通信行業(yè)深度報告：超節(jié)點：光、液冷、供電、芯片的全面升級.pdf

通信行業(yè)深度報告：超節(jié)點：光、液冷、供電、芯片的全面升級。

超節(jié)點：依托網絡互聯下的“超大型 GPU/ASIC”

超節(jié)點集群（SuperPod）最早由英偉達提出，隨著 AI 模型迭代對算力需求不斷 增長，集群從千卡擴散至萬卡、百萬卡等，而擴張方式主要為 Scale Up（縱向擴 展）和 Scale Out（橫向擴展）兩個維度。我們認為構造超節(jié)點的核心在于更大 的節(jié)點內互聯，硬件與軟件協議需互相適配整合，使得數個分離的算力芯片通過 網絡互聯整合成邏輯上的一臺“大型 GPU/ASIC”，突破單一 8 卡服務器在效率、 可靠性上的瓶頸。超節(jié)點 Rack 網絡互聯重點在于 Scale up 互聯協議及拓撲結構。

超節(jié)點新增 scale up 互聯需求，光、液冷、供電、芯片等環(huán)節(jié)迎升級

超節(jié)點服務器 Rack 主要由計算節(jié)點 Computer tray、交換節(jié)點 Switch tray、TOR switch 交換機、供電單元 Power shelf、供電母線 Busbar、電纜橋架 Cable tray、 液冷散熱配套等單元組成，隨著超節(jié)點服務器滲透率不斷增長，除了持續(xù)帶動對 算力卡、交換芯片、交換機的需求外，也有望持續(xù)拉動高功率電源、高壓 UPS/HVDC、服務器液冷散熱、銅纜、PCB、光通信等板塊的需求。

超節(jié)點助力國產集群性能提升，或彌補單卡算力差距，助力國產 AI 發(fā)展

從單卡和集群性能對比上看，據 SemiAnalysis 和 CDCC 公眾號，盡管國產芯片 在制程上略有落后，單顆昇騰 910C 芯片 BF16 性能僅為 GB200 模組的 1/3，但 通過超節(jié)點集群的方式，單個 CloudMatrix 384 集群 BF16 性能總體則是 NVL72 的 1.7 倍，其總內存容量為后者 3.6 倍，總內存帶寬為后者 2.1 倍，有效彌補了 國產芯片在算力層面上的短板。截至 2025 年 9 月，Atlas 900 A3 SuperPoD 已累 計部署超 300 套，服務超 20 位客戶。此外，華為公布 Atlas 950 SuperCluster 和 Atlas 960 SuperCluster，算力規(guī)模分別超過 50 萬卡和達到百萬卡，通過持續(xù)擴大 國產超節(jié)點規(guī)模的方式，有望實現國產 AI 基礎設施性能的彎道超車，助力國產 AI 生態(tài)發(fā)展。