川海智库

报告概述

该报告聚焦于AI算力基础设施从传统8卡服务器向超节点集群的演进，系统研究了超节点架构的核心概念、Scale Up互联的拓扑结构与协议方案，并详细分析了超节点机柜在光通信、液冷散热、供电系统及交换芯片等环节的技术升级。报告以英伟达NVL72、华为CloudMatrix 384等案例为基础，对比国内外超节点发展现状，为读者理解AI基础设施的下一代形态提供全面视角，并指出相关产业链的投资机会。

报告的核心结论

超节点通过Scale Up互联将多芯片整合为逻辑上的大型GPU。

超节点集群突破单一8卡服务器在效率和可靠性上的瓶颈，利用高速互联协议（如NVLink、UB、UALink等）将数十至数百个算力芯片整合成统一计算单元，实现高带宽、低延迟的内存共享，有效解决大模型训练和推理中的‘通信墙’问题。

超节点架构推动光通信、液冷、供电和芯片四大环节全面升级。

随着超节点机柜功耗攀升至132KW以上，传统风冷转向液冷为主（占比超80%）；供电需支持高功率电源和高压UPS/HVDC；GPU间互联带宽需求驱动光模块和交换芯片迭代；高密度计算促使交换芯片、服务器电源等环节同步升级，形成完整产业链机会。

国产超节点有效弥补单芯片算力差距，助力AI自主可控。

尽管国产芯片制程领先较弱，但通过超节点集群性能超越英伟达同数量级方案，例如华为CloudMatrix 384集群BF16性能达NVL72的1.7倍，内存容量和带宽优势显著，且Atlas 950/960超节点算力规模达百万卡级别，为国产AI生态提供基础设施支撑。

Scale Up协议从私有走向开放，加速超节点生态构建。

英伟达NVLink Fusion开放、博通SUE、华为UB、中国移动OISA等协议推动标准统一，降低厂商进入门槛，支持异构计算和更广泛的芯片互联，有利于超节点技术在全球和国产产业链中快速普及。

报告回答的关键问题

超节点是什么？为什么需要超节点？

超节点是通过高速网络将大量GPU/ASIC互联形成逻辑上‘超级芯片’的算力集群，解决大模型训练和推理中的内存带宽瓶颈和通信延迟。当模型参数达千亿至万亿级，单机8卡已无法满足需求，超节点可提供高带宽域和池化内存，显著提升训练效率和推理性能。

超节点技术对哪些产业环节带来机遇？

超节点架构直接拉动光模块及光芯片（如中际旭创、新易盛）、液冷散热（如英维克）、服务器电源（如欧陆通）、交换芯片（如盛科通信、中兴通讯）等需求。同时带动AIDC机房、铜缆连接、配电系统等配套升级，形成光+液冷+供电+芯片四大核心赛道。

国产超节点集群的进展和性能如何？

华为已推出Atlas 900 A3（CloudMatrix 384）并累计部署超300套，服务超20位客户。其BF16性能是GB200 NVL72的1.7倍，内存容量为3.6倍，带宽为2.1倍。后续Atlas 950支持8192张芯片，Atlas 960支持15488张，算力规模达百万卡级别，有效缩小与海外差距。

Scale Up互联有哪些主流协议和拓扑？

主流协议包括英伟达私有NVLink、开放UALink、博通SUE、华为UB、中国移动OISA等。拓扑结构有胖树（Fat-tree，如NVL72）、Fullmesh（如AMD MI350）、Torus（如Google TPU）及华为nD-Fullmesh。协议和拓扑选择直接影响节点间互联带宽和延迟。

报告中的代表性数据

CloudMatrix 384集群BF16性能是NVL72的1.7倍，总内存容量为3.6倍，总内存带宽为2.1倍

国产超节点集群性能对比

截至2025年9月，华为CloudMatrix 384（384颗昇腾910C）与英伟达GB200 NVL72（72颗Blackwell）的集群级性能对比，来源为SemiAnalysis和CDCC公众号。

累计部署超300套，服务超20位客户

Atlas 900 A3部署规模

截至2025年9月，华为Atlas 900 A3 SuperPoD超节点的市场部署数据，显示国产超节点已进入商用阶段。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 超节点技术演进背景：从单卡、8卡到超节点的历史路径，以及训练和推理侧对Scale Up需求的详细分析。
  • Scale Up组网架构详解：胖树、Mesh类、Torus等拓扑的原理、优劣对比，以及英伟达、华为、谷歌等厂商的典型实现。
  • Scale Up协议深度解读：NVLink、UALink、SUE、UB、OISA等协议的演进、技术特点及开放生态策略。
  • 超节点机柜硬件设计：计算节点、交换节点、供电、液冷等模块的具体架构、拓扑和关键参数，如ETH-X方案。
  • 国产超节点案例：华为从Atlas 900 A3到Atlas 960的集群规格、性能数据、组网方式及对国产AI的推动作用。
  • 投资建议与产业链标的：梳理网络端、AIDC、计算端三条主线，重点分析光模块、液冷、电源、交换芯片等环节，并给出具体上市公司推荐。
  • 重点公司深度介绍：盛科通信、中兴通讯、锐捷网络、紫光股份、浪潮信息等企业在超节点相关产品上的布局和进展。
  • 风险提示：AI发展不及预期、芯片供应风险、市场竞争加剧对产业链的潜在影响。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告