從炫技到務(wù)實，超節(jié)點的祛魅時刻

DeepSeek、通義千問、Kimi-K2等深度思考的大模型，大家應(yīng)該都用過。用戶對AI越來越上頭，企業(yè)IT對算力保障的焦慮也在加劇。過去跑個小模型，8張GPU的服務(wù)器還能應(yīng)付，可帶不動DeepSeek這種上百個專家、毫秒級響應(yīng)的MoE架構(gòu)推理模型。

超節(jié)點，就是在這一背景下，火起來的。

傳統(tǒng)單臺8卡服務(wù)器，無法滿足當(dāng)下大模型訓(xùn)推的算力需求。由英偉達(dá)率先提出的超節(jié)點技術(shù)，通過內(nèi)部高速互聯(lián)，把數(shù)十甚至上百個AI計算芯片，集中整合到一個架構(gòu)內(nèi)，打造出基于Scale-up的新型架構(gòu)，以此實現(xiàn)算力的量級躍升。核心優(yōu)勢可以用一個字概括：省。

省錢，超節(jié)點通過內(nèi)部高速互聯(lián)，每張卡都能滿負(fù)荷運行，避免傳統(tǒng)多機(jī)柜間的算力閑置空轉(zhuǎn)，GPU卡和電費就不會浪費了；

省地，以前跑大模型得把多個機(jī)柜拼起來，占滿半個機(jī)房，現(xiàn)在一臺超節(jié)點就能扛起AI訓(xùn)推任務(wù)，物理空間占用更小了；

省事，超節(jié)點把硬件、互聯(lián)、管理系統(tǒng)全集成好了，企業(yè)接入就能跑大模型，AI部署更快，而傳統(tǒng)多臺服務(wù)器要單獨調(diào)試、搭建網(wǎng)絡(luò)、解決散熱，一套流程下來，沒半年搞不定……

有不少CIO或IT從業(yè)者十分困惑，超節(jié)點能幫我們用AI更省，可怎么還是買不著、用不起呢？有一種“出發(fā)點很好，但就是出發(fā)不了”的無力感。

的確，目前真正用得上、用得起超節(jié)點的行業(yè)和企業(yè)，并不是很多。

原因比較復(fù)雜，比如高端N卡斷供，國產(chǎn)GPU規(guī)模出貨量受限等。其中，有一個因素容易被忽視，那就是超節(jié)點讓AI更省的核心邏輯，似乎正在跑偏。

在超節(jié)點的新聞里，常能看到千卡、單柜X百卡等參數(shù)互相碾壓，媒體追捧超節(jié)點的新紀(jì)錄，圍觀群眾也默認(rèn)，規(guī)模越大卡越多的超節(jié)點就越先進(jìn)。

但對大多數(shù)企業(yè)來說，真的需要這么大的算力巨獸嗎？斥巨資買回數(shù)百卡的超節(jié)點，能靠AI賺回本嗎？這些問題，已經(jīng)到了必須回答的時刻。

不可否認(rèn)，數(shù)百卡，甚至上千卡的超節(jié)點，是國產(chǎn)智算技術(shù)進(jìn)步的證明。但大家有沒有想過，我們給手機(jī)充電，會關(guān)心發(fā)電廠的規(guī)模有多大，是核電廠還是水電廠嗎？只會在乎插上有沒有電，電壓是否適配，電流是否穩(wěn)定，會不會把手機(jī)燒壞，這些實用層面的問題。

同樣的道理，企業(yè)部署超節(jié)點，除了集成多少卡，也要考慮到實際應(yīng)用中的隱性成本：

一是故障率升高帶來的中斷損失。

超節(jié)點規(guī)模越大，內(nèi)部光模塊、交換機(jī)、電源節(jié)點就越多，比如某300多卡的超節(jié)點架構(gòu)，就涉及近6900個光模塊和100臺左右交換機(jī)。而在高密度部署場景中，任一環(huán)節(jié)故障，都可能導(dǎo)致整個訓(xùn)練任務(wù)中斷。對AI大模型訓(xùn)練來說，故障意味著要從checkpoint檢查點重新加載模型、重啟訓(xùn)練，浪費數(shù)天時間和高額電費。

對企業(yè)來說，不中斷、不重訓(xùn)，比多幾張卡更加重要。

二是GPU閑置導(dǎo)致的每Token成本過高。

業(yè)內(nèi)已有共識，超節(jié)點規(guī)模存在“甜點”，超過甜點后，繼續(xù)增加超節(jié)點規(guī)模，性能提升有限但成本顯著上升。有模擬數(shù)據(jù)顯示，十萬億參數(shù)模型，甜點大概在32-64卡。也就是說，盲目追求上百張卡的超大規(guī)模，算力利用率也許并不高，GPU大部分時間是在閑置。比如說，DeepSeek官方論文給的參考方案，Decode階段需用144張H800，如果超節(jié)點使用的國產(chǎn)卡算力是H800的1/3，那么在PD分離場景下，48卡甚至32卡才是更優(yōu)選擇。

三是運維復(fù)雜度提升導(dǎo)致的總體TCO成本增加。

高集成度的超節(jié)點產(chǎn)品，對運維團(tuán)隊的專業(yè)能力要求極高，一旦規(guī)模增大，內(nèi)部故障點也會隨之增多，小團(tuán)隊很難靠自己處理。比如英偉達(dá)早期就曾嘗試過二層架構(gòu)超節(jié)點，將交換機(jī)集成到單機(jī)內(nèi)以擴(kuò)大規(guī)模，但企業(yè)客戶更傾向于選擇單層架構(gòu)，核心就是為了降低故障點、減少運維難度。英偉達(dá)256卡超節(jié)點也由于TCO總擁有成本太高，而互聯(lián)網(wǎng)企業(yè)客戶對TCO很重視，未能成功商業(yè)化。

所以，超節(jié)點并不是規(guī)模越大卡越多就越好。企業(yè)需要的是能解決算力問題，且ROI投資回報率最優(yōu)的IT基礎(chǔ)設(shè)施。超節(jié)點技術(shù)的發(fā)展，要回歸讓企業(yè)用AI更省的出發(fā)點，與企業(yè)AI業(yè)務(wù)相適配的方案才是最優(yōu)解。

既然堆卡不是出路，那么如何才能讓超節(jié)點真正成為企業(yè)的省錢利器？產(chǎn)業(yè)界已經(jīng)給出了答案：回歸理性，追求規(guī)模與需求的適配，并通過開放生態(tài)降低綜合成本。

一方面，越來越多的廠商將目光投向32卡、64卡這樣的更合身的規(guī)模。

如前所說，超過性能－成本甜點區(qū)之后，超節(jié)點的邊際效益就會遞減。因此，大量國產(chǎn)廠商聚焦在32-64卡的實用化設(shè)計，推出貼合企業(yè)需求的產(chǎn)品。比如新華三UniPoD S80000，實現(xiàn)了單機(jī)柜32/64卡高密部署等，讓多數(shù)企業(yè)能夠負(fù)擔(dān)得起大模型訓(xùn)推開銷。而且，新華三UniPoD S80000采用單層全互聯(lián)架構(gòu)，大幅降低了通信延遲和故障點，在MoE等主流模型場景下，更有助于保障業(yè)務(wù)連續(xù)性。剛好的規(guī)模與更高的可靠性，成為AI算力降本增效的關(guān)鍵。

（新華三超節(jié)點H3C UniPoD S80000）

另一方面，開放的硬件生態(tài)正在成為降低成本的新引擎。

隨著國產(chǎn)芯片生態(tài)成熟，開放式架構(gòu)支持多品牌國產(chǎn)加速卡，打破海外高端卡壟斷，為用戶提供了更多選擇，從而降低企業(yè)的算力成本。這類開放式超節(jié)點，也成為算力普惠的關(guān)鍵。比如新華三超節(jié)點支持多品牌國產(chǎn)加速卡，兼容CUDA等主流軟件生態(tài)，降低企業(yè)的供應(yīng)鏈成本。

上述實踐，有望助力超節(jié)點的普及，從頭部企業(yè)的專屬品，成為千行百業(yè)的普惠基礎(chǔ)設(shè)施。

需要說明的是，數(shù)百卡、千卡超節(jié)點的研發(fā)，有其戰(zhàn)略意義。這一技術(shù)路線，推動了光互聯(lián)、液冷、高密度布線等底層技術(shù)的極限突破，是中國算力產(chǎn)業(yè)仰望星空的沖頂之路。

AI發(fā)展的速度總是超出預(yù)期，可能今天覺得32卡就夠了，但明天DeepSeek的新模型，也許內(nèi)含更多專家，超大規(guī)模的超節(jié)點或許可以帶來更低的每token成本。所以，適當(dāng)超前，把超節(jié)點規(guī)模進(jìn)一步做大，可以給后續(xù)技術(shù)迭代留下一定的冗余。

但對于更廣大的99%普通企業(yè)而言，需要的是腳踏實地的普惠之路。他們更迫切地希望，使用成本可控、穩(wěn)定可靠的超節(jié)點產(chǎn)品，解決當(dāng)下大模型落地的算力焦渴，支撐AI在生產(chǎn)力場景中落地。

所以堆卡炫技之外，這條更合身的普惠之路，同樣勢在必行，不可偏廢。

未來行業(yè)發(fā)展的理想狀態(tài)，是這兩條路并行不悖。既有震撼世界的算力巨無霸，也有服務(wù)千行百業(yè)的普惠產(chǎn)品。企業(yè)無需關(guān)心超節(jié)點內(nèi)部有多少卡，只要插上電，AI就能跑起來，也不用擔(dān)心基礎(chǔ)設(shè)施的賬單出現(xiàn)天文數(shù)字。

實現(xiàn)這一目標(biāo)，只能靠智算廠商急企業(yè)之所急，將可靠性、每token成本、TCO等指標(biāo)，同步納入超節(jié)點的研發(fā)技術(shù)路線圖。別忘了，讓企業(yè)用AI更省，才是超節(jié)點技術(shù)的核心價值，也是商業(yè)成功的前提。