AI爆发式增长下，我们正在共同见证一场前所未有的算力虹吸。 2020年，我们认为千亿参数规模是大模型的标志。仅仅几年过去，顶尖模型已经迈向10万亿规模，接下来很可能向100万亿演进。智能体已经可以处理复杂的长线程、跨应用任务；具身智能与智能驾驶汽车正在将AI带向物理世界。 这些肉眼可见的突破都建立在同一个条件之上：充沛的AI算力。AI技术的飞速发展，不断考验着AI基础设施的规模、性能与可靠性。要知道，AI技术并不会稳定地线性成长，而是经常以几何级的爆发，极限考验AI算力的供给关系。 我们要如何应对这种情况？面对这个问题，今天计算产业内外会高度一致地想到一个名字——“超节点”。 2025年，华为让超节点广为人知。接下来，华为要做的是证明超节点+集群是一条可持续、可成长的算力通道。 在9月17日开幕的华为全联接大会上，超节点的进化之路被证实为真。 大会期间，华为副董事长、轮值董事长汪涛发表题为“智启新未来，打造智能世界的硅基黑土地”的主题演讲，发布全球首个采用NPO技术的超节点——昇腾960超节点。 大会期间，脑极体对汪涛进行了专访，围绕华为的AI战略，以及对打造中国坚实算力底座的发展目标进行了深入探讨。 如果说，2025年华为用超节点给计算产业打开了一个可能与契机，那么在今天，华为就用灵衢+NPO的技术突破，让超节点走向了能力更强、产品更加成熟的进化之路。 这是超节点的故事，也是华为面向算力围堵无路可退时，转身掘海造船的故事。 如果算力是水渠，那么下游会被上游予取予求；只有算力成海，公平与充沛才会是智能世界的底色。 越来越多人开始相信，超节点就是那片算力之海。 在智能体全面崛起的Agentic AI时代，用户对AI算力的需求与定位正在发生全面重构。一方面模型能力的进化让单芯片算力捉襟见肘。大规模MoE、复杂上下文序列、长文记忆等显著的新一代模型特征，都需要大规模并行计算来保证模型训练、推理效果。另一方面，在巨大的算力成本之下，业界开始追求更高的计算效率，而单芯片算力的推理开销巨大，也不符合AI商业化发展的客观需求。在此基础上，依靠算力规模堆叠的传统集群化AI算力也面临着收益递减的困局。随着算力单位的提升，集群中被浪费的算力就越庞大，在算力规模达到一定程度后成本将难以承受。 另一方面，中国AI还面临着特殊的算力难题，即高端AI算力难以从外部获取。而本土半导体能力还在持续突破中。比拼单芯片算力，意味着中国将从算力底座上丧失对先进AI技术的主动掌握权。不仅是华为在算力问题上无路可退，整个中国AI在这局比赛中都无路可退。 因此，无论是技术与产业趋势的客观要求，还是特殊环境使然下的主观需要，将多芯片组成更加紧密、经济、方便获取的算力形式，都是中国AI面对算力困局的必然选择。如果AI算力还是一条小溪，那么它注定无法滋养雄心勃勃的AI良田。 只有把小溪变成江河，江河汇成大海，才能找到中国AI算力需求的真正出路。既然单卡方案既不行，就要拼整体能力；要以多路径的技术创新，战胜单一路径的技术劣势。 无路可退时，就必须谋求一场胜利。 在华为看来，算力围困是完全有可能被打破的。这种打破不是单一技术的突围，而是利用30年积累的技术优势，在各个方面合纵连横，实现架构创新，满足中国AI的算力需求。超节点，就是这种努力最终得到的成果之一。 自华为在2025年推出超节点以来，业界井喷般涌现出了众多“超节点”，但这些产品的技术内核大相径庭，标准十分混乱，并且普遍将超节点与集群进行概念上的混淆。为了正本清源，规范行业标准，在2026世界人工智能大会（WAIC）期间，鹏城实验室（PCL）和全球计算联盟（GCC）共同牵头发布了《超节点定义与实践白皮书》。其中明确定义： 超节点是一种在物理上由多个计算节点通过高效的互联协议紧密连接组成，具备跨物理节点的统一内存编址能力，逻辑上具备“一台计算机”特征的计算系统。超节点有三大核心技术特征，包括：“内存语义”和“统一内存编址”、超低时延、超大带宽。 从产业价值上看，超节点也与传统基于IP互联的集群方案具有极大的不同。前者的模型浮点可用率较比后者有极大的提升，能够适配更加复杂的模型训推场景，适配大模型“紧耦合、同步并行”的计算特征，综合成本开支极大降低，呈现出超节点规模越大，综合收益越明显的显著特征。因此，业界普遍认为超节点已经成为建设超大规模AI基础设施的必然选择。 在清晰的标准定义下，我们可以发现昇腾超节点是目前国内唯一可以规模商用的超节点。 截至目前，昇腾910C超节点已商用超过1000套，应用于互联网、运营商、金融、教育、医疗、交通、制造等行业，并且是国内唯一训练出SOTA模型的超节点。 在今年WAIC期间，昇腾950超节点首次真机亮相，并于华为全联接大会2026期间宣布进入规模商用阶段。 与此同时，华为还在此次大会上发布