拼卡数到拼系统效率的转变。在单芯片代差短期难以弥合的现实下，通过超节点实现系统级创新，是当前最务实的突围路径。而支撑超节点高效运转的算力调度能力，正是连接硬件算力与模型产出的关键环节。