超節(jié)點(diǎn)元年，AI互聯(lián)進(jìn)入“原生”時(shí)代

2026 世界人工智能大會(huì)（WAIC 2026），“超節(jié)點(diǎn)” 是當(dāng)之無(wú)愧的最大熱點(diǎn)。據(jù)不完全統(tǒng)計(jì)，有超過(guò)20家企業(yè)發(fā)布超節(jié)點(diǎn)相關(guān)方案，萬(wàn)卡級(jí)集群、TB 級(jí)互聯(lián)帶寬等概念密集涌現(xiàn)，超節(jié)點(diǎn)已然成為下一代智算基礎(chǔ)設(shè)施公認(rèn)的主流形態(tài)。

行業(yè)目光紛紛聚焦芯片峰值算力、集群規(guī)模，但很少有人關(guān)注：超節(jié)點(diǎn)性能的上限，從來(lái)不由計(jì)算芯片決定，多層級(jí)高速互聯(lián)才是決定集群真實(shí)有效算力的關(guān)鍵。某種程度上說(shuō)，超節(jié)點(diǎn)的競(jìng)爭(zhēng)，又是互聯(lián)技術(shù)的競(jìng)爭(zhēng)。隨著 AI 產(chǎn)業(yè)從訓(xùn)練大規(guī)模轉(zhuǎn)向推理、Agent 應(yīng)用全面爆發(fā)，傳統(tǒng)通用互聯(lián)方案已經(jīng)難以匹配全新負(fù)載，一套完整、AI 原生的多層互聯(lián)體系，成為超節(jié)點(diǎn)規(guī)模化落地的剛需。

從訓(xùn)練到推理+Agent，

互聯(lián)技術(shù)必須“AI原生”

AI行業(yè)的風(fēng)向正在發(fā)生根本性轉(zhuǎn)移。過(guò)去兩年，產(chǎn)業(yè)焦點(diǎn)從大規(guī)模訓(xùn)練轉(zhuǎn)向高性能推理，并進(jìn)一步進(jìn)化為復(fù)雜的多Agent協(xié)作。訓(xùn)練時(shí)代追求的是萬(wàn)卡集群、大規(guī)模同步、高吞吐，而推理時(shí)代追求的則是性?xún)r(jià)比、低延遲與高效能。

推理需求的崛起帶來(lái)了新的技術(shù)需求。首先，PD（Prefill-Decode）分離成為標(biāo)配，Prefill集群負(fù)責(zé)“理解”，Decode集群負(fù)責(zé)“生成”。這意味著KV Cache必須在層內(nèi)、層間乃至跨節(jié)點(diǎn)之間進(jìn)行高頻、低延遲的數(shù)據(jù)轉(zhuǎn)移。其次，MoE（混合專(zhuān)家）架構(gòu)讓通信圖從訓(xùn)練時(shí)代的固定All-Reduce，變成了動(dòng)態(tài)的、細(xì)粒度的All-to-All和Token Dispatch。這要求網(wǎng)絡(luò)具備多平面通信、動(dòng)態(tài)負(fù)載均衡、包噴灑等能力，傳統(tǒng)靜態(tài)拓?fù)湟褵o(wú)法支撐。第三，KV Cache的膨脹倒逼“存儲(chǔ)-網(wǎng)絡(luò)”一體化，隨著上下文長(zhǎng)度越來(lái)越長(zhǎng)，KV Cache動(dòng)輒占用數(shù)十GB顯存，系統(tǒng)被迫構(gòu)建三級(jí)緩存。

在推理范式之上，Agent進(jìn)一步將復(fù)雜度推向了系統(tǒng)級(jí)。Agent并非單次模型調(diào)用，而是一個(gè)涉及多輪規(guī)劃、工具調(diào)用、檢索、代碼執(zhí)行和結(jié)果校驗(yàn)的多步驟閉環(huán)。在這一過(guò)程中，每一個(gè)環(huán)節(jié)都伴隨著多次推理調(diào)用，而推理的decode環(huán)節(jié)會(huì)產(chǎn)生KB級(jí)別的KV Cache數(shù)據(jù)通信。而這種KB級(jí)別的小消息，要打滿100GB以上的帶寬，系統(tǒng)每秒需要發(fā)起極高頻次的通信，這種細(xì)粒度、高并發(fā)的通信特征，與傳統(tǒng)訓(xùn)練時(shí)代的大消息同步、計(jì)算密集的特征截然不同。

無(wú)論是推理還是Agent，其底層需求都在撕裂傳統(tǒng)的互聯(lián)架構(gòu)，并對(duì)不同層級(jí)的互聯(lián)技術(shù)提出了新挑戰(zhàn)。在Scale Out層面，網(wǎng)絡(luò)不再只是靜態(tài)的數(shù)據(jù)管道。MoE（混合專(zhuān)家）架構(gòu)的興起，使得通信圖從固定模式轉(zhuǎn)向動(dòng)態(tài)變化，要求網(wǎng)絡(luò)支持Token感知、Expert感知的動(dòng)態(tài)調(diào)度，以及多平面、多播、包噴灑等高級(jí)特性。傳統(tǒng)面向超算場(chǎng)景的IB（InfiniBand）協(xié)議成本高昂且生態(tài)封閉，而標(biāo)準(zhǔn)以太網(wǎng)又缺乏對(duì)AI工作負(fù)載的原生優(yōu)化。在Scale Up層面，超節(jié)點(diǎn)內(nèi)部需要TB級(jí)帶寬和納秒級(jí)時(shí)延，以支撐PD（Prefill-Decode）分離、MoE專(zhuān)家并行、以及不斷膨脹的KV Cache分層存儲(chǔ)。內(nèi)存語(yǔ)義訪問(wèn)、同步Load/Store、異步RDMA等能力，成為超節(jié)點(diǎn)芯粒互聯(lián)的剛需。在Scale Inside層面，隨著計(jì)算Die面積持續(xù)膨脹（面積與算力呈平方關(guān)系，而周長(zhǎng)與IO能力僅呈線性關(guān)系），芯片邊緣的IO密度已成為物理瓶頸。傳統(tǒng)計(jì)算芯片直接通過(guò)SerDes對(duì)外連接的方式，正在觸及互聯(lián)密度的天花板。

奇異摩爾聯(lián)合創(chuàng)始人兼產(chǎn)品及解決方案副總裁祝俊東

在交流中，奇異摩爾聯(lián)合創(chuàng)始人兼產(chǎn)品及解決方案副總裁祝俊東表示：過(guò)去云的時(shí)代，大家注重的是數(shù)據(jù)管理；而AI訓(xùn)練時(shí)代，要的是高速通道；而現(xiàn)在的Agentic AI，要的是確定性傳輸。這意味著，AI互聯(lián)技術(shù)必須從通用網(wǎng)絡(luò)的附屬品進(jìn)化為AI原生。

IO解耦、AI網(wǎng)卡與光互聯(lián)，

重構(gòu)技術(shù)棧

面對(duì)這些挑戰(zhàn)，行業(yè)正在從“以計(jì)算為中心”的架構(gòu)，轉(zhuǎn)向“系統(tǒng)級(jí)協(xié)同設(shè)計(jì)”。奇異摩爾提出的Kiwi Fabric，正是試圖從架構(gòu)層面回應(yīng)這些挑戰(zhàn)。它包含三層含義：首先是一套統(tǒng)一的互聯(lián)架構(gòu)，通過(guò)開(kāi)放協(xié)議將不同位置、不同功能的計(jì)算與存儲(chǔ)單元連接在一起；其次是一個(gè)完整的產(chǎn)品棧，覆蓋從Scale Inside到Scale Out的全鏈路；最后是基于KANDA的軟件調(diào)度平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)與AI基礎(chǔ)設(shè)施的統(tǒng)一編排。

奇異摩爾全棧互聯(lián)產(chǎn)品及解決方案

IO Die解耦：從“大芯片”到“樂(lè)高化”。解決Scale up瓶頸的關(guān)鍵，在于將計(jì)算與IO解耦。奇異摩爾早在2021年便預(yù)判到這一趨勢(shì)，率先在國(guó)內(nèi)推進(jìn)通用超節(jié)點(diǎn)芯粒的研發(fā)。當(dāng)計(jì)算Die越做越大，面積與算力呈平方關(guān)系增長(zhǎng)，但決定對(duì)外IO能力的邊緣周長(zhǎng)卻呈線性增長(zhǎng)。有限的邊長(zhǎng)被存儲(chǔ)和計(jì)算擠占，IO空間被嚴(yán)重壓縮。而通過(guò)Chiplet芯粒化，將IO功能獨(dú)立為一顆IO Die，通過(guò)UCIe等協(xié)議與計(jì)算Die連接，可大幅提升IO密度。因?yàn)镈ie-to-Die接口的物理密度，遠(yuǎn)高于傳統(tǒng)計(jì)算Die直接出SerDes的方案。這種架構(gòu)不僅釋放了計(jì)算芯片的面積壓力，更讓硬件設(shè)計(jì)像“樂(lè)高”一樣模塊化：計(jì)算Die、IO Die、Memory Die可以獨(dú)立迭代，針對(duì)不同場(chǎng)景靈活組合，大幅降低研發(fā)周期和成本。未來(lái)，這種解耦將進(jìn)一步進(jìn)化為Unified I/O Die（KUIO），通過(guò)統(tǒng)一接口將CPU、GPU、XPU、Memory乃至網(wǎng)卡芯粒全面池化，實(shí)現(xiàn)真正的資源池化與異構(gòu)互聯(lián)。

奇異摩爾800G AI 超級(jí)網(wǎng)卡（SNIC）平臺(tái)

AI原生網(wǎng)卡：適配AI時(shí)代新特性。在Scale Out層面，傳統(tǒng)網(wǎng)卡已無(wú)法滿足AI推理的復(fù)雜需求。奇異摩爾推出的Kiwi AI SNIC ，其定位并非簡(jiǎn)單的網(wǎng)絡(luò)接口卡，而是“AI數(shù)據(jù)網(wǎng)絡(luò)的高速通信處理核心”。針對(duì)Agent場(chǎng)景的高并發(fā)小消息，它支持超高的PPS（每秒包數(shù)）和吞吐效率；針對(duì)MoE的動(dòng)態(tài)通信，它支持多平面通信、高效包噴灑和快速通道匹配；針對(duì)存儲(chǔ)與計(jì)算的融合，它內(nèi)建PCIe Switch和高性能RDMA，實(shí)現(xiàn)GPU與存儲(chǔ)的無(wú)縫對(duì)接。更關(guān)鍵的是，它采用了HPDE（可編程數(shù)據(jù)通路）架構(gòu)，這是一種介于純ASIC固化與純軟件靈活之間的技術(shù)路線，既能在數(shù)據(jù)通路上提供接近硬件的性能，又能通過(guò)編程適應(yīng)快速迭代的AI算法需求。

奇異摩爾與圖靈量子、奇點(diǎn)光子光互連生態(tài)合作項(xiàng)目

光互聯(lián)：突破電的物理極限。隨著集群規(guī)模繼續(xù)擴(kuò)大，互聯(lián)密度持續(xù)攀升，電信號(hào)在距離、功耗和帶寬上的物理限制日益凸顯。光互聯(lián)被公認(rèn)為下一代基礎(chǔ)設(shè)施的方向。從LPO（線性可插拔光學(xué)）到NPO（近封裝光學(xué)）、CPO（共封裝光學(xué)），再到更遙遠(yuǎn)的OIO（光學(xué)IO），光與電的融合正在加速。奇異摩爾與圖靈量子、奇點(diǎn)光子等光電伙伴合作，在AI芯片端的光互聯(lián)領(lǐng)域進(jìn)行預(yù)研。據(jù)行業(yè)判斷，交換機(jī)側(cè)的光互聯(lián)有望在2027年前后實(shí)現(xiàn)大規(guī)模商業(yè)化，而AI芯片端側(cè)光互聯(lián)也將在2028-2030年間逐步落地，奇異摩爾正提前卡位這一時(shí)間窗口。

超節(jié)點(diǎn)時(shí)代，

需要第三方“互聯(lián)方案供應(yīng)商”

隨著產(chǎn)業(yè)的發(fā)展，一個(gè)不容忽視的現(xiàn)實(shí)是：并非所有AI芯片企業(yè)都適合自建全套互聯(lián)能力。祝俊東在采訪中提到：計(jì)算與互聯(lián)是截然不同的技術(shù)領(lǐng)域，英偉達(dá)之所以能在網(wǎng)絡(luò)領(lǐng)域建立優(yōu)勢(shì)，源于其2019年收購(gòu)Mellanox后近20年的技術(shù)積累。對(duì)于國(guó)內(nèi)眾多GPU、NPU廠商而言，自研互聯(lián)不僅意味著巨大的時(shí)間與資金投入，更可能因?yàn)榭珙I(lǐng)域的技術(shù)短板，拖慢主芯片的迭代節(jié)奏。

這正是第三方全棧互聯(lián)供應(yīng)商的價(jià)值所在。奇異摩爾提供的并非單一芯片，而是覆蓋Scale Inside（UCIE IP）、Scale Up（超節(jié)點(diǎn)芯粒）、Scale Out（AI超級(jí)網(wǎng)卡）乃至Scale Across（跨數(shù)據(jù)中心互聯(lián)）的全棧方案，以及KANDA統(tǒng)一調(diào)度平臺(tái)。這種模式讓更多國(guó)產(chǎn)AI芯片企業(yè)能夠快速獲得超節(jié)點(diǎn)能力，將研發(fā)資源聚焦于計(jì)算核心，而不必在互聯(lián)的“深水區(qū)”獨(dú)自摸索。 更重要的是，超節(jié)點(diǎn)的競(jìng)爭(zhēng)從來(lái)不是單點(diǎn)技術(shù)的競(jìng)爭(zhēng)，而是生態(tài)與標(biāo)準(zhǔn)的競(jìng)爭(zhēng)。 WAIC 2026期間，奇異摩爾聯(lián)合壁仞科技、沐曦、天數(shù)智芯、燧原科技、商湯科技、曙光信息產(chǎn)業(yè)、中興通訊等產(chǎn)業(yè)鏈核心企業(yè)，共同發(fā)起“國(guó)產(chǎn)超節(jié)點(diǎn)生態(tài)共建倡議”。在此之前，奇異摩爾持續(xù)積極參與到超節(jié)點(diǎn)標(biāo)準(zhǔn)的建設(shè)中，包括OISA1.0協(xié)議、OISA2.0協(xié)議、ETH-X協(xié)議等，旨在打破碎片化困局，建立統(tǒng)一的物理層、鏈路層及集合通信接口標(biāo)準(zhǔn)。于今年5月份攜手中國(guó)移動(dòng)共同發(fā)布基于OISA協(xié)議的卡間互聯(lián)原型驗(yàn)證平臺(tái)，旨在加速推動(dòng)OISA標(biāo)準(zhǔn)的產(chǎn)業(yè)化落地，確保不同AI芯片廠商能在統(tǒng)一標(biāo)準(zhǔn)下實(shí)現(xiàn)高效互聯(lián)，為未來(lái)國(guó)產(chǎn)芯片的驗(yàn)證與適配奠定堅(jiān)實(shí)基礎(chǔ)。

AI算力生態(tài)建設(shè)需要“共促開(kāi)放協(xié)同、共建設(shè)施布局、共拓場(chǎng)景應(yīng)用”，任何一家企業(yè)都無(wú)法獨(dú)自完成從材料、封裝、芯片到系統(tǒng)的全鏈條閉環(huán)。

結(jié)語(yǔ)：

從“參天大樹(shù)”到“整片森林”

AI產(chǎn)業(yè)正站在一個(gè)關(guān)鍵的轉(zhuǎn)折點(diǎn)上。當(dāng)單點(diǎn)算力的增長(zhǎng)曲線逐漸平緩，當(dāng)Agent應(yīng)用對(duì)系統(tǒng)確定性的要求愈發(fā)嚴(yán)苛，當(dāng)超節(jié)點(diǎn)成為智算基礎(chǔ)設(shè)施的標(biāo)配，互聯(lián)技術(shù)已從幕后走向臺(tái)前，成為定義集群效能的核心變量。

超節(jié)點(diǎn)的火熱，掩蓋不了一個(gè)樸素的道理：再?gòu)?qiáng)大的計(jì)算芯片，如果沒(méi)有高效、靈活、開(kāi)放的互聯(lián)底座，也只是孤島上的算力碎片。從IO Die的解耦到AI原生網(wǎng)卡的進(jìn)化，從電互聯(lián)到光互聯(lián)的躍遷，從封閉生態(tài)到開(kāi)放標(biāo)準(zhǔn)的共建，這些看似“基礎(chǔ)設(shè)施”層面的努力，恰恰決定了中國(guó)AI算力的發(fā)展。而這需要業(yè)界的生態(tài)伙伴合作。正如奇異摩爾創(chuàng)始人田陌晨所言，“我們必須要擰成一股繩，齊頭并進(jìn)。過(guò)去我們追求單棵參天大樹(shù)的高度；今天，我們要把所有大樹(shù)連成一片森林——根系在地下交織，枝葉在空中相連。對(duì)內(nèi)，形成養(yǎng)分共享的自循環(huán)生態(tài)；對(duì)外，構(gòu)筑抵御風(fēng)險(xiǎn)的戰(zhàn)略屏障。只有系統(tǒng)級(jí)的端到端協(xié)同，打造全國(guó)產(chǎn)的閉環(huán)能力，才能在國(guó)際競(jìng)爭(zhēng)的浪潮中站穩(wěn)腳跟，也才能讓產(chǎn)業(yè)真正健康成長(zhǎng)。”

責(zé)任編輯 | 汪鵬