WAIC 2026预演神机妙算：国产超节点集中亮相，AI算力迈入“系统时代”

2026-07-18 03:49:41 [百科] 来源：盘星资讯网

2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议即将启幕。系统时代本届大会汇聚全球1100余家企业，预演集中展示3000余项前沿成果，神机I算其中超300款产品为全球首发。妙算智算与具身智能两大核心赛道均吸引200余家企业参展，国产标志着行业焦点的超节深刻转移。

如果说过去几年的点集WAIC是大模型与AI芯片的舞台，那么今年释放的中亮最强烈信号是：全球AI竞争的重心正加速向基础设施层面迁移。

华为Atlas 950 SuperPoD真机首次亮相、力迈中兴通讯联合多家国产GPU厂商打造Matrix超节点、系统时代壁仞科技与沐曦股份发布面向超节点的预演新品……尽管技术路线各异，但所有厂商的神机I算目光都聚焦于同一核心命题：如何高效协同海量AI芯片，构建统一的妙算计算系统。

这一转变背后，国产是超节AI产业竞争逻辑的根本性演进。

随着行业从“训练时代”迈向“推理时代”，从单纯的参数规模竞赛转向Agent（智能体）等应用落地，决定AI系统上限的关键因素，已从单颗芯片的性能指标，转向整个计算系统的组织效率。系统互联、通信时延、内存共享及集群调度能力，已成为下一轮AI基础设施竞争的核心战场。

国产超节点元年：定义AI核心计算单元

“超节点”并非新概念，但其战略地位在2026年得到了空前提升。简单来说，超节点是通过高速互联技术，将数百至数千颗AI芯片整合为一个逻辑统一的庞大算力池。

中国信通院在《超节点发展报告》中明确指出：“超节点将成为AI时代的核心计算单元。”

什么是超节点？

规模与带宽：支持32颗及以上AI芯片，芯片到交换芯片带宽不低于400GB/s。
低时延：交换设备时延小于500ns（纳秒）。
内存统一：域内AI芯片支持内存统一编址，允许直接通过内存语义访问其他芯片内存，打破传统架构壁垒。

性能跃升：以华为昇腾为例

超节点通过高效互联协议突破传统架构限制，实现更大规模的高效协同。以华为昇腾384超节点为例：
* 通信带宽提升15倍
* 单跳通信时延从2us降至200ns（降低10倍）
* 模型性能提升：在DeepSeek、Qwen等多模态及MoE（混合专家）模型上，性能提升超过3倍。

华为Atlas 950 SuperPoD：真机亮相

7月13日，华为官网首次披露Atlas 950 SuperPoD核心指标，确立业界标杆：
* 算力：业界最大1024卡超节点，拥有1 EFLOPS FP8澎湃算力。
* 内存：业界最大256TB全局单一虚拟地址空间。
* 互联：TB级NPU互联带宽，3us超低RTT时延。

华为表示，昇腾超节点已在20多个行业场景规模化落地，为互联网、大模型厂商、科研教育机构及央国企提供低延时、高吞吐算力服务。

国产阵营集体发力

除了华为，本届大会见证了国产超节点力量的全面集结：

中兴通讯 & 国产GPU联盟：
联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等，基于OEX+dOCS架构打造国产高性能Matrix超节点。该方案入围WAIC SAIL奖TOP30，是国内少数同时满足128卡高密度、多芯片混插及dOCS算网一体化液冷的系统。
新华三 UniPoS S80000：
面向万亿参数大模型时代，推出集成“算-网-存-云-安-维”六大能力的重磅超节点产品。
壁仞科技 BR20x系列：
实现架构、内存、带宽、互连及软件全面升级，打造“芯片+系统+生态”全栈交付能力。采用自研BLink2.0超节点互连协议，支持单节点1024卡Scale-up扩展。
沐曦股份 “曦景”S系列：
首发“曦景”S系列超节点，进一步夯实“芯片—服务器—超节点—集群”全栈国产算力矩阵。
其他亮点：
东方算芯：发布全球首颗软件定义近存计算3D芯片“DF1000”。
中科曙光：展示十万卡超智融合集群。

上海：打造世界级AI产业集群

作为WAIC举办地，上海正通过专项行动推动算力基础设施高质量发展：
* 上海人工智能实验室：“浦江”算力平台构建基于统一互连的数百卡超节点，支撑千亿级大模型训练。
* 上海临港智算园区：首个国产单池万卡液冷算力集群已投入商业运营。
* 标准制定：2026年3月，上海人工智能实验室联合北大、清华等8所高校及16家产业伙伴，发布《超节点技术体系白皮书》，构建完整技术图谱与标准参考。

市场爆发：2026-2028年复合增长率预计达194%

华泰证券将2026年定义为“国产超节点元年”。
* 国内市场：自2025年起样机陆续发布，预计2028年市场空间达3414亿元，2026-2028年CAGR高达194%。
* 全球市场：据GIR调研，2025年全球超节点方案收入约755亿美元，预计2032年增至2140亿美元。

破局之道：让庞大模型真正“跑”起来

痛点：算力与带宽的“剪刀差”

业内人士指出，超节点的核心特征——“大带宽、低时延、内存统一编址”，精准契合大模型训练、迭代及推理需求。
* 现状：GPU算力年增2-3倍，而内存带宽年增仅15%-30%，差距持续拉大。
* 瓶颈：传统分布式架构跨节点通信时延高，GPT-5级别模型训练中，跨节点通信开销占总成本30%以上。

解决方案：从“堆算力”到“提效率”

超节点通过机柜内总线通信和全局统一编址，将原本需跨机柜传输的数据转化为内部通信，大幅降低等待时间。

过去，行业关注点在于单颗芯片（如英伟达Blackwell或国产新品）的性能与制程。如今，随着万亿参数模型和Agent应用的发展，节点间的互连带宽、通信时延、内存共享及集群调度成为决定系统效率的关键。

华为的战略抉择：“超节点+集群”

华为轮值董事长徐直军指出，受制于先进制程，国产芯片难以单点突破，必须通过系统架构创新，以整体系统能力弥补单点差距。
* 数据对比：单颗昇腾芯片性能约为英伟达Blackwell的1/3。
* 集群优势：通过超节点集群，CloudMatrix 384集群的BF16性能达到GB200 NVL72的1.7倍，总内存容量为3.6倍，总内存带宽为2.1倍。