超節(jié)點(diǎn)，不是萬能藥

  ICC訊   當(dāng)大模型訓(xùn)練邁入萬卡、十萬卡規(guī)模，算力的競爭已不再停留在單芯片、單服務(wù)器層面，而是進(jìn)入以“超節(jié)點(diǎn)”為核心的階段。所謂超節(jié)點(diǎn)，本質(zhì)上是將數(shù)十甚至數(shù)百張GPU通過高速互聯(lián)緊密耦合，在物理上盡可能縮短距離、在邏輯上近似一臺(tái)“超級計(jì)算機(jī)”，以換取更低時(shí)延與更高效率。

  在第二十屆IDC產(chǎn)業(yè)年度大典（IDCC 2025）上，圍繞超節(jié)點(diǎn)的討論明顯升溫。從設(shè)備廠商到云廠商，從能源企業(yè)到算力運(yùn)營商，產(chǎn)業(yè)鏈各方都在重構(gòu)自己的坐標(biāo)。本文基于IDCC 2025多位嘉賓的演講內(nèi)容，為大家拆解超節(jié)點(diǎn)的真實(shí)邏輯，探討它在重塑效率的同時(shí)，又在透支什么？

  超節(jié)點(diǎn)為何必然出現(xiàn)？

  在傳統(tǒng)IDC時(shí)代，服務(wù)器是最小自治單元，機(jī)柜只是物理容器，網(wǎng)絡(luò)負(fù)責(zé)把算力拼接起來。但在AI時(shí)代，這一結(jié)構(gòu)開始失效。

  華為數(shù)據(jù)中心能源及關(guān)鍵供電產(chǎn)品線副總裁陽必飛指出，“英偉達(dá)的數(shù)據(jù)顯示，從H100演進(jìn)至B100，單位功率從幾十千瓦增長至NVL272、NVL144的650千瓦，未來甚至可能邁向兆瓦級。超節(jié)點(diǎn)功率將從54千瓦逐步走向100千瓦、200千瓦，這代表了超節(jié)點(diǎn)向高密部署發(fā)展的必然趨勢?！?

  當(dāng)單卡功耗從百瓦攀升至千瓦級，傳統(tǒng)Scale out模式迅速暴露出瓶頸。網(wǎng)絡(luò)距離拉長、光模塊成本上升、通信抖動(dòng)放大，都會(huì)直接吞噬模型訓(xùn)練效率。陽必飛強(qiáng)調(diào)到，“智算時(shí)代網(wǎng)絡(luò)至關(guān)重要，必須考量時(shí)延與成本?！?

  超節(jié)點(diǎn)的出現(xiàn)，正是對“網(wǎng)絡(luò)成為瓶頸”的一次直接回應(yīng)。通過在機(jī)柜內(nèi)甚至跨柜實(shí)現(xiàn) GPU 的高帶寬互聯(lián)，算力不再依賴跨機(jī)房、跨樓層的網(wǎng)絡(luò)通信，從而顯著降低延遲與能耗。

  軍事科學(xué)院軍事科學(xué)信息研究中心高級工程師張鴻斌指出，“超節(jié)點(diǎn)追求極致性能和最小網(wǎng)絡(luò)延遲，因此通過時(shí)鐘同步將單節(jié)點(diǎn)做大，以獲取最準(zhǔn)確的數(shù)據(jù)傳輸?！?

  然而，超節(jié)點(diǎn)的出現(xiàn)并非沒有代價(jià)。單柜功率從50千瓦躍升至100千瓦、200千瓦，甚至被預(yù)測將邁向兆瓦級，意味著機(jī)柜、供電、制冷、網(wǎng)絡(luò)和運(yùn)維等都要被徹底重寫。超節(jié)點(diǎn)提升了算力密度，卻同步放大了基礎(chǔ)設(shè)施的風(fēng)險(xiǎn)密度，這種結(jié)構(gòu)性張力，構(gòu)成了產(chǎn)業(yè)爭議的起點(diǎn)。

  這也就是為什么超節(jié)點(diǎn)常常與“高密、液冷、兆瓦級機(jī)柜”等關(guān)鍵詞綁定出現(xiàn)。它并不追求算力的普適性，而是試圖在有限空間內(nèi)，用工程手段換取并行效率。

  高密是一種趨勢，但不是所有算力的答案

  在超節(jié)點(diǎn)話題不斷升溫的同時(shí)，一個(gè)容易被忽視的事實(shí)是：并非所有算力需求都需要走向超高密。陽必飛在演講中強(qiáng)調(diào)，“算力‘多元化’特征，既包括廠商路線的多元，也包括算力密度的多元?；A(chǔ)大模型訓(xùn)練確實(shí)需要利用集群和超節(jié)點(diǎn)進(jìn)行超高密計(jì)算，但自動(dòng)駕駛推理、視頻解析等推理場景仍會(huì)使用低密計(jì)算?！?

  浩云長盛CTO 檀志恒對此表示認(rèn)同，“面臨功率密度隨芯片技術(shù)創(chuàng)新而快速提升的現(xiàn)實(shí)（如英偉達(dá)超節(jié)點(diǎn)單柜從100千瓦提升至200千瓦以上），低功率機(jī)柜短期內(nèi)不會(huì)消失?！?

  這一判斷在服務(wù)器整機(jī)領(lǐng)域得到了印證。超聚變智能數(shù)據(jù)中心CTO單彤表示，“在超節(jié)點(diǎn)的發(fā)展路徑上，國內(nèi)外正在走出兩條路線。盡管在互聯(lián)帶寬和芯片制程層面可以相互借鑒，但受制于制程工藝落后一到兩代的現(xiàn)實(shí)，國內(nèi)在相同架構(gòu)下往往面臨更快的功耗增長，這就需要根據(jù)實(shí)際需求引入超節(jié)點(diǎn)?！?

  單彤指出，“目前八模組服務(wù)器仍是主力形態(tài)。雖然它尚未承擔(dān)萬億參數(shù)級別的超大模型訓(xùn)練任務(wù)，但在非萬億參數(shù)訓(xùn)練以及更廣泛的推理場景中，仍將長期存在并持續(xù)演進(jìn)。與此同時(shí)，其單機(jī)功耗已從早期的6千瓦，快速提升至2025年的15千瓦，未來甚至可能達(dá)到20–25千瓦。”

  值得一提的是，數(shù)據(jù)中心的生命周期通常長達(dá)十年甚至二十年，而AI芯片卻保持著一年一小代、兩年一大代的迭代節(jié)奏。這意味著，超節(jié)點(diǎn)所追求的極致密度，很可能在還未完全釋放價(jià)值前，就面臨代際不匹配的風(fēng)險(xiǎn)。

  因此，高密部署確實(shí)是一種趨勢，但不應(yīng)被簡單等同于“先進(jìn)”。真正成熟的算力體系，應(yīng)當(dāng)是在高密與低密之間實(shí)現(xiàn)結(jié)構(gòu)性平衡，在技術(shù)演進(jìn)與經(jīng)濟(jì)效率之間找到最優(yōu)解。只有在需求驅(qū)動(dòng)下進(jìn)行精準(zhǔn)匹配，而非盲目追逐密度指標(biāo)，算力建設(shè)才能避免過度配置，走向更加可持續(xù)的發(fā)展路徑。

  從機(jī)柜到園區(qū)，超節(jié)點(diǎn)正在推高系統(tǒng)性風(fēng)險(xiǎn)

  如果說單柜功率突破百千瓦只是工程挑戰(zhàn)，那么當(dāng)超節(jié)點(diǎn)被規(guī)模化部署后，其真正的影響將體現(xiàn)在園區(qū)層面。多位嘉賓在IDCC2025上反復(fù)提及一個(gè)數(shù)字：GW 級園區(qū)。

  陽必飛指出，“當(dāng)Scale up達(dá)到一定程度后，必須進(jìn)行Scale out以構(gòu)建集群。芯片級別為千瓦級，服務(wù)器為10千瓦級，機(jī)柜可能達(dá)到100千瓦級，而以384卡為例的超節(jié)點(diǎn)已接近兆瓦級，未來集群將達(dá)到百兆瓦級，園區(qū)則邁向GW級。GW級園區(qū)一年的耗電量可能高達(dá)50億度，如何提升能效至關(guān)重要。”

  更現(xiàn)實(shí)的矛盾在于，超節(jié)點(diǎn)將大量算力壓縮在極少數(shù)物理單元中，一旦出現(xiàn)硬件、液冷或網(wǎng)絡(luò)級故障，風(fēng)險(xiǎn)被同步放大。過去集群時(shí)代“局部失效、整體退化”的容錯(cuò)邏輯，在超節(jié)點(diǎn)場景下變得更加脆弱，這對調(diào)度系統(tǒng)、軟件棧穩(wěn)定性提出了遠(yuǎn)高于以往的要求。

  與此同時(shí)，它還帶來了運(yùn)維與穩(wěn)定性的挑戰(zhàn)。負(fù)載波動(dòng)、瞬時(shí)沖擊、電源冗余、儲(chǔ)能配置，都會(huì)在超節(jié)點(diǎn)環(huán)境下被放大。一旦系統(tǒng)穩(wěn)定性不足，超節(jié)點(diǎn)不僅不會(huì)提升效率，反而可能成為“故障放大器”。

  因此，超節(jié)點(diǎn)所帶來的并非線性效率提升，而是一種“以集中換效率、以復(fù)雜換性能”的博弈結(jié)構(gòu)。產(chǎn)業(yè)是否真的準(zhǔn)備好為這種結(jié)構(gòu)買單，遠(yuǎn)比技術(shù)參數(shù)本身更值得討論。

  在“超”與“不超”之間，產(chǎn)業(yè)需要回歸理性

  回顧IDCC2025的演講中可以發(fā)現(xiàn)，幾乎沒有嘉賓否認(rèn)超節(jié)點(diǎn)的重要性，但同樣少有人認(rèn)為它是唯一答案。

  中國信通院人工智能研究所所長魏凱表示，“當(dāng)前大家正思考如何發(fā)揮智算系統(tǒng)的綜合效益，即“優(yōu)化”。大模型推理和訓(xùn)練效率極大提升，得益于軟硬件的深度協(xié)同——利用軟件極致壓榨硬件潛力。從大容量帶寬、存儲(chǔ)技術(shù)、卡間互聯(lián)、超節(jié)點(diǎn)技術(shù)到上層分布式框架，智算技術(shù)正向聯(lián)合優(yōu)化轉(zhuǎn)變?！?

  當(dāng)模型通過算法優(yōu)化、精度調(diào)整和并行策略不斷“壓榨”硬件潛力時(shí)，單純堆疊硬件的邊際收益正在下降。超節(jié)點(diǎn)如果無法與軟件、調(diào)度和生態(tài)協(xié)同，最終可能淪為高成本的“算力堆?！?。這也是為什么越來越多廠商開始強(qiáng)調(diào)開源、互聯(lián)和異構(gòu)協(xié)同，而非單一形態(tài)的極限性能。

  超節(jié)點(diǎn)無疑重塑了算力產(chǎn)業(yè)的想象空間，但真正的分水嶺并不在于“是否采用超節(jié)點(diǎn)”，而在于是否能在效率、成本與風(fēng)險(xiǎn)之間找到新的平衡點(diǎn)。在這場高密度競賽中，理性可能比盲目追逐更加稀缺。