在世界人工智能大会的展台上，一组组黑色机柜吸引了众多参观者的目光，机柜上“超节点”的标识格外醒目。观众们纷纷驻足，有的拍照打卡，有的向工作人员咨询相关参数。如今，“超节点”已成为大会上备受关注的热词，它究竟是什么，又为何引发如此高的关注呢？
要理解超节点，需先了解“通信墙”问题。当前，单张AI芯片难以满足AI大模型的计算需求，通常采用Scale - out（横向堆叠）方式，将多张芯片组成超大集群。然而，这种方式会导致“算得快、传得慢”的困境。有数据显示，在超高参数级别的大模型训练中，计算单元约40%的时间都在“空等”通信。而超节点则通过放大Scale - up（纵向堆叠）范围，让更多芯片以高带宽、低时延的方式连接，如同超级计算机般协同高效工作。
在此次大会上，华为昇腾950超节点成为焦点，这是其真机首次亮相。从数据上看，它单柜配备64卡，包含16台计算柜和4台灵衢柜，支持1024张AI芯片卡高速互联。而且，1024卡并非其极限，华为工作人员透露，其真正上限是8192卡，此次仅展出20个机柜、1024卡的配置，预计年底投入商用，这堪称目前业界最大规模的超节点。
超节点的出现，标志着AI算力竞争从“拼芯片”转向“拼系统”。如今，行业关注点已从单颗芯片性能，转移到集芯片、有效算力、散热、运维等于一体的系统方案。以线缆为例，传统机柜通过铜缆、光纤等互联，存在性能损耗、运维复杂、故障点多等问题。而中兴通讯联合合作伙伴打造的Matrix超节点，以OEX正交超节点为基座，采用正交无背板设计，实现零线缆，互联成本降低80%，运维效率显著提升。
壁仞科技相关负责人表示，当下国产算力选择“体系化突围”，不依赖单颗芯片硬拼，而是依靠超节点这类系统级创新，将上千颗国产芯片整合为高效协同的算力整体。与此同时，算力集群在系统方案上也有新突破。十万卡AI超集群曙光8000真机首次公开亮相，它贯通芯片、计算、存储、网络、散热、应用和服务等关键环节，以全链路协同满足十万卡规模下多类型任务的复合计算需求。
散热是系统方案中的重要一环。Frore Systems联合创始人兼CEO Seshu Madhavapeddy指出，GPU芯片温度升高会导致性能效率指标急剧下降，同一块GPU运行温度从65度升至90度，会损失30%的效率。中科曙光工作人员介绍，曙光8000采用浸没式液冷散热系统，所有核心元部件浸没在不导电的特殊液体中，能源利用率大幅提升，实验室PUE值可低至1.04，即用1000瓦电计算，仅需40瓦电散热。
尽管超节点、超集群等为算力发展带来新机遇，但目前仍无法彻底解决算力紧缺问题。香港城市大学计算机学院教授林静认为，当前AI尚未全面融入人类生活生产，若未来大规模使用，所需算力庞大，需考虑地球资源能否满足。她提出三种可能方向：提升人工智能效能；探索新计算范式，如发展量子计算等，因为当前冯·诺依曼经典计算框架在处理特定复杂问题时，已暴露出“存储墙”、组合爆炸等固有效能瓶颈；发展太空算力，减少对地球资源的消耗。
以太空算力为例，已有组织和企业积极推动。在世界人工智能大会“未来计算·未来算力”论坛上，上海“星枢计划”太空算力星座正式发布，该项目由复旦大学联合上海星枢天算航天科技牵头研制运营，总规划1000颗天基算力卫星。不过，也有业内人士表示，太空算力最早由马斯克等企业家提出，受限于美国供电环境，而在中国，完善的电力设施等资源足以支撑开发所需的地球算力。
中国算力网也在不断发展。鹏城实验室主任、中国工程院院士高文在该论坛中介绍，中国算力网发展需经历三个阶段：算力资源汇聚；面向特定用户群体开展协同运算；运营模式成熟后向社会开放。目前，第一阶段任务已完成70%，全国70%的算力资源已纳入实时更新的统一数据库，该数据库供国家数据局使用，可实时展示各算力中心的运行状态等。不同组织和个人都在为解决算力紧缺问题积极探索，算力发展正迈向新的阶段。
