计算机行业超节点系列报告1：国产算力的下一个主战场

超节点系列报告1：国产算力的下一个主战场证券研究报告本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请务必阅读正文之后的免责条款和声明。发布日期：2026年10月20日分析师：应瑛yingying@csc.com.cnSAC 编号：S1440521100010分析师：王嘉昊wangjiahao@csc.com.cnSAC 编号：S1440524030002分析师：方闻千fangwenqian@csc.com.cnSAC 编号：S1440526030002行业动态报告2核心观点超节点通过扩大 ScaleUp 互联域、统一内存编址并提升柜内互联效率，以系统工程能力突破传统八卡服务器在跨节点通信上的瓶颈，相比传统算力集群，超节点在算力利用率、互联带宽、吞吐、时延、MoE 适配和单卡有效吞吐等维度均存在显著优势。目前国内外厂商当前正密集发布超节点产品，行业由方案验证正式进入规模化交付阶段。产业链细分环节来看，服务器整机、交换芯片、交换机、连接器等产业环节有望率先受益。此外，PCB、液冷、电源、CPU 及国产算力芯片等环节也将随超节点渗透率提升而持续受益。3内容摘要2026年是国产超节点的落地元年，超节点在大模型训推场景优势显著。随着大模型参数规模持续提升，超节点已成为突破内存墙、通信墙的必然工程解法；同时传统集群算力闲置率偏高，客户对有效算力提升的需求愈发刚性。超节点通过扩大 ScaleUp 互联域、统一内存编址并提升柜内互联效率，以系统工程能力突破传统八卡服务器在跨节点通信上的瓶颈，相比传统算力集群，超节点在算力利用率、互联带宽、吞吐、时延、MoE 适配和单卡有效吞吐等维度均优势。国内外厂商当前正密集发布超节点产品，行业由方案验证进入规模化交付阶段。海外方面，英伟达以 GB200／GB300 NVL72 为起点，向 Vera Rubin NVL144、NVL288 和 NVL576 演进，通过更大的 NVLink 域、正交背板及柜间光互联持续提升单柜性能。国内方面，华为昇腾已发布 Atlas 950／960 SuperPoD，阿里推出磐久 AL128、AL64 和 AL144；百度昆仑芯、海光、沐曦、摩尔线程、燧原科技、壁仞科技等芯片厂商也相继布局，浪潮信息、中科曙光、紫光股份、中兴通讯、华勤技术等服务器及 ODM 厂商同步推进整机柜交付。随着头部云厂商和行业客户开始部署，2026 年有望成为国产超节点放量元年，渗透率进入快速提升通道。服务器整机、交换芯片、交换机、连接器等产业环节将率先受益。首先，超节点将交付单元由单机升级为整机柜或 Pod 级系统，计算、交换、供电、液冷和结构件需协同设计，整机厂商的集成价值量、技术壁垒与客户粘性同步提升，头部整机及 ODM 厂商有望率先兑现业绩弹性。其次，Scale-Up 架构新增一级柜内交换，交换芯片与 AI 芯片的配比明显提高，且交换芯片规格升级带来单机价值量提升，交换芯片与交换机环节具备更大的量价弹性。再次，单柜卡数提升及正交直连架构带动高速连接器用量增长，连接器速率由 56G向 112G、224G 迭代，产品单价亦具备上行空间。此外，PCB、液冷、电源、CPU 及国产算力芯片等环节也将随超节点渗透率提升而受益。相关标的：1）服务器整机：浪潮信息、华勤技术、中科曙光、软通动力、神州数码等；（2）交换机&交换芯片：锐捷网络、盛科通信等；（3）连接器：华丰科技、胜蓝股份等；（4）国产芯片：寒武纪、海光信息、摩尔线程、沐曦股份、燧原科技、壁仞科技、天数智芯等。风险提示：下游客户需求波动风险、供应链稳定性风险、行业竞争加剧。目录CONTENTS1、超节点在大模型训推场景优势显著2、国内外超节点产品密集发布，行业进入规模化交付阶段3、超节点产业链梳理&核心受益环节4、投资建议5、风险提示5超节点多维度提升算力基础设施效率大模型参数规模由万亿量级向十万亿量级演进，传统算力集群难以承载训练与推理负载。MoE架构下每层需执行上百次专家路由通信，Agent场景下KV Cache容量呈TB级增长，芯片间数据移动开销超过芯片内计算，成为集群有效算力的主要约束。超节点通过统一互联协议与跨物理节点统一内存编址，提升通信效率。超节点具备跨节点统一内存编址，950SuperPod拥有256TB全局统一编址，相比8卡节点间相互隔离规避传统分布式通信的数据拷贝与序列化开销。 《超节点定义与实践白皮书》案例中，华为Atlas900 A3 SuperPod实测卡间单跳时延由2-3μs降至约200ns；某互联网客户在DeepSeek-V3二次训练中All2All性能较RoCE提升5–6倍。超节点大幅提升单域上限。华为昇腾950SuperPod、阿里磐久AL64等当前最新超节点产品可实现单柜64卡，分别可扩展至单域内8192卡、1024卡，突破8卡服务器单域上限，华为昇腾960超节点预计将扩展至单节点4096卡较前代进一步提升。资料来源：中信建投证券表：超节点多维度提升算力基础设施效率收益维度定义技术原理主导机制算力利用率（MFU）峰值算力中真正用于模型计算的占比通信时间占比下降（40%→被掩盖）+ 无需频繁跨节点重分布 + 气泡消除互联带宽吞吐单位时间集群 token 产出权重瘦身（42GB→2.33GB）→ 显存转 KV Cache → Batch 8→30；KV 池化免搬运、前缀复用带宽 + 内存语义双驱动时延单请求端到端响应时间Load/Store 内存语义替代显式通信协议（消除协议开销）；单跳 2μs→200ns；训推流式贯通内存语义为主MoE 匹配度对专家并行架构的适配度all-to-all 通信效率提升；EP 上限从 16 卡扩至288/384 卡；软件算子（SMTurbo-CPP）二次优化带宽 + 单域规模单卡有效吞吐每颗芯片实际产出的有效算力等待消除 + 显存预算重构+ 小包开销降低结果指标6超节点相比8卡在大模型训推场景优势显著超节点互联域扩容是性能提升的核心原因之一。8 卡域一旦把专家并行（EP）开到 8 以上，MoE 的 all-to-all 就必须出域改走 RDMA，单 GPU 可用带宽从约 TB/s级下降近20倍；超节点把 scale-up 域扩到 64/72 卡以上，让 EP 全程留在高带宽域内。推理实测呈 3–5 倍级改善。SemiAnalysis在等交互性对比下测试，GB200 NVL72相对8卡B200（NVLink 域）在DeepSeek R1上每GPU吞吐量最高可达4.39倍，考虑两者成本差距后（GB200 NVL72相比B200的每GPU小时TCO高13%） GB200 NVL72单位 Token 成本最多便宜3.87倍，峰值均出现在125tok/s/user时。训练效率提升靠“以规模换效率”。华为马尔科夫实验室的仿真结果显示，同等10万卡规模下，采用4096卡超节点组网相比由8卡服务器组网，模型浮点算力利用率（MFU）提升2.75倍，且超节点规模越大、受益越明显。但收益存在边际效应，中兴通讯白皮书测算：在2000卡规