WAIC 2026：中國 AI 算力競爭由單晶片，轉向超節點系統

上海舉行嘅 WAIC 2026，帶出一個比「邊間公司嘅晶片峰值算力最高」更加關鍵嘅訊號：AI 算力競爭正由單一加速器，延伸到超節點同整機系統。

廠商展示嘅已經唔只係晶片本身，亦包括 Scale-up 互連、記憶體存取方式、機架密度、液冷、網絡可靠性，以及編譯器同運行時等軟件層。超節點嘅目標，係令幾十、幾百，甚至上千個加速器，運作起上嚟更加似一部協調一致嘅電腦，而唔係一堆互相分隔嘅伺服器。744

不過，話 WAIC 2026 就係中國廠商「由晶片轉向系統」嘅確切起點，仍然只係根據展品同發布資料作出嘅判斷，唔係已經由獨立測試證實嘅行業事實。

點解超節點比單晶片峰值更重要？

大模型訓練同推理期間，加速器要頻密交換參數、激活值、梯度同路由數據。互連頻寬唔夠、延遲太高，或者通信出現擁塞，都會令計算晶片等數據，理論算力亦未必可以轉化成實際吞吐量。

所以，超節點試圖同時處理幾個問題：

• 提高設備之間嘅頻寬，降低通信延遲；
• 令集體通信更加可預測，並處理擁塞同故障；
• 擴大模型可以共同使用嘅記憶體空間；
• 透過機架、供電、散熱同網絡設計，提升長時間運行能力；
• 令編譯器、運行時同調度系統可以管理更大規模嘅異構資源。

呢個轉變亦改寫咗客戶真正關心嘅指標。採購方最終買嘅係完成訓練任務嘅能力，或者持續輸出推理 Token 嘅能力，而唔係一粒晶片孤立嘅峰值 FLOPS。

加速器利用率、通信開銷、耗電、散熱、可靠性、軟件遷移成本同運維複雜度，都會影響實際嘅「可用 Token 成本」。

壁仞科技：用 NPO 同 BLink 2.0 擴大 Scale-up 範圍

壁仞科技喺 WAIC 2026 發布採用近封裝光學（NPO）同分佈式解耦架構嘅超節點方案，單一超節點最多支援1,024張卡進行 Scale-up 擴展。1435

NPO 嘅核心思路，係將光互連引擎放到更加接近計算封裝嘅位置，縮短互連距離；同時以光纖連接分開部署嘅計算節點同網絡節點。相關報道將呢個設計定位為應對傳統電互連喺大規模擴展時，面對距離、功耗同信號完整性等限制。46

壁仞亦將 BLink 2.0 定義為超節點互連協議，而唔只係一條鏈路技術。公司公布嘅能力包括：

• 記憶體語義互連：目標係令最多1,024張 GPU 共用同一個記憶體空間；
• 在網計算：將部分通信涉及嘅數學運算下放到網絡設備處理；
• 擁塞控制：減少大規模通信時出現網絡堵塞；
• 鏈路修復：由物理層到框架層提供多層故障防護。35

以上資料反映，壁仞嘅競爭焦點已經由單卡性能，擴展到「點樣令大量卡協同工作」。但共用記憶體空間、可靠性同有效吞吐量等內容，目前主要係廠商公布嘅架構目標，唔可以直接當成已經經過獨立、多工作負載驗證嘅最終性能結果。

奕行智能：RISC-V、Epoch 同電互連一體化

奕行智能展示咗佢稱為業界首個 RISC-V AI 算力超節點嘅方案。系統以 Epoch 雲端 AI 加速器為基礎，結合 ELink 高速互連、正交無背板結構、整機液冷同全棧軟件。1923

Epoch 採用 RISC-V 開放指令集，並支援分塊量化 FP8。公司披露，下一代產品計劃加入 EXFP4 同 MXFP4 等低位寬精度格式，同時提升算力、儲存容量同儲存頻寬。2223

低精度格式喺合適嘅訓練或推理工作負載中，有機會改善計算同記憶體效率；但實際收益仍然取決於模型、算子同軟件實現，唔可以單憑格式名稱推斷一定會帶來統一嘅性能提升。

喺系統結構方面，奕行智能強調正交、無背板設計。公開資料所載嘅廠商說法係，呢個設計可以將互連硬件成本降低80%，並將延遲控制喺數百納秒量級。1331呢兩個數字應該視為廠商宣稱嘅設計指標，而唔係已經喺唔同規模同工作負載下獨立驗證嘅行業基準。

同壁仞以 NPO 光互連推動超大規模 Scale-up 唔同，奕行智能公開呈現嘅路線更加着重由 RISC-V 加速器、互連、液冷到軟件嘅完整閉環。兩間公司都係銷售系統級能力，但技術重點有分別：壁仞突出光互連同大規模統一記憶體語義；奕行智能就突出開放指令集、晶片與整機協同，以及精度演進。

昆侖芯：以高密度機架同交付能力切入

昆侖芯喺大會相關報道中展示咗集成32張或64張加速卡嘅超節點產品，採用自研超高密度集成架構；相關資料稱，系統可以擴展至512張卡。71148

呢條路線唔係首先強調光互連，而係將幾十張加速卡壓縮到一個可以部署、可以交付嘅機架級產品入面。媒體報道形容，佢係中國較早實現量產同交付嘅國產超節點產品之一。1148

呢點正好反映超節點競爭嘅另一面：技術上可以連接更多晶片，唔代表客戶就可以大規模使用。機架密度、供電、散熱、生產一致性、軟件適配同交付能力，同樣決定一套系統可唔可以由展覽場地真正落到數據中心。

其他廠商：目前證據可以確認到幾多？

現有材料亦提到 Iluvatar CoreX、SingularMOL 同無問芯穹等公司嘅不同系統路線，包括訓練型晶片、第三代架構、Chiplet 互連同虛擬超級集群軟件。不過，現有來源未有提供足夠可靠、具體而且可以交叉核驗嘅資料，去確認呢幾間公司嘅超節點拓撲、記憶體一致性範圍、互連類型、頻寬、精度支援或者實際交付情況。

因此，現階段較穩妥嘅結論係：

• Iluvatar CoreX 嘅具體光、電互連方式同系統規模，證據不足；
• SingularMOL 是否已經公布可核驗嘅 Chiplet 超節點結構、記憶體模型或頻寬，證據不足；
• 無問芯穹是否提供可以跨廠商統一調度嘅虛擬超級集群，以及其兼容性同性能，現有材料亦不足以確認。

換句話講，唔可以將發布會上嘅概念展示、二手報道，或者一啲冇交代技術細節嘅描述，直接寫成已經量產、具備統一記憶體，或者實現某個特定性能嘅事實。

軟件編排，將成為多廠商算力嘅關鍵層

當客戶唔再只係採購單一品牌加速器，而係因應供應、成本同風險，組合唔同國產晶片，軟件層嘅重要性就會上升。

編譯器、算子庫、通信庫、運行時、集群調度、監控同故障處理，都要盡可能隱藏唔同硬件之間嘅差異。

所以，「系統」唔只係將更多張卡塞入一個機架。一個真正可用嘅超節點，仲要回答幾個運營問題：模型可唔可以順利切分？通信可唔可以有效調度？出現故障時會唔會令任務中斷？資源可唔可以監控？開發者要為唔同加速器重寫幾多代碼？

由呢個角度睇，物理超節點同軟件定義嘅資源池係互補關係：前者令同一硬件域內嘅加速器更加緊密協同；後者就有機會令唔同集群同唔同加速器更容易統一使用。不過，關於無問芯穹等具體軟件平台嘅兼容範圍同性能，現有來源不足，未可以作出確定判斷。

WAIC 2026真正帶出嘅結論

WAIC 2026並冇證明中國 AI 系統已經喺所有性能、軟件成熟度或生態指標上追平全球領先平台。大會更加清楚展示嘅係：競爭嘅評價標準正在改變。

單晶片峰值算力仍然重要，但已經不足以代表大型模型系統嘅實際能力。

壁仞嘅1,024卡 NPO 方案、BLink 2.0 同統一記憶體語義，代表以光互連擴大 Scale-up 範圍嘅路線；奕行智能嘅 Epoch、RISC-V 同 ELink 方案，代表晶片、精度、互連、液冷同軟件一體化嘅路線；昆侖芯就突出高密度機架同交付成熟度。41323

所以，較準確嘅講法唔係「中國廠商喺 WAIC 2026 徹底結束單晶片競爭」，而係：大會顯示，中國 AI 算力廠商越來越多將產品定義為一套完整系統——加速器、互連、記憶體、散熱、網絡同軟件，共同決定最終價值。

對採購方嚟講，下一階段真正要比較嘅，會係有效吞吐量、可用性、擴展成本同軟件遷移難度，而唔只係宣傳單張上面嗰個理論算力數字。