> **来源：[研报客](https://pc.yanbaoke.cn)** # WAIC 2026算力观察总结 ## 核心内容 在WAIC 2026期间，国产算力厂商集体转向展示超节点方案，标志着行业竞争从单芯片供应转向系统级交付。各厂商通过超节点、异构协同与场景化部署，展示了其在大规模AI计算领域的技术进展与商业策略。 ## 主要观点 - **超节点成为主流**：厂商不再仅展示单芯片，而是聚焦于超节点方案，以提供可落地、高可用的完整算力系统。 - **两大技术路线**：华为与中兴分别代表封闭式高性能扩展和开放式异构扩展路线。华为通过统一内存、灵衢互联与软件栈协同优化，实现极致效率；中兴则通过OEX架构支持多品牌芯片接入，大幅缩短系统研发周期。 - **技术差异化**：多家厂商从集群传输、资源错配、数据搬运损耗等维度切入，避免与头部厂商同质化竞争，推动系统效率提升。 - **商业化路径分化**：尽管产品形态趋同，但各厂商在定位与商业化抓手上各有侧重，如天数智芯强调通用GPU属性，燧原聚焦易部署的行业市场，摩尔线程通过PD分离提升异构推理效率。 - **系统性能指标成为采购决策核心**：客户更关注Token吞吐量、集群利用率、任务完成时长等实际性能指标，而非单纯理论FLOPS。 ## 关键信息 ### 超节点方案概览 | 厂商 | 方案 | 特点 | |------|------|------| | 华为 | Atlas 950 SuperPoD | 千卡级互联、统一内存编址、低时延通信 | | 中兴 | OEX+dOCS架构 | 开放异构、标准化硬件底座、柜间动态组网 | | 壁仞 | NPO光互联分布式解耦 | 支持1024卡扩展，解决电互联瓶颈 | | 东方算芯 | DF1000 | 3D近存计算，缩短数据传输路径 | | 摩尔线程 | MTT C256 | PD分离异构推理，提升Token产出效率 | | 昆仑芯 | P800 | 第三代AI芯片，支持训推一体化 | | 海光 | DCU新一代AI平台 | 面向政企与行业大模型部署 | | 燧原 | ESL640 | 自研加速模组，高性能超节点 | | 天数智芯 | 144卡高速全互联 | 强调通用GPU属性 | ### 市场分层与商业化趋势 - **超大规模集群**：华为1024卡SuperPoD定义性能上限，但部署门槛高。 - **中型标准化超节点**：64—144卡方案更易部署，覆盖模型微调、中型训练、高并发推理等场景。 - **行业客户偏好**：政企与行业客户更倾向中型标准化方案，因部署周期短、客户基数广。 - **未来趋势**：行业将从硬件参数竞争转向系统效率、模型迁移时间、任务成功率和单位Token成本等指标。 ### 技术与商业价值 - **系统效率优化**：通过分布式解耦、3D Mesh互联、PD分离等技术，解决大模型推理中的访存延迟与能耗问题。 - **软件兼容性**：随着国产模型生态成熟，软件平台与模型迁移能力将成为影响商业化的重要变量。 - **生态建设**：部分厂商如沐曦、昆仑芯、海光等，注重全栈软件与生态协同，提升产品粘性与市场竞争力。 ## 风险提示 - AI芯片落地不及预期 - 客户订单兑现不及预期 - 行业竞争加剧 ## 结论 WAIC 2026反映出国产算力厂商正从芯片参数竞争转向系统级交付与效率优化，超节点成为技术与商业竞争的核心载体。未来，中型标准化超节点可能成为短期商业化的核心增量，而超大规模集群则作为长期技术标杆。厂商需在系统集成、软件调度与生态建设方面持续投入，以提升市场竞争力。