国产超节点元年

内容来源于网络，若不便发表，请联系后台删除；文章仅用于研究参考，不构成任何投资建议，投资有风险，入市需谨慎。

今年是国产超节点大规模落地的元年，以华为昇腾为代表的国产超节点有望在新一代MoE模型的推理场景率先落地。国产AI芯片和交换芯片有望通过超节点技术的突破迎来新的增量。受到生成式AI需求的驱动，服务器CPU率先出现供给短缺和价格上涨，有望进一步驱动国产CPU在数据中心领域的商业化。在新一代国产AI芯片、超节点快速落地的背景下，国内模型侧的算力需求有望更多地向国产算力倾斜。随着国产算力在性能和性价比上不断提升，下游客户在订单层面有望看到实质性进展，行业头部企业有望迎来高确定性增长。

1、全球AI产业的发展重心正从模型训练转向应用推理。所有硬件与软件的演进方向都指向应对推理需求的爆发。训练与推理对算力的需求截然不同，其落地形式也因此分化。

- 训练时代的算力落地形式是超大规模集群，通常由成千上万甚至十万张加速卡组成。其核心特征有二：一是规模庞大，以处理海量数据；二是高度稳定，确保长时间不间断运行以完成训练任务。规模化是训练时代算力落地的最重要特征。

- 推理时代则完全不同。推理任务不需要超大规模集群，因为用户请求是分散且实时的，并发量有限。因此，规模化并非推理算力的主要特征。推理对算力的核心需求是低延迟，即快速响应用户的每一次请求。

2、为了达成低延迟目标，产业界在技术和架构上进行了一系列针对性革新。首先是芯片设计，出现了PD分离与LPU。PD分离是将推理过程拆分为Prefill和Decode两个阶段，由专用芯片分别优化。英伟达率先提出了这一理念，但其实现产品Rubin芯片预计在今年第四季度才能出货。华为的昇腾950PR已成为全球首款实现PD分离的芯片，专司Prefill阶段。华为在今年四季度还将推出配套的Decode芯片950DT。这相当于英伟达提出理念，华为率先实现。无论是华为还是英伟达，其设计目标都是服务于推理，实现低延迟。

LPU是一种专为推理设计的芯片，其核心是在算力芯片上集成大容量SRAM存储，主要目的就是极速生成第一个Token，以解决用户感知最明显的“开头卡顿”问题。当模型吐出第一个Token后，后续的生成速度会加快。因此，LPU是典型的推理时代芯片，其根本目标同样是降低延迟。

3、低延迟是推理时代的第一个核心特征，第二个特征是算力池化，即在一个由几十或几百张卡组成的紧凑集群内，所有计算和存储资源被打通成一个资源池。通过RDMA等技术，允许一个服务器的计算单元直接读取另一个服务器的存储单元，绕过不必要的中间步骤，从而大幅减少数据访问延迟。这对于当前主流的MoE架构尤为重要，因为不同用户请求可能激活不同的“专家”模型，需要跨服务器快速交互数据。算力池化的根本目标也是为了实现低延迟。

4、综合上述技术，推理时代算力落地的核心物理形态就是“超节点”。超节点是由几十张到几百张加速卡组成的紧凑型高性能计算集群。它区别于训练所需的“万卡集群”，规模更小，但内部互联速度和资源调度效率要求极高。它集成了PD分离芯片、LPU、算力池化、以及CPO、OCS等高速光互联技术，一切设计都围绕着满足推理的低延迟需求。例如，谷歌的OCS就典型地应用于其由64张TPU v5p组成的超节点（Cube）之中。

5、产业格局上，超节点的理念由英伟达率先提出，但由华为最先实现商业化落地。目前，英伟达、华为、阿里云、谷歌等巨头均已推出或正在部署各自的超节点解决方案。

6、为什么今年是国产超节点的关键元年？这是当前市场的核心逻辑。此前，尽管AI推理需求火热，但国产AI算力板块的表现与之脱节，核心原因在于 “有需求，但产品不对路” 。

老一代国产卡，如华为的昇腾910B/C、寒武纪思元590等，主要面向训练优化，存在明显短板：不支持FP8/FP4数据格式（现代大模型推理的主流精度），且无法很好地支持超节点架构。因此，难以高效承载大规模的深度推理任务。

然而今年推出的新一代国产芯片实现了关键跨越。它们全面支持超节点架构，并且支持FP8/FP4新一代数据格式。代表性产品包括：华为昇腾950系列（已发布的950PR及未来的950DT）、寒武纪思元690、海光信息深算四号。这意味着，从今年开始，国产AI芯片首次具备了支撑大模型深度推理的完备硬件能力。华为950PR的面世，可视作行情启动的标志。

预计今年国产AI芯片出货量将显著增长，整体可能达到百万张级以上。随着推理需求的指数级增长，一旦国产超节点方案被验证跑通，明年出货量有望迎来更急剧的放大。从投资角度看，核心是围绕能提供支持超节点和新数据格式的国产AI芯片公司及其核心生态伙伴。