20260721-浙商证券-浙商计算机_华为超节点_万卡一机_灵衢铸基_3页_712kb

浙商证券计算机行业研究报告总结：《超节点系列报告（一）》

核心内容概述

本报告聚焦于超节点架构在AI大模型训练中的关键作用，分析其在当前国产芯片制程受限、大模型持续演进背景下的必要性与技术实现路径。报告指出，超节点通过Scale-up架构将数百至数千颗芯片整合为一台逻辑计算机，以解决传统Scale-out架构在通信带宽、内存容量和计算利用率等方面的瓶颈，成为支撑大规模语言模型（LLM）发展的核心技术路径。

主要观点

1. 超节点的必要性

• 供给侧限制：国产AI芯片在先进制程和HBM等关键环节仍受制于外部技术壁垒，短期内难以通过单一性能提升追赶国际水平。
• 需求侧驱动：LLM正向万亿参数、MoE稀疏架构、长上下文和多模态演进，单机算力无法满足模型训练的资源需求，必须依赖多卡并行计算。
• 系统侧瓶颈：过去8年单节点计算能力增长约40倍，但节点间通信带宽仅增长4—8倍，传统架构面临“通信墙”和“内存墙”问题。超节点通过高速互联与系统级协同，有效应对这些挑战。

2. 华为超节点产品矩阵

华为已构建以灵衢UB2.0为技术底座的全层级超节点产品矩阵，覆盖从百卡级到万卡级的多样化需求。

• 商业验证：Atlas 900 A3以384卡完成规模化落地，截至2026年二季度已部署超750套，服务超2,000家政企客户。
• 产品覆盖：
  • Atlas 950 SuperPoD：单系统支持8,192颗Ascend 950DT，FP8算力达8EFLOPS，片上内存总容量达1,152TB，系统互联带宽达16.3PB/s。
  • Atlas 850E：支持单个风冷超节点扩展，降低企业AI算力部署门槛和成本。
• 技术底座：灵衢UB2.0实现统一连接CPU、NPU、内存、DPU及交换设备，具备统一编址、平等协同、资源池化、分层FullMesh拓扑和APR多路径路由等特性，显著提升通信效率和系统可用性。

3. 超节点产业化影响

超节点的广泛应用将带动芯片制造、先进封装、整机交付等产业链环节的需求增长，推动相关企业技术升级与市场拓展。

• 算力芯片相关企业：包括海光信息、寒武纪、北方华创、中微公司、拓荆科技、华海清科、中芯国际、华虹公司、盛合晶微和斯迪克等。
• 整机及系统相关企业：如软通动力、超聚变、神州数码、华勤技术、工业富联、广电运通等。
• 其他超节点及智算平台：涵盖中科曙光、浪潮信息、紫光股份、中兴通讯和阿里巴巴等。

关键信息

• 华为通过灵衢UB2.0技术实现超节点从百卡级到万卡级的跃迁，显著提升算力、内存和带宽性能。
• UB-Mesh架构在多个LLM训练任务中实现95%以上的线性度，成本效益为传统Clos网络的2.04倍，可用性提升7.2个百分点。
• 超节点技术将推动国产算力产业链发展，带动芯片制造、封装、系统集成等多个环节需求。

风险提示

• 核心技术与产品交付风险：超节点技术依赖于复杂系统集成，存在技术实现和交付不确定性。
• 市场需求与商业化风险：大模型商业化进程存在不确定性，可能影响超节点的市场需求。
• 供应链及产业链映射风险：涉及多环节协同，供应链稳定性可能对产业化进程造成影响。

声明与提示

• 本报告内容仅面向浙商证券客户中的金融机构专业投资者，非专业投资者请勿订阅。
• 本公众号不构成投资建议，信息仅供参考，不承担由此引发的任何法律责任。
• 所有内容版权归属浙商证券，未经许可不得擅自转载或修改。