导语
WAIC 2026重磅成果出炉！鹏城实验室联合全球计算联盟（GCC），集结华为、百度、科大讯飞、清华、中科大等30余家产学研单位，正式发布国内首部《超节点定义与实践白皮书》，首次为全球算力产业统一超节点标准定义、完整架构与落地路径。 当万亿参数MoE模型、百万字超长上下文、自主AI智能体成为行业主流，传统服务器堆叠集群早已陷入通信、内存、效率三重瓶颈。超节点，正是破解算力困局、重塑AI基础设施的全新范式。
一、算力困局：为什么我们再也“堆不动服务器”？
过去十年，行业比拼算力的逻辑很简单：买更多服务器、插更多加速卡，靠横向Scale-Out堆叠支撑大模型。但现在这条路已经走到天花板。
通信开销吞噬算力大模型每一层神经网络、每一轮MoE专家路由，都需要海量跨卡数据同步。传统以太网RoCE集群依赖软件封装、消息转发，跨节点访问延迟高达数十微秒，大量算力在等待数据中空闲。白皮书测算：同等规模下传统集群通信损耗是超节点的5倍以上，万亿模型训练算力利用率不足40%。 内存孤岛难以打通每台服务器拥有独立内存地址空间，KV Cache、模型参数无法全局共享。长文本推理场景下，单卡显存吃紧，只能压缩并发，TTFT、TPOT延迟居高不下，用户交互卡顿严重。 系统扩展边际收益暴跌单机8卡、十几台服务器组网已是极限；一旦扩容至百卡、千卡规模，网络收敛、拥塞、调度碎片化问题集中爆发，硬件投入翻倍，训练/推理性能仅提升30%-50%。
而DeepSeek V4、Qwen等新一代模型，动辄千万专家、百万token上下文、毫秒级推理要求，对算力系统提出“全局一体、低时延、超大带宽”的硬性需求——超节点架构应运而生，用纵向Scale-Up紧耦合，彻底颠覆传统集群逻辑。
二、白皮书权威定义：到底什么是超节点？
白皮书给出官方标准定义：
超节点是物理上由大量计算单元通过高速互联紧密组网，具备跨节点统一内存编址、原生内存语义访问，逻辑上等同于“一台巨型计算机”的Scale-Up计算系统。
一句话通俗解读：上百张NPU/GPU、CPU、内存、存储不再是分散机器，共享同一份全局内存地址，任意芯片可直接用Load/Store指令读写远端数据，像访问本地显存一样简单。
超节点四大核心标志性特征
1. 统一内存语义（最核心分水岭）
传统集群跨机传输要打包、拆包、协议转发；超节点把内存寻址范围延伸至整个机柜/Pod，硬件原生支持跨节点Load/Store读写，跳过全部软件通信栈。这是区分“普通整机柜”和“真正超节点”的核心标准。
2. 超低微秒级时延
节点内点对点通信时延低至1.2μs以内，相较传统RoCE降低50%~90%。MoE模型每token上百次跨专家通信的延迟累积效应被大幅抹平，推理TPOT轻松控制在10ms内。
3. TB/s级超大互联带宽
超节点内部互联总线（UB）提供TB/s级无收敛带宽，完美承载MoE架构All2All海量数据交互。白皮书实测：DeepSeek V3训练场景，超节点未掩盖通信占比直接下降80%。
4. 全资源池化、多算力协同
CPU、NPU、HBM、DDR、SSU存储统一池化，智算、通算、存储算力平等互通，既能跑大模型训推，也能支撑大数据、数据库、仿真、智能体全场景。
三、四层总线架构：拆解超节点底层硬核技术
白皮书创新性提出超节点总线分层能力框架，从物理硬件到上层应用完整打通，是实现统一内存访问的技术骨架：
物理&数据链路层兼容CPO/LPO/NPO新一代光互联，轻量化FEC、Flit小包转发，硬件层面压减百纳秒级延迟，支持128G/256G高速链路，全链路冗余防丢包。 网络&传输层自研短地址转发、原生多路径均衡，兼容以太网互通，单集群支持万卡级大规模组网，拥塞控制精细化管控不同业务流量。 事务层统一封装内存读写、消息、运维事务，支持可靠保序/乱序多模式，硬件级原子操作保障分布式内存安全。 功能&资源管理层对外提供同步Load/Store、异步DMA、RPC远程调用三套编程模型；全局页表完成跨设备地址映射，实现内存弹性借用、多租户硬件隔离。
整套架构摆脱传统网络协议栈束缚，软硬件深度协同，为万亿参数模型提供原生算力底座。
四、十大落地场景：超节点不止用于大模型训练
白皮书覆盖智算、通算、通智融合全赛道，10大核心场景全部验证性能跃升，覆盖AI全生命周期与传统数字化业务：
1. 大模型预训练（性能提升3倍+）
针对GPT-4、DeepSeek等万亿MoE模型，超节点大带宽UB总线掩盖绝大部分All2All通信。同等硬件规模下，传统RoCE集群单步训练103s，超节点仅49.2s，扩展效率高达98.4%，千卡集群MFU突破43%。
2. 低延迟推理（QPS最高提升37%）
全局KV Cache内存池实现跨Prefill/Decode节点共享，Prefix缓存复用。金融671B大模型对话场景，TTFT从12119ms压缩至7235ms，单卡并发从8扩容至30，MoE专家并行通信耗时下降60%。
3. RLHF强化学习、多模态3D重建、Agent智能体
智能体场景打通训练、推理、RAG检索、沙箱服务全链路，通算+智算资源一体化，支撑OpenClaw自主任务流；3D高斯渲染带宽需求百GB/s，超节点异构GPU/NPU池化将迭代耗时压缩至数十毫秒。
4. 虚拟化、数据库、大数据、分布式存储、工业HPC、行业仿真
云虚拟化：内存利用率从80%升至95%，50ms极速虚拟机热迁移； 数据库：分布式事务线性度≥0.8，SQL长尾时延降低70%； 大数据Spark：Shuffle效率提升10%，集群整体利用率提升30%； 自动驾驶、金融、城市治理行业：百万路视频实时分析、PB级仿真、多智能体并发推理全部落地验证。
五、产业变革：整条算力产业链逻辑彻底改写
白皮书明确：超节点不是单一硬件产品，而是整机柜级系统工程，上下游赛道迎来价值重估。
1. 服务器厂商：从卖单机到交付整机柜系统
竞争核心从主板设计转向整机柜液冷、盲插正交架构、整柜运输运维。代表案例鹏城云脑Ⅲ，国内首个国产超节点智算集群，64卡刀片盲插架构，抛弃繁杂光纤线缆，卡间带宽650GB/s，时延仅1.2μs。
2. 液冷、高压供电成为标配
单机柜功耗迈入兆瓦时代，传统风冷彻底淘汰；800V高压直流HVDC替代48V低压母线，降低传输损耗；全液冷冷板、盲插快接头、泄漏检测标准化。
3. 光互联迎来爆发
CPO、硅光、高速交换芯片成为超节点核心瓶颈，800G/1.6T光模块、高Radix交换机需求翻倍，网络从配套升级为算力核心骨架。
4. 运维、软件栈全新升级
运维从单服务器巡检升级整机柜统一监控；配套集合通信库、UB调度框架、内存管理软件形成完整国产软件生态，PyTorch、vLLM原生适配超节点拓扑。
六、多尺度演进路线：百卡→千卡→万卡超节点
白皮书划分清晰三代演进路径，匹配不同行业需求：
百卡商用级（384卡主流）面向互联网、金融、政企推理/中小模型训练，当前落地最广，平衡成本与性能；华为Atlas A3、云厂商推理集群均采用该规格。 千卡科研级（1024卡单元）面向万亿基础大模型、AI for Science前沿科研，新一代光互联支撑全域统一内存域。 万卡国家级大装置未来国家级算力底座，全光无阻塞交换、全域内存池，承载十万亿参数世界模型、通用人工智能研发，以中国算力网C²NET、鹏城云脑系列为建设标杆。
七、未来五年超节点技术趋势
白皮书第七章预判行业长期演进方向：
多样性算力融合：CPU/NPU/GPU/LPU混合部署，通智一体化超节点成为主流； SSU存储直连普及：存储单元直通算力，以存代算，大幅降低KV Cache硬件成本； 光电融合高速互联：CPO/LPO规模化商用，万卡集群纳秒级跨机柜通信； 兆瓦级全液冷机柜标准化：机房配电、散热基础设施全面重构； 全链路标准统一：硬件接口、总线协议、调度软件、测试规范形成全球通用体系，打破厂商生态壁垒。
结语：算力竞争，从单芯片比拼转向系统能力对决
过去，我们比拼单卡峰值算力；未来，比拼能否用系统架构释放集群全部潜力。 《超节点定义与实践白皮书》的发布，填补了全球超节点标准化空白，为国产自主算力基础设施搭建统一坐标系。从鹏城云脑国产落地，到千行百业推理、仿真、数据库规模化应用，超节点正在重构数据中心底层逻辑。
当AI从大模型走向自主智能体、世界模型，算力不再是简单硬件堆叠。以统一内存、高速互联、算存网协同为核心的超节点，将是支撑人工智能持续突破的核心底座，也是筑牢国家算力主权的关键基石。
引用来源：鹏城实验室、全球计算联盟《超节点定义与实践白皮书（2026年7月）》
附录：全文专业英文缩写术语详解
一、算力与模型并行类
MoE：Mixture of Experts，混合专家模型，稀疏大模型主流架构，通过门控网络动态激活部分专家子网，降低全局计算开销，推理/训练产生大量All2All跨卡通信。 DP：Data Parallelism，数据并行，每张加速卡完整存储模型权重，分批处理不同样本，多用于基础大模型预训练。 TP：Tensor Parallelism，张量并行，将神经网络权重矩阵切分到多卡，层内同步计算，对互联带宽要求极高。 EP：Expert Parallelism，专家并行，MoE专属并行策略，不同专家分布在不同NPU，是超节点核心优化场景。 MFU：Model Flops Utilization，模型算力利用率，衡量集群硬件算力实际有效发挥比例，是智算集群核心性能指标。 RLHF：Reinforcement Learning from Human Feedback，基于人类反馈的强化学习，大模型对齐核心流程，包含SFT、RM、PPO三阶段。 Agentic AI：智能体AI，具备自主规划、工具调用、长期记忆、多轮交互的自主人工智能系统。
二、推理性能指标类
TTFT：Time To First Token，首token生成时延，衡量用户输入后模型返回第一个文字的速度，代表Prefill阶段性能。 TPOT：Time Per Output Token，单token生成时延，衡量模型持续输出速度，代表Decode阶段核心指标。 QPS：Queries Per Second，每秒处理请求数，推理服务吞吐核心指标。 KV Cache：Key-Value Cache，Transformer推理缓存，存储历史注意力向量，避免重复计算，长上下文场景占用大量内存。
三、互联总线与光通信类
UB：超节点互联总线，白皮书定义的底层统一内存互联协议，提供TB/s级带宽、纳秒级内存语义访问。 CPO：Co-Packaged Optics，共封装光学，光引擎与交换芯片封装在同一基板，大幅缩短电信号走线，降低时延与功耗。 LPO：Linear-drive Pluggable Optics，线性驱动可插拔光模块，省去DSP重定时环节，适合大规模机柜互联。 NPO：Near-Packaged Optics，近封装光学，光模块紧邻芯片封装，折中平衡成本与传输性能。 Flit：链路层最小传输单元，超节点总线采用固定长度Flit结构，优化小包转发、降低纠错时延。 FEC：Forward Error Correction，前向纠错编码，物理链路无损传输纠错机制，轻量化FEC可降低通信延迟。 RoCE：RDMA over Converged Ethernet，以太网远程直接内存访问，传统AI集群主流互联方案，软件开销远高于超节点UB总线。 DMA：Direct Memory Access，直接内存访问，硬件批量数据搬运引擎，无需CPU参与，用于大规模集合通信。 RPC：Remote Procedure Call，远程过程调用，分布式系统跨设备函数调用接口。
四、硬件算力/存储单元类
NPU：Neural Processing Unit，神经网络处理器，国产AI专用加速芯片。 GPU：Graphics Processing Unit，图形处理器，通用AI训练推理加速芯片。 LPU：Language Processing Unit，语言处理器，针对长文本、大语言模型序列运算优化的专用芯片。 HBM：High Bandwidth Memory，高带宽堆叠显存，算力芯片配套高速存储，提供超高访存带宽。 SSU：存储服务单元，超节点专用存储加速硬件，可卸载EC编码、垃圾回收、KV Cache缓存等任务。 DPU：Data Processing Unit，数据处理器，卸载网络、存储、安全等基础设施负载。 HVDC：High Voltage Direct Current，高压直流供电，800V/400V高压母线适配兆瓦级算力机柜。
五、集群架构与运维标准类
Scale-Up：纵向扩展，紧耦合架构，通过统一内存把多芯片融合为一台巨型计算机（超节点核心架构）。 Scale-Out：横向扩展，传统服务器集群模式，多台独立机器通过以太网组网，各节点内存地址隔离。 Clos：多级无阻塞交换拓扑，超节点机柜内、机柜间主流组网架构。 RAS：Reliability, Availability, Serviceability，可靠性、可用性、可维护性，大型算力集群核心设计标准。 SLA：Service Level Agreement，服务等级协议，定义时延、吞吐、可用性等业务性能承诺。 TCO：Total Cost of Ownership，全生命周期拥有成本，包含硬件采购、机房、能耗、运维、折旧总成本。 C²NET：中国算力网，鹏城实验室牵头建设的全国一体化算力基础设施网络。
六、计算场景专用缩写
HPC：High Performance Computing，高性能计算，工业仿真、分子动力学、气象科研等传统超算场景。 AI4S：AI for Science，科学智能，AI与传统高性能计算融合的交叉领域。 3DGS：3D Gaussian Splatting，3D高斯溅射，多模态三维重建、数字孪生主流渲染技术。 EC：Erasure Coding，纠删码，分布式存储数据冗余保护机制。 Shuffle：大数据混洗，Spark分布式计算跨节点数据重分发操作，传统集群主要性能瓶颈。
