去年是展品，今年是商品。没有基础设施，再强的 AI 模型终究是空中楼阁。看起来并没有机器人和各种 AI 应用炫酷的算力设施，也能给人带来不小的震撼。2026 年世界人工智能大会的世博展览馆 H2 馆，现场一排排高大机柜前挤满了人，有人踮着脚数里面的加速卡，有人举着手机对准内部的背板拍个不停，工作人员被围在中间，不知道回答了多少遍相同的问题：这一柜子里一共能支持多少张卡互联？集群能扩展到多大？国产算力正在高速发展，就连在大众中的热度也早已不同往日，甚至有人带着孩子边看边听讲解，就像来到了科技馆。行走在场馆，首先能直观感受到 “到处都是超节点”。去年此时，超节点还是一个需要反复解释的名词：一个把几十、上百张 AI 加速卡，用高速互联捆成的超大算力盒子。只要提到，无非是英伟达和华为昇腾。但今年在馆里走一圈能够发现，超节点已经成了各算力厂商的主打产品，华为、中兴、东方算芯、摩尔线程、沐曦股份、中科曙光、阿里、昆仑芯、壁仞科技悉数登场，集群规模从 32 卡、64 卡一路延伸至 1024 卡，甚至十万卡级超集群。不过坦白说，单纯比拼卡数已经落伍，今年行业内行更加关注另一组落地指标：昇腾 384 发货 750 多套、天数智芯万卡集群稳定运行 1000 天、曙光 8000 上线首周日均 15 万个作业。比拼单卡性能的时代已经过去，接下来是系统级协同效率和长期稳定性的较量。

　　竞争维度发生转变的底层原因，在于国产算力开始大规模走进真实行业应用。根据 21 世纪经济报道援引中国信通院数据，今年一季度国内 AI 算力需求同比增长 417%，算力供给增速仅有 128%。WAIC 开展前夕，月之暗面发布 2.8 万亿参数 Kimi K3 大模型，上线仅三天就因算力难以承载海量访问，暂停 C 端新用户订阅。与此同时，AI Agent 规模化爆发，推理侧需求迎来指数级增长。需求缺口倒逼国产算力加速落地，但产业也迎来一道现实考题：生成一个 Token 究竟需要多少成本？想要算出真实成本，远不止总 Token 输出能力除以单卡成本这么简单。芯片互联时延、软件调度机制、供电散热工程，每一环都需要大规模工程重构与创新，各家厂商也走出差异化技术路线，一场围绕 Token 生产成本的竞争刚刚拉开帷幕。

　　各家虽然都推出超节点产品，但方案路线差异显著。展馆内两米高的机柜并排陈列，密集排布的算力卡极具视觉冲击力。现场关注度最高的当属华为展位，昇腾 950 超节点真机首次对外亮相，16 个机柜组成基础单元，单机柜搭载 64 张 NPU，合计 1024 张卡依托灵衢互联协议融为一体，每秒可完成一百亿亿次 FP8 浮点运算，卡间往返时延压缩至 3 微秒，满配版本最高可扩展至 8192 张 NPU，向上可搭建 50 万卡规模超集群，堪称算力 “航母”。机柜可承载卡量、集群横向扩展上限，成为衡量超节点规模化能力直观指标。新华三 UniPoD S80000 覆盖 32 卡至 1024 卡全规格算力单元，集群最大支持 1.6 万卡；中兴通讯不自研 GPU，其 OEX 超节点采用组件解耦设计，兼容多家品牌算力芯片，依托电交换与光互联方案同样实现 1.6 万卡集群规模；沐曦曦景 S600 超节点机柜横向扩展能力同样瞄准万卡级别。万卡集群逐步成为行业常见配置，但核心难点不在于硬件堆叠，而是如何把海量算力芯片整合为高效协同的整体。

　　细看硬件架构不难发现，各家机柜设计逐渐趋同。英伟达 NVLink 长期采用线缆直连方案，铜线传输存在距离与信号损耗瓶颈，铜互联的物理上限逐步显现。中兴 OEX 机柜创新性采用正交架构，计算节点与交换节点 90 度背板直连，省去大量外部线缆，信号传输路径最短，运维更加便捷，燧原科技、沐曦等多家厂商的产品均采用同类设计。当然正交架构并非行业统一共识，摩尔线程 MTT C256 依旧沿用 Cable Tray 全铜连接方案。路线本身没有绝对优劣，但多家企业方案趋同意味着，超节点已经走出技术探索期，迈入批量制造阶段。差异化窗口不断收窄，价格竞争周期渐行渐近，软硬件附加能力成为厂商争夺的核心卖点。华为昇腾主打协同效率，1024 张卡实现统一编址、共享内存池，任意算力卡可直接读写其他卡显存，无需多层转发，降低数据搬运开销，避免计算芯片空转。机柜功耗持续走高同样带来散热难题，早年单机柜功耗仅 6 千瓦，如今高密度机柜普遍达到 48 千瓦，整套超节点功耗可达 400 千瓦。展区内冷板式液冷、相变散热、浸没式液冷、风冷多种方案并存。中科曙光采用浸没相变液冷，芯片直接浸泡在冷却液中；华为 Atlas 850E 推出风冷超节点，无需改造机房液冷设施，适配政企存量机房；中兴采用全栈液冷搭配风液融合方案，依托预制化模块实现快速交付。散热方案的选择，直接对应厂商目标客户群体，浸没液冷瞄准新建大型国家级智算中心，风冷方案主攻存量机房改造，融合散热面向运营商与互联网大厂集采。综合来看，国产算力集群叙事持续升级，过去竞争聚焦单芯片算力密度，如今战场转移至集群互联能力。当单芯片性能增长遭遇瓶颈，依靠系统化工程能力补齐供需缺口，成为国产算力清晰可行的发展路径。

　　所有架构创新，最终都要回归同一个核心问题：生产一枚 Token 的成本。黄仁勋在 2026 年 GTC 提出 “Token 工厂” 理念，将数据中心定义为批量生产 Token 的智能工厂，加速卡、网络、电力、存储全部视作生产资料，Token 即是最终商品，这是海外视角下的 Token 经济学。而国内产业的解法更加直接：持续压降成本，降本路径主要分为三层。第一层，提升数据搬运效率，光互联是公认长期方向。当下多数厂商采用光电混合架构，超节点内部保留铜线、节点之间采用光互联，腾讯 ETH-XUltra、字节大禹超节点 3.0 均采用该模式，但随着集群规模持续扩大，混合架构终将迎来瓶颈。当前光互联演化分为四条路线：FRO 依托成熟可插拔光模块，但是功耗与时延偏高；LPO 去除 DSP 芯片，实现省电降时延，门槛在于仅有头部互联网大厂具备自研交换机与光模块能力；CPO 将光引擎与 GPU 封装在一起，技术最为前沿，距离大规模量产尚远；NPO 把光引擎部署在板卡、贴近 GPU，在性能、功耗、成本、工程落地之间取得平衡，被视作短期最优路线，目前各家仍处于样机研发阶段。壁仞 NPO 近封装光学方案，将光引擎贴合 GPU 模组，电信号传输距离缩短至数厘米，移除传统光模块 5 至 10 瓦功耗的 DSP 芯片，企业预判 2027 年小规模商用，2028 年实现规模化落地。有意思的是，英伟达 NVL576 同样规划转向光互联，预计 2027 年下半年推出，中美头部厂商在光互联赛道站上相近起跑线。

　　第二条战线，依靠软件提升硬件资源利用率。WAIC 现场多家厂商反复提及一条共识：用户最终可用算力，不等于所有芯片算力简单相加，还要乘以软件优化系数。算子完备度、编译器性能、任务调度策略，直接决定算力能够发挥几成功力。硬件决定算力理论天花板，软件决定算力能否真正跑满。GPU 硬件架构出厂固定，大量芯片算力耗费在任务同步等待，这也是很多集群长期利用率仅有三成至四成的根本原因。东方算芯推出软件定义芯片架构，依托模型特征动态调整任务分配，以 TensorTile 数据块作为调度单元，计算单元获取数据即刻启动运算，无需等待全局同步，减少空闲等待时间，最大化算力产出。

　　第三条降本路径聚焦能耗优化，省电即是降低长期运营成本。AI 数据中心运营开支中，设备折旧之外，电费是最大支出，PUE 是核心衡量指标。传统数据中心 PUE 普遍在 1.5，意味着每消耗 1 度电用于计算，配套设施还要额外消耗 0.5 度电。中科曙光曙光 8000 将 PUE 控制在 1.04 以内；中兴算电协同 AIDC 方案搭配储能系统，夜间存储低谷电价电能、高峰时段放电，整套方案 PUE 控制在 1.15 以内。从数据传输效率、算力调度优化到能源体系创新，国产算力从各个环节挖掘降本空间。只有 Token 成本下降到合理区间，大量 AI 商业模式才能跑通，这也是所有机柜、光模块、散热方案共同奔赴的目标。

　　本届 WAIC 算力展区如同大型供需对接市场，采购询价络绎不绝。大会官方数据显示，本次 WAIC 组织 177 个全球采购团组，现场发布 200 余项采购需求，意向采购金额约 203.6 亿元。国新办披露，截至 6 月底，国内智能算力总规模达到 2185 EFLOPS，全国算力设施上架率 71.4%，建成 52 个万卡级别智算中心，依托国家算力枢纽搭建 70 条以上算力高速通道。如果说去年 WAIC 国产算力还是参展展品，今年已经转变为面向市场销售的标准化商品。当前算力采购客户主要分为四类。第一类是大模型训练企业，核心诉求是大规模集群与长期稳定性。大模型完整训练周期长达数周，超节点造价动辄上亿元，单卡故障、短时停机都会造成巨大损失。无问芯穹搭建无感训练机制，保障强化学习任务不间断运行；壁仞科技为超节点搭建五层防护体系，覆盖芯片纠错、链路重传、端口隔离、软件故障容错，单条链路、单张算力卡故障不会中断整体任务。阿里巴巴磐久 AL128 走出差异化路线，依托百炼平台承载 Qwen、DeepSeek、Kimi 真实生产负载，依靠自有业务持续验证产品性能。

　　推理场景客户需求截然不同，更加关注 Token 综合生产成本与推理时延。金融、医疗、政务等行业客户，重点考量现有机房供电散热条件、模型迁移难度、本地化运维服务能力。华为推出 Atlas 850E 风冷超节点，适配传统政企机房，支持标准机柜直接上架；新华三、中兴发力标准化整机柜交付，兼容多元算力芯片，中兴将交付周期压缩至 3 至 6 个月。私有化市场竞争，比拼的不只是峰值算力，还有方案对存量机房的适配能力、本地化运维服务覆盖。第四类客户来自海外，现场能够观察到来自俄罗斯、一带一路沿线国家采购商明显增多，华为等厂商持续接待海外采购团队，国产算力正式开启全球化布局。

　　算力基础设施最终交付形态是 AIDC，客户采购的不只是机柜与芯片，而是千卡、万卡规模下一体化供电、液冷、网络、统一运维整套解决方案，批量交付能力决定超节点能否真正落地生产环境。交付能力强弱直观体现在上线效率，中科曙光 8000 十万卡超集群接入国家超算互联网，上线首周迅速满载，日均处理 15 万个作业，单日峰值达到 50 万个，平台注册用户突破 140 万。十万卡集群的价值不在于规模数字本身，而是算力能够统一调度、按需取用，如同电力资源一般，成为 AI 时代基础能源。蓬勃发展的市场背后，生态竞争的硝烟已经显现。华为开源 CANN、阿里开源平头哥软件栈、摩尔线程参与制定 OISA 高密超节点规范、沐曦 MXMACA 社区汇聚 50 万以上开发者、壁仞 BLink2.0 坚持开放生态，国内主流算力厂商集体打出开放标签。这种开放究竟是长期战略还是短期竞争筹码难以定论。英伟达无需开放 NVLink，依靠 CUDA 构筑稳固护城河；国产厂商暂时缺少同等量级软件生态壁垒，只能依靠开放吸引开发者、提升装机规模，争夺行业标准话语权。长远来看，随着国产算力出货量持续增长，生态碎片化风险将逐步凸显。

　　量产元年真正的考题，不是搭建规模更大的超节点，而是让算力设施从短期展出的样品，转变为能够连续稳定运行数年的基础设施。近几年国内 AI 产业实现快速成长，模型领域诞生 DeepSeek、Kimi 等具备全球竞争力的开源模型，应用端各类 AI Agent 遍地开花。算力曾经是国内 AI 产业最薄弱的短板，如今一座座算力机柜持续落地，国产算力底座不断加厚。大模型能够抵达怎样的高度，最终取决于脚下的算力地基究竟有多稳固。