知乎

超节点背后，国产AI芯片正在重写竞争规则_我的网站

a站被罚12万元

B | 实体店拼豆热度尚未消退，宅家拼豆已悄然走红。在抖音，拼豆相关话题累计播放量破亿，而其中宅家拼豆相关话题更是以千万级播放量快速破圈，宅家拼豆继盲盒、谷圈周边之后，成为年轻人全新的消费“社交货币”。其中拿出硬核实力的是华为，这家公司首次在线下展出的昇腾Atlas 950超节点真机，一个旨在将1024张芯片死死绑定在一起的系统级庞然大物。按华为的官方资料，该产品基于灵衢互联协议和超节点架构，支持1024卡规模，拥有256TB全局统一内存编址空间，并提供1 EFLOPS FP8、2 EFLOPS FP4算力。业内人士表示，当前行业已形成“宅家自制+线下体验”的双线发展格局：宅家模式侧重消费性价比与独处创作的私密性；线下门店则主打专业技法指导与线下社交氛围。与此同时，手工文创赛道也正在加速细分。配齐基础工具花费不足百元消费成本出现分化的同时，拼豆市场热度也在线上、线下同步显现。如果记不住这些参数，那么只需要记住一个变化，也就是国产AI算力竞争重心正在发生变化。北京某商场内一家售卖拼豆的店铺工作人员张先生介绍，门店在售面向儿童的拼豆组合套装为30色规格，单色约2000粒，售价100元；另有颗粒数量相同的同款套装，售价仅75元。当被问及颗粒数量、配色一致但价差明显的原因时，张先生透露：“主要是原材料塑料存在差异，部分低价塑料可能会采用回收再生塑料，高价款则使用全新塑料。”北京商报记者随后走访另一家销售拼豆的门店，该店售价最低的为一款盒装拼豆，240色规格售价100元，每套单配色约500粒，也是入门消费者选购最多的基础款。从拼单卡参数走向拼系统交付。线上方面，宅家拼豆套装价格从几十元到几千元不等。面对先进制程受限、高端HBM断供以及CUDA生态壁垒等一连串硬件短板，中国AI芯片厂商正试图通过超大带宽、低时延互连以及全域调度，将无数个“不完美”的单卡，拼凑成一个“相对完美”的“巨型计算机”。越来越多厂商开始强调这种新趋势。系统级突围不是抹平单卡差距，是一种向现实妥协的突围，但它绝不是一条捷径。以当下线下拼豆体验门店常用的拼豆品牌星芒为例，该品牌线上官方店铺标注信息显示，其24色袋装补充包，每个颜色1200粒，零售价格为33.6元；295色袋装补充包，每个颜色1200粒，零售价格为429元。

C | 当竞争从微观的芯片设计蔓延至宏观的系统工程，面对复杂的网络互连、艰难的模型迁移，以及数据中心那不堪重负的散热与功耗，厂商们眼前的是一笔更难算清的账目。为什么今年大家都在讲“超节点”？虎嗅和行业上下游十多位从业者交流发现，超节点热的直接原因，是模型和推理需求都变大了。而资深手工爱好者的常用品牌Mard，线上官方店铺标注信息显示，其24色盒装，每个颜色500粒，零售价格为84元；280色，每个颜色6000粒，目前只有袋装，零售价格为7560元。从需求端来看，模型变大的速度快过了单卡能力提升的速度。随着模型参数向万亿级迈进，以及上下文窗口拉长至1兆以上，单个芯片的性能早已不堪重负。此外，宅家拼豆创作还需要一整套辅助工具。北京线下拼豆门店“大橙子拼豆”负责人宋女士介绍，整套基础工具涵盖豆笔、镊子、立豆盒、豆板、豆铲、烫画布、特殊烫纸等物件，附加产品可能需要打孔器、钥匙扣、磁吸扣、铁环等产品。摩尔线程高级副总裁董龙飞将这种“超节点”技术生动地形容为“让256张GPU像一张卡一样工作”，实现跨卡显存的直接访问。

D | 图片来源：摩尔线程华为昇腾950所强调的统一内存编址与全域调度，本质上也是在解决同一个痛点，就是在单卡能力触及天花板时，必须靠“人多力量大”来拼凑出更大的算力空间。更具戏剧性的是，智能体让推理算力的消耗方式变了。定型设备可选用熨斗或专业烫画机。资深拼豆爱好者李然告诉北京商报记者：“如果利用家中现有熨斗，配齐全部基础工具所需花费不足百元。摩尔线程创始人、董事长兼CEO张建中指出，算力消耗的主体正在从人类转向AI自身，“已经不是我们在用AI，是我们的Agent在用AI”。

E | 当Agent开始替人调用模型，Token消耗量呈指数级增长。一位百度云的工作人员在现场向虎嗅印证了这一趋势。相比训练，目前国产算力在应用端的推理需求正占据绝对主导。这也解释了为什么万卡集群会和Agent推理放在同一套故事里，因为它们都指向算力需求从单次请求转向高并发、长上下文和多模型协同。然而，在这场由万卡和超节点堆砌的“繁荣”背后，有多少是真实的市场需求，有多少是展会上的“军备竞赛”？在业内人士眼中，万卡集群不仅是一个技术指标，更是一张证明自身出货与交付能力的“商业名片”。一位昆仑芯展台的工作人员告诉虎嗅，服务头部客户必须具备万卡级集群能力。但这种狂热下也有人在理性反思，海光信息的工作人员表示，万卡绝不是百卡系统的简单放大，当规模跨过临界点，系统的稳定性、网络拓扑、功耗和散热挑战将面临指数级飙升。一位芯片架构师告诉虎嗅，公司目前支持的是千卡级扩展，但大部分实际商用场景在8卡或16卡规模下已绰绰有余。

F | 专业烫画机售价较高，宅家拼豆熨斗足够，就是需要一些经验和技术。”多重因素叠加促其走红对于宅家拼豆能在短期内快速走红，在李然等多位拼豆爱好者看来并非单一因素驱动，而是网络传播、消费成本、创作体验等多重因素共同作用的结果。在社交网络的传播助推方面，抖音等平台千万级播放量的相关话题，为宅家拼豆提供了天然的传播土壤。大量用户在社交平台分享设计、拼接、熨烫的完整创作流程，各式各样的创意成品不断产出。手作成果被转化为社交内容向外输出，形成圈层传播效应，持续吸引圈外用户尝试，加速品类破圈，带动上游耗材市场需求同步释放。所以，能拿出万卡方案的厂商很多，但真正能落地的有待检验。在消费成本控制方面，对于长期高频制作拼豆的爱好者而言，一次性购置全部工具耗材后，后续仅需补充拼豆颗粒，长期消费支出空间被压缩。一位芯片公司参展商工作人员对虎嗅说，“你要问问看这些卡是不是真的被用起来了”。系统级突围的第一道墙然而，要将成百上千张芯片绑成一个“超节点”，厂商们撞上的第一道墙，是严苛的物理学定律。

G | 即便选用定位偏高的头部品牌耗材，摊薄后的长期综合成本，依旧远低于反复到线下门店付费体验。超节点的前提是通信速度。较低的试错门槛，降低了普通消费者的入局顾虑。

H | 最近迷上宅家拼豆的王先生给北京商报记者算了这样一笔账：每次拼一个中等大小的图案，所需时长约为2个小时，哪怕用质量上乘的拼豆颗粒，拼豆成本粗略计算约2元到4元。为了让数百张GPU像“交响乐队一样协同”，摩尔线程和华为等中国厂商不得不各自开发了MTLink和灵衢等互连协议。若用价格较低的拼豆颗粒，可能只需要几毛钱。“相比有的线下门店一小时几十元的价格，真的是相当划算。华为工作人员告诉虎嗅，灵衢本质上是试图在服务器内部和服务器之间建立更可控的数据通路，并推动CPU、网卡和存储等部件都接入同一生态。

I | ”王先生如是说。但无论是互连协议，还是更高层的调度架构，都无法绕开底层传输介质的物理边界。

J | 铜互连的物理边界很具体，当铜缆距离超过约三米后，信号衰减会明显加剧，所以为了保证信号完整性，线缆需要做得更粗，这又带来了发热、散热、布线和重量的问题。这种物理极限，正在催生一场“光进铜退”的底层革命。

K | 此外，区别于线下门店的强社交氛围，宅家拼豆属于低社交属性的休闲方式。

L | 李然表示，对比外出探店、多人聚会等社交属性较强的休闲活动，宅家拼豆能够完全按照自身节奏创作，独处专注的过程可以有效舒缓日常工作生活带来的压力。王先生进一步表示，“线下门店会受营业时间、场地位置限制，体验还需要专门安排出行时间。光电芯片厂商曦智科技展示的“光互连”方案，试图用光纤打破“三米魔咒”，将稳定连接距离扩展至数十米，从而让超节点不再被严格限制在单个机柜内，进而有机会向多机柜形态扩展。而宅家模式不受门店营业时间、场地条件制约，碎片时间即可随时开工，可随时暂停、接续创作，适配当代年轻人碎片化的生活节奏，进一步拓宽了受众群体”。线下门店：短期内未受影响当越来越多的消费者将注意力转向宅家自制，线下拼豆体验门店的生存空间是否会受到挤压？经营者林女士告诉北京商报记者：“从门店日常经营现状来看，现阶段宅家拼豆的热潮，并未带来直观、明显的客源分流。”多位消费者向北京商报记者表示，线下门店拥有宅家创作难以复刻的多重体验优势，店内集中创作的轻松氛围更适合好友结伴体验。

M | 图片来源：虎嗅拍摄不过，光互连不是对铜互连的一次性替代，随着互连速率从过去的10G级别提升到100G、200G，铜缆能够稳定互联的距离越来越短，光互连因此从柜间继续向柜内甚至机内推进。

N | “门店配备全套专业设备，工作人员可全程提供熨烫定型指导，经过标准化专业处理的拼豆成品，完整度与美观度更为稳定。

o | 展台上一位曦智科技产品经理告诉虎嗅，电缆仍会长期存在，不同技术仍会在各自适合的场景中长期共存。

p | 不仅如此，光互连方案还必须面对商业化是否可行的拷问。”林女士进一步表示，宅家拼豆存在一定客观门槛。消费者需要自行采购全部工具耗材，前期筹备流程繁琐；拼豆高温熨烫环节存在烫伤安全隐患，新手宅家独立操作，极易出现图案错位、成品变形等问题，想要做出精致完整的作品存在一定操作难度。据北京某拼豆店店长王辉（化名）观察发现，如今部分消费者即便已经在家配齐全套拼豆材料，依旧会定期前往线下门店完成制作，“部分新手无法熟练把控熨烫温度与力度，需要店员协助完成定型工序；另一部分消费者更看重线下结伴创作的社交属性，单人宅家制作难以满足和同好交流、共同创作的需求”。对此业内人士表示，宅家拼豆的爆火，本质反映出年轻群体个性化、轻量化宅家休闲需求持续释放，手工文创赛道细分发展趋势愈发清晰。一位行业专家坦言，相比于技术尚不成熟、成本高企的光互连，传统的铜互连依然凭借极其低廉的价格和成熟的产业链占据主导地位。对于客户而言，业务真的需要如此大规模的超节点，答案或许是“不一定每个人都需要”。宅家自制模式依靠私密性、高性价比收获稳定受众，线下门店依托专业服务、社交氛围守住自有客群，二者之间的相互渗透与融合，后续或会随着大众休闲需求变化持续改变。这个答案直指要害，系统级路线在技术上能连起来只是第一步，商业技术落地才是关键。超节点不是摆进机房就能跑互连之外，系统级算力的另一道硬约束在机房。（记者卢扬实习记者张继文）。一个完整的超节点设备造价可能高达数亿元，其功耗也往往会飙升至惊人的400千瓦。这种庞然大物看似是一台性能怪兽，但也是一个极其脆弱的系统。董龙飞表示，一旦某张卡、某个模组或交换节点故障，就会影响整套系统利用率。这意味着，超节点必须同时解决卡间互连、链路可靠性、模组解耦、散热和软件协同等问题。一位芯寒智能的工作人员从液冷角度给出了解读，过去业内常以单柜功率10至15千瓦作为是否考虑液冷的参考门槛。但如今，随着高性能AI服务器纷纷上柜，单柜功率轻而易举地突破了这一门槛。在高功率、高热流密度AI算力柜场景下，液冷正在从可选项变成越来越难绕开的工程选项。芯寒智能是一家专注于智算中心相变液冷技术的创新企业。但这并不意味着所有机房都会立刻转向液冷。上述技术人员表示，对于大量传统的中小型数据中心而言，转向液冷意味着一场伤筋动骨的重构。它们不仅缺乏液冷所需的一次侧水机等基础设施，更面临一个致命的商业代价，就是改造机房往往意味着必须中断现有的服务器负载。对于绝大多数承担着核心业务的单位机房来说，拉闸停机是不可承受之重。华为这次展示的Atlas 850E风冷超节点，正是试图降低传统机房改造门槛。华为方面称，该产品无需对现有风冷IDC机房做液冷基建改造，标准机柜可直接上架部署，并支持单个风冷超节点扩展至96卡商用部署。试图在物理约束和改造成本之间搭建一条折中的道路。这笔账最后会落到机房改造和运维上。AI芯片的竞争早已不再局限于硅片本身。它是一场包含电力供应、散热物理、机柜结构乃至旧基建运维在内的系统级重资产升级。芯片路线分化，买方只看算力账本虎嗅在WAIC现场观察发现，国产AI芯片并不是一条路线。摩尔线程强调兼顾渲染与仿真的全功能GPU；昆仑芯则认为GPU与AI专用芯片的传统边界正在变得模糊；创始人有着谷歌背景的中昊芯英押注在TPU架构芯片上，奕行智能则展示了RISC-V架构路线，这两家都在试图通过更低的功耗或定制化的架构打开市场缺口。然而，在挑剔的买方市场面前，技术路线标签并不是最终语言。

q | 正如一位公有云服务商（百度云）一线人员所讲，客户在实际采购中根本不关心是什么架构，关心的指标只有具体卡型、价格、软件平台适配度，以及进入国产合规体系所需的工作量。也就是说，软件生态仍是国产算力最难的一关。更换底层硬件的“迁移”背后往往是一笔财务支出。

r | 但对有些芯片厂商来说，路线决定了其具备一定的竞争优势。

s | 上述昆仑芯工作人员表示，其从一开始就走兼容主流生态的路线，包括CUDA和PyTorch。原因并不复杂，就是客户原来大量模型和底层代码都跑在CUDA体系上。

t | 但对于大多数不得不更换国产芯片的客户来说，迁移是一项繁重的“苦力活”。正如奕行智能技术与解决方案总监廖显所形容，从CUDA生态迁出，本质上是企业要扮演“搬运工”的角色，把模型和算子重新写到新平台上。

u | 中昊芯英解决方案架构师刘辉也提到，开源模型迁移相对容易，但闭源模型仍可能需要额外开发算子。图片来源：虎嗅拍摄百度云等头部云厂商正试图通过全栈自研体系，向市场兜售低代码改造成本的乐观愿景，但国产算力迁移不是一个统一答案，而是需要耗费巨大人力、时间和不确定性风险的定制化工程项目。如果客户对算力性价比进行考量，软件生态仍是最关键的判断依据。国产卡最重要的是可用 WAIC展台上，一些产业热词很容易制造一种全面追赶的气氛。

v | 但廖显给出的判断颇为冷静：国产AI芯片当前第一关是“可用”，“你不可用，其他都吹牛”。在他看来，市面上仍有不少芯片停留在Demo阶段，一旦真正扔进客户的真实机房，就会暴露出无数的工程漏洞。

w | 当被问及客户是否关注单Token成本时，廖显回答，不能仅着眼于单卡吞吐量的提升，更应综合评估集群部署后的整体TCO（总拥有成本），其中芯片的供应稳定性与稀缺性导致的采购成本同样是不可忽视的变量。不过，也有芯片行业人士的回答更直接，可用性尚未夯实的阶段，盲目在Token成本上与英伟达贴身肉搏，并不现实，因为“基本上没有办法跟它比”。

x | 这并不是唱衰国产算力，而是说明国产算力目前更现实的任务，不用立刻以绝对成本优势击败英伟达，要先在供应链安全、本地部署、生态适配和特定场景中，建立“不被卡脖子”的防御性替代能力。在这个过程中，客户更注重眼下的采购经济账，并不为“峰值性能”这样的期货概念买单。昆仑芯工作人员告诉虎嗅，客户通常先明确自己要跑哪些模型，再拿这些模型到芯片平台上测试性能。只有性能过关后，才会进入价格和性价比讨论。对于大客户而言，还要继续考察持续稳定供货能力，“几万张卡、几千张卡，签完合同供不上货也不行”。图片来源：虎嗅拍摄这种务实导致了国产算力应用场景分化。

y | 董龙飞把训练和推理的商业账拆得很清楚。

z | 也就是，训练对性价比容忍度相对更高，如果产品性能低10%，原本训练30天的任务多跑3天仍可接受；但推理不同，如果成本比别人高10%，商业上就很难竞争。因此，对成本和并发更敏感的“推理场景”，正成为国产算力最关键的突破口，也是最残酷的考场。

| 它不是让国产卡立刻在公共云低价Token服务里正面击败英伟达，而是先在场景中建立可用性。上述公有云工作人员也表示，目前市场对国产算力的最大需求，正来自模型部署后的推理服务。

| 这也最终决定了国产算力的核心客户画像。

| 他们并不是那些资金紧绷、追求极致性能的大模型创业公司，而是合规、安全、本地部署和流程改造需求更刚性的国家队、运营商、金融巨头与交通电力系统。

| 华为昇腾在WAIC展示的行业案例，也说明行业客户衡量国产算力的方式并不是单卡峰值，而是业务指标。无论是在运营商基层流程中缩短的30秒，还是在证券行业客户服务或投资服务场景中降低80%的首次Token响应时延。这些行业客户衡量国产算力的标尺，从来不是被用来市场营销的单卡跑分，而是业务流程能否闭环、系统是否足够稳定，以及在关键时刻有没有人出来为故障兜底。不是所有推理都要进云端 WAIC现场一个容易被亮点遮住的变化是，端侧算力也在形成自己的系统级路线。端侧是云侧的另一面，有芯片厂商工作人员跟虎嗅感叹，今年WAIC展会现场已经三七开，三成是端，七成在云。 “未来AI的发展一定是端云协同的”，后摩智能联合创始人、产品副总裁信晓旭对虎嗅表示，以情感陪伴机器人等新兴硬件为例，用户与AI的私密对话天然排斥将数据上传至中心化的云端，而低延迟的交互与24小时不间断的在线需求，更适合在本地完成推理。安谋科技NPU产品线负责人舒浩表示，端侧AI不是云端AI的缩小版，而是由功耗、实时性、软件、数据和可靠性共同定义的新计算市场。他的同事、CPU产品总监朱晓鸣指出，端侧设备无法像数据中心一样用高功耗和大规模散热换性能。

| 为了突围，安谋科技正在其CPU、NPU以及存内计算之间进行精密的物理空间调度，试图在有限的功耗和面积下，死磕AI推理的效率极限。更有野心的是，端侧正在复制云端的“系统集成”策略，有的厂商试图将智能体直接封装进桌面设备中。此芯科技在其最新发布的AGX智能体计算平台上，就展现出了明显的“软硬一体化”企图，向下连接CPU、GPU、NPU和扩展AI卡，向上提供Agent OS、模型接入和行业应用。

| 摩尔线程也在把算力向端侧延伸。WAIC上，这家展品显示，AIBOOK定位为面向开发者的个人智算平台，预装OpenClaw智能体，AICUBE则定位为家庭AI中枢，整合AI PC、AI NAS和智能体能力。这说明，推理时代的算力不会只往云端集中，也会向端侧重新分配。云端负责大模型训练、高并发服务和复杂任务；端侧负责隐私、低延时、本地数据和持续在线。两条路线不是替代关系，而是分工关系。突围，还是绕远？图片来源：太初元碁回到最初的问题，国产算力的“超节点”热的根源。答案可能并不是二选一。它当然是一种突围。先进制程和高端GPU供应受限后，国产AI芯片不能只等单卡性能追平。通过互联、统一内存、超节点、软件栈和系统集成，把更多“不完美”的芯片组织成可用算力，是中国AI算力产业必须走的一步。然而，它也确实是更重的一条路。因为系统级的路线从来没有消除问题，它只是将原本属于微观层面的半导体瓶颈，重新分配到了更宏观、也更复杂的商业世界中。在这种路线下，单卡性能的不足必须依赖成百上千张卡的协同来弥补，但这随即把网络拓扑、信号时延与整套系统的可靠性推向了新的物理极限。当庞大的卡群终于被塞进算力柜时，高密度的算力又立刻转化为功耗与散热压力，将电力扩容、液冷改造的代价，变成了必需的成本。硬件的整柜交付也远非终点，隐藏在冰山下方的CUDA软件迁移、算子重写以及框架适配，紧接着变成了一笔企业无法赖掉的工程支出。即使这些障碍被逐一扫除，厂商们最终仍要向客户回答一个本质的问题，这套系统是不是比原先方案更好。这就是系统级突围的现实，它解决了一部分问题，也制造了新的复杂性。WAIC展台上的参数再惊艳，也要看下一场发生在客户机房里的硬仗国产AI算力谁能突围。

Current article:http://w83hpz.gamajionghuanmuniuzhuanguchu.cyou/aw4wkvy/29cpzvo.html

Published on:04:36:06

知乎

超节点背后，国产AI芯片正在重写竞争规则_我的网站

我的网站最近更新

我的网站热门资讯