博士算力猎场 · 2026年7月26日 07:00 · 行业洞察 Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者
过去两年，算力圈的叙事是"堆卡"：谁的卡多、谁的显存大，谁就强。B300涨到1480万，大家抢的是单台整机；GB300被炒，大家盯的是72卡柜子本身。
但Kimi K3的发布，把这个叙事悄悄改写了。K3把"≥64卡超节点"写进了部署说明书——这不是一个技术参数，是一个行业信号：算力竞争，从堆卡转向系统级设计。
一、模型说明书里的新条款：≥64卡超节点
K3的官方部署门槛，把"超节点"变成了推荐配置：
部署档位 | 硬件要求 | 本质 |
最低入门 | 8张H100/H200等效GPU | 能跑，非生产 |
高吞吐推荐 | ≥64卡GPU超节点（GB200/GB300 NVL72级别） | 系统级设计 |
完整训练 | 数千卡级算力 | 超大规模系统 |
注意"超节点（supernode）"这个词。它不是"很多张卡"的口语化说法，而是一个明确的架构概念：一组GPU通过高带宽、低延迟的域内互联（NVLink/NVSwitch或更替方案）组成单一可寻址的算力单元。
K3敢把这条写进说明书，是因为它的架构决定了——稀疏MoE（896专家、每token激活16个）的all-to-all通信，只有在高速互联域内才能跑顺。模型开发者在用说明书告诉部署者：你买的不该是"卡"，你买的是"把卡连成一个系统的能力"。
这是算力竞争拐点的一个标志性动作。
二、为什么MoE需要超节点：从all-to-all说起
MoE推理的核心瓶颈，不是算力，是通信。
每个token在K3里都要在896个专家中选16个做计算，专家之间要做all-to-all路由。这个路由对互联带宽和延迟极度敏感。我把实测数据摆出来：
通信场景 | 实测带宽 | 说明 |
NVLink域内（同超节点） | 726GB/s | MoE all-to-all的主干道 |
跨节点RDMA | 90GB/s | 仅为NVLink域内的约1/8 |
跨节点RDMA只有NVLink域内的约八分之一。 如果专家被分散在多个节点，all-to-all要走RDMA，带宽瞬间砍到八分之一，延迟翻几倍，吞吐崩塌。
超节点的价值，就是让64张（或更多）卡处在同一个726GB/s的主干道上，把all-to-all留在域内跑。这就是K3"≥64卡超节点"这条门槛的物理基础——它不是一个营销话术，是通信拓扑决定的硬约束。
从这个角度看，堆卡时代"买越多越好"的逻辑失效了。 64张卡散落在8个机柜里，不如64张卡在一个NVSwitch域内。算力的有效产出，不再由卡数线性决定，而由"系统能多高效地把卡连起来"决定。
三、超节点竞赛：英伟达NVL72 vs 华为Atlas 950 SuperPoD
当竞争转向系统级，超节点就成了主战场。两边的代表作摆出来对比：
维度 | GB300 NVL72 | Atlas 950 SuperPoD（基于950DT） |
单柜GPU数 | 72卡（GB300） | 64卡（昇腾950DT） |
最大扩展 | — | 8192卡 |
显存 | HBM3e 20736GB（288GB×72） | 自研HBM |
单卡算力 | FP16 4500TFlops | FP8 1P / FP4 2P |
互联 | NVSwitch 4.0全互联1.8TB/s | 2TB/s |
1024卡配置 | — | 1 EFLOPS FP8 / 2 EFLOPS FP4 / 256TB UAM / 3μs RTT |
8192卡满配 | — | 8 EFLOPS FP8 / 16 EFLOPS FP4 / 2048TB UAM |
这里有几个必须澄清的点，避免误读：
第一，256TB UAM和1 EFLOPS FP8，是1024卡配置，不是8192卡。 8192卡满配是8 EFLOPS FP8 / 16 EFLOPS FP4 / 2048TB UAM。把256TB和8192卡配对，是典型的数据乱配。
第二，GB300 NVL72是2025年Q3已上市的成熟产品，全球部署200+台，北美出厂价400万美金（约2800万人民币）。 它已经是系统级竞争的现役主力，不是PPT。
第三，Atlas 950 SuperPoD是华为基于950DT的新一代超节点。 950PR 2026年Q1已量产、卖出超100万片；950DT原计划10月、6月官宣提前至8月。SuperPoD在WAIC 2026拿下SAIL大奖，是国产系统级方案的代表。
两条路线，一个用NVSwitch 1.8TB/s，一个用2TB/s互联，都奔着同一个目标：把更多卡塞进同一个高速域内。
四、算力竞争从堆卡到系统级
系统级竞争的底层逻辑，是"单卡不够、用系统补"。
SemiAnalysis的测算很直白：单颗Ascend约等于英伟达的1/3，但系统级可以弥补。这句话是国产算力换道超车的核心依据——既然单芯片追不上，就用互联、用内存统一编址（UAM）、用系统软件把整体效能拉起来。
证据在落地：
- 昇腾384超节点商用超750套。
这不是演示，是规模商用的工程验证。
- Atlas 950 SuperPoD获WAIC 2026 SAIL大奖。
1024卡配置=1 EFLOPS FP8 / 2 EFLOPS FP4 / 256TB UAM / 3μs RTT，系统级指标已经能打。
- CANN开源，3000+伙伴、7000+方案。
生态是系统级竞争的另一半战场。
- 国产GPU租赁Q1 +187%，TCO最高降45%。
系统级方案的成本优势正在变成市场份额。
K3的发布，给这条路线添了一把火。据中金公司研报，K3已在昇腾910B上完成全链路适配；媒体分析Atlas 950 SuperPoD（1024张昇腾950）为官方推荐首选国产算力底座——但需明确，月之暗面官方并未直接披露此推荐，应以"据中金研报/媒体分析"归因，不能说是月之暗面官方指定。
浪潮信息NF5488A6超节点（64张国产加速卡）据产业链消息为K2训练集群核心供应商，中科曙光"曙光8000"十万卡超集群适配超大模型训练——国产超节点的供应链也在成型。
五、Dr.Wu判断
K3把超节点写进说明书，是算力产业分水岭级别的信号。我的判断有三点：
第一，堆卡时代结束，系统级时代开始。 过去比谁卡多、谁显大；现在比谁能把卡连成高效系统。B300涨到1480万是堆卡逻辑的顶峰，K3的说明书是系统级逻辑的起点。
第二，超节点是必答题，不是选答题。 不只是K3，未来大模型都会把"超节点"写进部署门槛。谁能提供高密度、高带宽、低延迟的域内互联，谁就握住了算力的定价权。
第三，国产算力的窗口在系统级。 单卡追英伟达追得辛苦，但系统级——2TB/s互联、UAM统一内存、CANN生态——是换道超车的机会。K3的国产适配（据中金研报/媒体分析）说明，大模型公司已经开始把国产超节点纳入底座选项。
Vera Rubin NVL72（GB300 NVL72的继任者）6月18日CoreWeave首台、7月大面积上市、已量产，英伟达也在把系统级能力推向新高度。但系统级竞争不是英伟达的专利——中国算力正在用超节点，写下另一条路线。
2026年下半年，算力的胜负手不在单卡，在系统。谁先把超节点做成规模、做成生态，谁就赢了下半场。
关注算力产业格局深度分析？加入算力猎场，和洞察全局的人一起看。
加入方式 | 微信号 | 二维码 |
Dr. Wu 微信 | michaelwqs |
|
Alan Ng 微信 | alanngw |
|
扫码入群 | 扫描下方二维码，加入算力猎场微信群 |
|
群里有算力产业链的决策者、投资人和技术专家，每日独家分析和行业前瞻。
博士算力猎场 | 行业洞察 Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者
