单卡炒到50万，订单排到明年，这个万亿赛道却没人能挣钱

在全新的算力竞赛格局里，机房构成了对决阵地，电力则充当着弹药储备。而在阵地之下，还存在着更精细层面的角力。

今年5月，某服务器厂商高层向《中国企业家》透露：从2026年下半年直至2027年，超节点将进入快速放量阶段。“互联网客户开口第一句就是，你能提供10万片供应量，我们才接着谈。要是没有，那就别彼此浪费时间了。”

对算力海量而集中的渴求，催生了“超节点”——这个在2026年算力行业中最炙手可热的词汇。这种在物理层面由多个计算节点借助高效互联协议连接，具备跨物理节点统一内存寻址能力的服务器，堪称大模型时代的“超级计算机”。

金融资本、科技巨头、服务器制造商、光通信企业纷纷押注，共同造就了一个千亿级别的市场。当数万张算力卡被塞进一个机柜、一个机房、一座园区时，谁能让卡与卡之间的数据传输快一度电、快一微秒，就变成了一项复杂的系统级工程。

算力“热”成金融资产

“国外某款先进算力设备（8卡配置）的价格已被炒高至1400万元。今年，就连H100、H200这类旧型号的卡，价格也从200万元翻倍到了400万元，算力需求实在太旺盛了。”一位在金融租赁行业摸爬滚打20年的资深人士感叹道。

他告诉《中国企业家》，金租项目的单笔投资已从几年前的数亿元飙升至几十亿元。行业规则也变成了“锁死”5年，即租赁方以固定价格签订5年长期协议，直接租赁算力资源，然后再转租给科技公司。

金租的操作模式，本质上是对稀缺算力进行杠杆化操作。它以上市公司作为中间桥梁，由上游的金融租赁公司出资购买算力设备，直接租给上市公司，再由上市公司转租给科技大厂和大模型公司，从中赚取算力租金差价和运维服务费用。

上述从业者也向《中国企业家》表示，有银行正在发放“算力贷”，行业内某家银行已为一家大厂批复了超过50亿元的贷款，专门用于算力支出。

资本涌入的焦点，正是“超节点”。一些中间商专门从事这项生意，将原价10万元的单张算力卡，叫价到50万元。据《中国企业家》了解，“昇腾950超节点”的售价已突破1亿元，该超节点搭载了1024张NPU（神经网络处理单元）。一位知情人士称，“2027年的产能已经被预订一空。”

需求方的共识已经形成。IDC的一项数据显示，超过94%的企业认为超节点是人工智能基础设施的关键能力，26%的企业认为超节点是大规模人工智能落地应用后必须部署的设备——几乎所有企业都表示，它们将增加算力基础设施方面的支出。

华为强势出击，全能型玩家加速市场成熟

在超节点市场中，华为无疑是头号玩家，某种程度上，它也定义了超节点技术的演进标准。

华为的超节点方案走的是“大力出奇迹”路线，同时辅以单点性能突破。以昇腾950超节点为例，它由1024张卡构成，单柜64卡，共16个机柜连接。而下一代采用昇腾960芯片的超节点，单个超节点的规模将达到4096卡。

在销售方面，华为公司制造与大企业军团CEO刘超告诉《中国企业家》，昇腾950超节点已开始批量发货，他们会为每个行业中排名靠前的公司进行相应安排，并非完全价高者得。

“互联网公司需要的是百万卡级别的规模，制造企业可能从8卡开始使用。不能说只有头部大厂在比拼数据和卡的规模，武装到牙齿。目前整体上处于紧缺状态，采取的是双轨分配机制。”刘超说。

紧缺，是供需两端高度集中的结果。超节点的主要客户是科技大厂和大模型公司，大模型普遍采用MoE（混合专家）架构，激活的参数规模越来越大。这要求计算、存储、网络高度集中，并尽可能降低延迟。

2026年上半年，月之暗面发布的K3模型参数规模达到2.8万亿，激活参数为1040亿，比K2增长了1.5倍。华为公司副董事长、轮值董事长汪涛预计，模型参数将快速迈向10万亿，到2030年将超过100万亿。

为了尽快与市场需求匹配，华为加快了昇腾960后续芯片的研发节奏，960DT预计比原计划提前三个季度，于2027年第一季度准备就绪；960PR比原计划提前一个季度，于2027年第三季度准备就绪。未来，昇腾系列芯片将保持一年一代的迭代节奏。

华为也在加速与模型厂商的绑定。一位华为员工告诉《中国企业家》，华为正努力成为DeepSeek的原生训练底座。此前，DeepSeek大多先在英伟达的芯片上训练，再由国产芯片进行适配。未来，华为希望这个顺序能够反过来。

在2026年9月中旬的“华为全联接大会”上，汪涛宣布，截至目前，昇腾910C超节点已部署超过1000套，昇腾950超节点也已实现规模化商用。

Token账本：从比拼规模到较量每度电

对于同行而言，华为是一个难以应对的全能型对手，但这并不意味着整个市场完全被华为垄断。

一家咨询公司的负责人告诉《中国企业家》，由于华为的超节点全部采用自研方案，例如机柜间和机柜内共享一套通信系统，效率确实更高。但如果客户想把昇腾卡换成其他GPU卡，机柜间的通信就无法使用灵衢（华为开发的超节点互联技术标准）了。这是一把双刃剑，其他厂商坚持开放路线，更为灵活，既可以基于互联网公司的协议进行合作，也可以基于自己的协议来操作。

超节点已成为一门显学。阿里平头哥推出了“真武M890”与“磐久AL128”系列超节点，传统服务器厂商浪潮信息、中科曙光、新华三等均有布局。它们不一味追求规模和技术先进性，更多地比拼开放集成能力与Token效率。

IDC近期发布的《2026中国人工智能计算力发展评估报告》显示，企业部署超节点的痛点在于初始投资成本过高（55.0%），其次是软件生态与业务系统适配困难（45.7%），以及现有网络架构需要全面升级（40.3%）。

更尴尬的是，这门生意的账目前还很难算平。上述负责人承认，目前超节点的投入产出比极难量化。另一位行业人士坦言：“国内已部署的超节点产品都算不过来账，原因是Token的吞吐效率达不到预期，无法进行商用部署。华为950超节点有可能成为第一个实现盈利的产品。”

生态适配仍然是一道现实的门槛。有厂商告诉《中国企业家》，他们在为客户适配Kimi K3时，某些芯片的初始速度表现只有十几个Token/秒，需要进行大量的算子工程适配工作。

魔形智能是一家专注于超节点Infra的创业公司，刚刚完成A轮融资。该公司创始人、CEO徐凌杰告诉《中国企业家》，目前大规模实地部署的超节点在科技大厂内部有一些，但市面上还很少。原因是超节点对部署条件要求苛刻，机房条件达不到，“目前95%的算力中心还是风冷”。

魔形智能创始人、CEO徐凌杰 来源：受访者

“国产芯片的能力限制，也决定了还无法让算力经济实现较好的平衡。但超节点可以通过系统的方式，来弥补一部分差距。这也是我们对国产芯片保持信心的原因之一。”徐凌杰说。

徐凌杰认为，打造基于超节点的Token工厂，90%的成本来自硬件采购，然后逐年摊薄。因此，竞争重点应该放在降低Token的单位成本上，而不是比拼规模和性能参数。例如，公司可以让散热再降低20%，让芯片运行更稳定而不降频。“那么这20%就可以变成你的收益。”

影响超节点吞吐Token的因素有很多。例如液冷能力，可以让算力卡超频运行；高速互联网络的带宽和时延，直接决定了卡间通信效率；显存容量与带宽则是推理能力的核心约束。

浪潮信息董事长彭震告诉《中国企业家》，浪潮超节点的胜负手不是去追求极致的大规模，而是要打造速度最快、能承载万亿参数模型、面向企业级快速部署的超节点——这更符合当下企业智能体落地的真实需求。

“从2025年起，超节点竞争就很激烈，但我们认为不应该再依照惯性思维堆砌规模，而要从客户视角出发，把Token交互速度作为关键衡量指标，因为智能体时代‘速度就是金钱，成本即生存’。”彭震说。

近期，浪潮信息发布了元脑SD200 Ultra超节点AI服务器。元脑SD200 Ultra基于本土AI芯片，单机可承载运行2.8万亿参数的Kimi K3大模型，Token生成时延首次突破5.85毫秒。

互联之争与十万卡集群

为了在单位时间内生成更多Token，超节点还在持续寻找压缩通信时间的方法，这也让光电之间的协同变得愈发重要。

奇异摩尔创始人兼董事长田陌晨告诉《中国企业家》，超节点的竞争本质上是互联技术的较量。随着单芯片算力逼近物理极限，算力瓶颈已从计算核心转移至芯片间的数据搬运效率，“内存墙”与“通信墙”效应日益凸显，互联技术由此成为决定集群真实效能的核心。

奇异摩尔创始人兼董事长田陌晨 来源：受访者

超节点的硬件链路分为两层：一层是单卡封装内的存储互联，即HBM（高带宽内存），负责芯片与本地显存之间的高速数据交换，读取模型权重、读写KV缓存，决定单卡能承载的Token并发量；另一层是机柜内、机柜间的多卡互联，支撑大模型并行计算与MoE专家路由——光模块、CPO（共封装光学）、NPO（近封装光学）负责的正是后者。

爆火的互联需求直接体现在出货量上：早期1张GPU通常配套4个光模块，如今逐步升级为1张GPU对应6个光模块。2023年光模块出货量约2000万只，到2026年，市场预测出货总量将突破1亿只。

不过，机柜内的密度终有上限。随着单柜密度从64卡提升至128卡甚至256卡，物理空间、散热极限和内部能源损耗都将迎来天花板。目前，超节点开始横向扩展：从Scale Up（纵向扩张）转向Scale Out（横向扩展），演变成万卡、十万卡乃至百万卡的算力集群。

这也让挑战点开始转移。DeepSeek、Kimi发布新模型时都会给出部署建议：DeepSeek V4.1 Flash上线时给出的门槛资源是2000张GPU及存储集群；K3官方博客建议部署在64张及以上加速卡组成的超节点上。

考虑到国产卡性能尚有优化空间，超大规模部署的基础设施要求也冲到了万卡甚至十万卡级别。华为的方案是通过灵衢UnifiedBus统一互联，打通昇腾超节点与鲲鹏超节点，构建Agentic超节点集群，最大支持100万卡规模。

“据我了解，字节等大厂为了增加存储，在机柜上增加卡槽，直接把存储卡插进去。”一位行业人士说。

但规模不能成为答案本身。一位厂商负责人强调，超节点的domain（通信域，让多种AI芯片组合成“单机”）不是越大越好——它基于带宽、HBM容量和处理性能，有一套最佳配比，超过这个配比，扩的节点再多，性能也难以明显提升。

更大的难题还有运营。十万卡、百万卡集群的管理，正推动行业从“DC for AI”走向“AI for DC”——用AI管理用电、液冷与集群运维，例如依托AI算法动态调优液冷制冷功率，根据算力负载实时匹配散热策略，降低制冷能耗。

超节点的竞赛刚刚开始：芯片决定下限，互联决定效能，集群决定规模，而运营决定生死。在这场围绕算力的博弈中，世界赛淘汰赛的激烈程度正逐步升级，每个参与者都在为生存和领先而战。

本文来自微信公众号“中国企业家杂志”（ID：iceo-com-cn），作者：闫俊文，编辑：李原 何伊凡，36氪经授权发布。