社区

2026年3月，“十五五”规划纲要正式发布，“深入推进东数西算工程，构建多层次算力设施体系和全国一体化算力网”被写入国家最高层级规划文件。2026年4月中央政治局会议提出“六张网”的建设方向，将算力网纳入其中（水网、新型电网、算力网、新一代通信网、城市地下管网、物流网）。 几乎在同一时间，市场传闻称中国计划5年投入约2万亿元建设全国AI算力网络。对此，国家发改委在2026年6月的新闻发布会上回应称，并未确认这一具体数字，但明确表示“在具体建设过程中，市场力量将起决定性作用；我们将会同有关部门，加强统筹协调和政策引导”。算力基建的战略地位，已毋庸置疑。 01 从“十五五”规划到算力互联网 算力网是国家意志驱动的系统工程。 “十五五”规划将其置于数字中国建设篇章，要求推动云边端协同、智算云服务，降低全社会用算成本。配套政策持续落地：工信部等六部门《算力基础设施高质量发展行动计划》提出，2025年算力规模超300 EFLOPS、智能算力占比35%；工信部2025年5月印发的《算力互联互通行动计划》明确，2028年基本实现全国公共算力标准化互联，形成算力互联网。 政策的密集落地，正在转化为肉眼可见的建设成果。2025年5月，中国电信、中国移动、中国联通、中国信息通信研究院联合启动算力互联网试验网建设。截至2026年3月底，我国智能算力规模达188.2万P，为去年同期的2.5倍；截至2025年末，8大算力枢纽间建成干线光缆145条，形成“8大国家算力枢纽+10个国家算力集群+3个算电协同发展区域”的“8+10+3”空间布局。 02 从十万卡集群到世界级算力中心集群 在此背景下，智算中心建设如火如荼。 2026年7月9日，国家超算互联网核心节点在郑州宣布全载运行，国内首个十万卡级超智融合算力资源池正式投用，可对外提供超10万卡国产AI算力。该节点建设节奏极快：2月启动试运行，部署3套中

2026 世界人工智能大会（WAIC 2026），“超节点” 是当之无愧的最大热点。据不完全统计，有超过20家企业发布超节点相关方案，万卡级集群、TB 级互联带宽等概念密集涌现，超节点已然成为下一代智算基础设施公认的主流形态。 行业目光纷纷聚焦芯片峰值算力、集群规模，但很少有人关注：超节点性能的上限，从来不由计算芯片决定，多层级高速互联才是决定集群真实有效算力的关键。某种程度上说，超节点的竞争，又是互联技术的竞争。随着 AI 产业从训练大规模转向推理、Agent 应用全面爆发，传统通用互联方案已经难以匹配全新负载，一套完整、AI 原生的多层互联体系，成为超节点规模化落地的刚需。 01 从训练到推理+Agent，互联技术必须“AI原生” AI行业的风向正在发生根本性转移。过去两年，产业焦点从大规模训练转向高性能推理，并进一步进化为复杂的多Agent协作。训练时代追求的是万卡集群、大规模同步、高吞吐，而推理时代追求的则是性价比、低延迟与高效能。 推理需求的崛起带来了新的技术需求。首先，PD（Prefill-Decode）分离成为标配，Prefill集群负责“理解”，Decode集群负责“生成”。这意味着KV Cache必须在层内、层间乃至跨节点之间进行高频、低延迟的数据转移。其次，MoE（混合专家）架构让通信图从训练时代的固定All-Reduce，变成了动态的、细粒度的All-to-All和Token Dispatch。这要求网络具备多平面通信、动态负载均衡、包喷洒等能力，传统静态拓扑已无法支撑。第三，KV Cache的膨胀倒逼“存储-网络”一体化，随着上下文长度越来越长，KV Cache动辄占用数十GB显存，系统被迫构建三级缓存。 在推理范式之上，Agent进一步将复杂度推向了系统级。Agent并非单次模型调用，而是一个涉及多轮规划、工具调用、检索、代码执行和结果校验的多步骤

2026年7月，资本市场对沐曦的关注达到高点。这家上市不到七个月的国产GPU公司，多家券商密集发布研报，看好其在超节点领域的布局。 7月17日，WAIC 2026开幕，所有目光汇聚到世博展览馆H2馆的沐曦展台。“曦景”S系列超节点第一次公开亮相。展墙上的产品序列从单颗板卡延伸到整机柜超节点，不少观众在“曦景”S系列超节点展台前驻足。这是沐曦首次对外公开的全新超节点产品线。距离十几公里外的张江科学会堂，沐曦还设了一个AI4S科学智能专展，曦索X系列新品正在展示材料科学、生命科学等领域的落地案例。 资本市场关注沐曦，因为它踩中了国产算力的关键转折：从堆芯片到组系统。理解这家公司，需要跳出单一产品视角，放在国产GPU产业从单点突破走向系统协同的大背景下来看。 01 算力堆不动了，超节点登场 要理解超节点为何成为WAIC 2026的绝对主角，先来看一组数据。单颗芯片的性能正逼近物理极限。大模型训练中，跨节点通信开销已占总训练时间的三成以上：买100张卡，有30张卡的时间在等数据。传统堆卡的路越走越窄。 超节点正是为此而生。通过高速互联技术，将数十甚至上百颗GPU整合为一个低延迟、高带宽的协同计算系统。相比传统GPU集群，超节点在通信时延、算力密度和TCO总成本上均有显著优势。训练环节基本保全单卡性能，推理环节效率增益可达20%至50%。 2026年被业界视为“国产超节点元年”。2028年国产超节点市场空间有望达3414亿元，2026年至2028年复合增长率高达194%。WAIC 2026，**Atlas 950 SuperPoD真机公开亮相，单柜64卡起步，最大可扩展8192张NPU卡；中科曙光带来scaleX十万卡超智融合集群系统。国产算力的竞争，已经从单卡比拼全面升级为系统级能力的较量。 在沐曦看来，64卡是当前市场需求最集中的超节点规模，其可支撑万卡以上级别的大集群部署，适配

今天的上海，高温橙色预警高悬，最高温度直冲38℃，WAIC 2026世博中心的每一个展位前都摆了一块大冰砖用来降温，但现场的热度完全不减，远比室外要炽烈数倍。 犹记得，我昨天刚下飞机，扑面而来的不止是一股热浪，还有被各大WAIC参展展商的大型海报，整个航站楼仿佛都被覆盖了，加上几天前就已售罄的门票，让我对现场的火爆程度有了点心理准备，但当真正踏入展馆，震撼我的不只是拥挤的人潮，还有馆内各大厂商都带来的现象级的展示，每一个都在催动着我的好奇心，让我一时不知该从何处开始逛起，哪怕拿着提前规划好的最优逛展路线图，也会不自觉被吸引的到处乱跑，内容之丰富、亮点之密集，根本逛不完、看不尽。 我本次的探展之旅全程超35000余步，蹲守了每一场机器人快闪展演、上手实测了每一款爆款新品、凑近观摩了每一台镇馆算力真机，全程第一视角沉浸式人肉扫馆，也让我得出一个结论，今年的WAIC，是真正能用眼睛看、用耳朵听、用手触摸、用脚步丈量的AI狂欢。 01 这届大会真的不一样 往年的WAIC多是厂商单点展品秀、概念技术宣讲，而今年大会完成了产业逻辑质变：AI行业告别单芯片、单设备参数内卷，正式进入全栈体系化竞争周期，也是Agentic AI规模化落地的标志性元年。 我本次了走访产业链上下游核心展台，总结出本届展会五大核心看点：一是国产万卡级超节点集群集中亮相，全国产智算系统实现商业化落地，算力比拼从单卡转向系统综合能力；二是高速互联、近存计算、AI存储三大底层短板全面突破，补齐国产算力集群通信、访存、显存瓶颈；三是人形机器人脱离演示道具属性，工业、特种、养老、商用多赛道量产方案落地，具身智能迎来商用拐点；四是智能体原生手机、AI眼镜等新兴消费级终端不断涌现，端侧轻量化Agent拥有标准化硬件载体，消费级AI打开全新赛道；五是头部厂商统一打通「自研芯片—整机超节点—集群软件栈—行业智能体—终端硬件」全链路

纸面算力与实际产出之间的鸿沟有多大？WAIC 2026现场，多位行业人士给出了一个令人不安的参考数字：不到30%。也就是说，一台AI服务器交付到用户手中后，真正被有效利用的算力，可能连规格表上数字的三成都不到。 这并非个别人的判断。不同领域的芯片企业，不约而同地把话题从“算力有多大”转向了“算力用得好不好”。这种叙事方式的转变本身就是一个信号：AI产业已经跨过“能不能”的第一道门槛，向“好用”阶段迈进。 这个阶段的核心矛盾，正在从芯片本身向上迁移。 01 推理超越训练：不是预测，是既成事实 2024年，行业热钱几乎全部涌向训练侧；2026年，推理对于算力调用量已经超过训练。 训练芯片追求的是“学得更好”，推理芯片追求的是“用得更省”。曦望智能商业产品与解决方案高级总监付庆平表示，两种不同的设计哲学，对应的是两种不同的商业逻辑。推理调度的粒度正在从任务级细化到算子级：“越细粒度越高效，每高效一分，token成本就降一分。”这意味着推理芯片的竞争已经深入到模型层的调度效率，一个看似属于软件范畴的维度，正在成为芯片产品的核心卖点。 从视频处理的视角看，推理需求的爆发更为直观。VPU厂商判断未来80%的视频将由AI生成，而据测算，视频生成的token消耗是文字生成的1000倍。据介绍，通过将视频相关计算从GPU中剥离出来交给专用芯片处理，VPU+GPU协同有望将视频生成成本降低8成。 后摩智能战略生态VP杨大卫表示：“训练决定模型能力上限，推理决定AI能不能大范围落地。”当推理成为产业主轴，芯片行业的需求结构随之改变。云端需要规模化推理芯片，视频场景需要VPU，端侧快思考需要NPU，低功耗端侧推理需要存算一体架构。通用GPU不再是唯一答案，专用化正在从理论讨论变成商业现实。 02 算力经济学，成为行业共识 镕铭微电子联合创始人兼CEO朱照远认为算力成本降低的根本原因是效率提升。用交

2018年清微智能正式成立，2019年便实现国内可重构芯片先行量产。此后几年，大模型爆发，算力需求陡增，先进制程、HBM、高速互联和软件生态成为竞争焦点。但到了今天，单靠“堆参数”的增长公式，已经很难回答所有问题。 今年WAIC 2026，清微智能再发新品，首秀可重构计算3.0技术、RAISA软件栈及supernode 4096超节点系统。半导体产业纵横对话清微智能联合创始人、CTO欧阳鹏，想要在WAIC 2026期间探讨：当AI芯片行业仍然习惯用更先进制程、更大显存、更高峰值算力来衡量竞争力时，国产AI芯片能不能依靠架构创新，走出另一种算力增长方式？ 01 GPU之外，AI芯片路线开始分流 GPU不会轻易失去AI计算的中心位置。英伟达的优势也早已超出一颗GPU，CUDA、NVLink、服务器、机柜和开发者生态共同构成了一套完整的算力体系。但AI对于芯片要求正在变高和多元化。欧阳鹏在采访中谈到了一个先后关系：“GPU是先有芯片，后有人工智能。GPU最早服务图形计算，后来凭借并行计算能力进入AI市场。非GPU芯片则更多是在AI出现以后，围绕矩阵计算、数据流动和模型负载重新设计。”这种差别在推理和Agent阶段变得更加明显。模型可能只训练几次，推理却会发生亿万次；一个Agent任务还会连续触发规划、搜索、模型调用和工具执行。客户关心的不只是峰值算力，还有显存利用率、数据搬运、响应延迟、功耗以及单Token成本。 正是在这样应用场景的推动下，全球头部AI公司已经开始重新分配算力负载。谷歌的TPU发展到第七代，最新一代Ironwood专门面向推理设计。按照谷歌披露的数据，Ironwood可以组成包含9216颗芯片的Pod，提供42.5 ExaFLOPS算力，单位功耗性能达到上一代的两倍，Gemini 2.5和AlphaFold都运行在TPU上。当然这并不意味着GPU正在被替代，而是

7月17日，2026世界人工智能大会将在上海启幕。 本届WAIC 2026将在上海世博、张江、西岸“三地四馆”联动举办，展览总面积首次突破10万平方米，1100余家企业参展，覆盖智算集群、算力芯片、智能体、行业落地全链条，3000余项展品集中亮相，超300款产品将实现全球首发。 当数字堆叠到这个量级，WAIC早已不只是展会，而是成为观察全球AI产业走向的“国之窗口”。如果说过去几年WAIC展示的是AI的想象力，那么2026年的WAIC更可能展示AI的生产力。 01 智算集群成为第一主线 今年去WAIC，最值得优先看的，是智算集群。 这里的“集群”不是简单把服务器堆在一起，而是一整套AI基础设施：AI芯片、加速卡、服务器、整柜系统、超节点、高速互联、液冷散热、存储系统和调度软件。它们必须放在一起看，因为AI算力的真实效率从来不是由单点决定的。芯片再强，如果网络拥塞、散热不足、存储跟不上、软件适配不成熟，最终都可能变成跑不满的纸面算力。 Atlas 950 超节点 **将在本届WAIC上带来Atlas 950 SuperPoD真机首次线下展出。Atlas 950 SuperPoD以单柜64卡为基本单元，最大可支持8192张NPU卡高速互联，面向万亿参数大模型训练和海量推理并发场景。围绕这款产品，外界已经有不少与英伟达NVL144的参数对比，甚至是和英伟达计划在2027年上市的NVL576相比，Atlas 950超节点在各方面依然是领先的。这一对比表明，**在超节点架构上的技术突破已具备全球竞争力。 其一，真机展示通常意味着**已经解决了大规模集群在散热、高速互联和稳定性方面的工程难题。这不仅是一次产品展示，更是向市场释放“大规模算力集群已具备成熟交付能力”的信号。 其二，真机意味着可以直接观察物理形态、散热设计，甚至通过现场演示评估实际推理/训练性能。这种所见即所得的展示，往往

黄仁勋在GTC台北上，抛出了一个等式：“Compute equals revenue”（算力等于收入）。这句话的潜台词是：AI公司、云厂商和企业客户买的不是硬件，而是未来可持续产生收益的智能产能。 现在英伟达不再只是一家芯片公司，更像是一家大型token工厂的“总包商”。而黄仁勋想当那个确保一切的工厂总架构师。工厂比拼的不是单台设备的能力，而是整条产线在单位能耗下的产量。黄仁勋用五层蛋糕理论给出了英伟达的答案：从能源到应用，每一层都被重新定义为Token生产系统的一个环节。这五层自下而上分别是“能源、芯片、基础设施、模型、应用”。 当竞争对手还在优化某一层的参数时，英伟达已经在优化和布局每一层蛋糕，通过乘积效应让竞争对手难以望其项背。 01 能源：AI工厂，算力起点是电力 从AI驱动的风电光电预测到高压直流配电设施，再到智慧储能与稳定供能，能源层解决的是AI工厂如何高效运行、保障Token稳定生产。 未来的AI工厂竞争，首先是“每度电产多少智能”的竞争。黄仁勋提出“Token工厂经济学”指出：在电力固定的前提下，衡量竞争力的核心不再是峰值算力，而是“Token per Watt”（每瓦特Token产出）。英伟达的Vera Rubin高性能计算平台的每瓦性能提高了10倍，每token的成本降低至1/10。其次是能源供应能力的竞争。2025年，英伟达旗下风险投资部门NVentures首次涉足能源领域，参与TerraPower的6.5亿美元融资，投资Commonwealth Fusion Systems（CFS）。除了对前沿清洁能源的探索，英伟达还投资了围绕数据中心用电解决方案优化的芯片、算力、电网管理等大中小企业，如Emerald AI、Utilidata等。2025年8月，英伟达在其官网更新800V直流电源架构合作伙伴名录，中国企业英诺赛科和麦格米特入选。 当电力成为AI工厂

2026年过半，汽车行业交出了一份令人不安的成绩单。第一季度，行业利润率降至3.2%，创下十年新低。而几乎在同一时期，蔚来宣布其自研神玑芯片出货量突破55万颗，单车智驾硬件成本降低约一万元；理想马赫M100在5月实现量产上车，成为全球首款量产的动态数据流AI芯片。一降一升之间，一个清晰的产业信号已经发出——当利润空间被压缩到极致，任何能够降低BOM成本的技术都不会被放过。舱驾融合与中央计算，恰好站在了这个交叉点上。 过去，一辆智能汽车至少需要两套独立的计算系统——一套管智能座舱，一套管智能驾驶。各自有各自的芯片、内存、散热和线束布局。两个“大脑”各自运行、互不联通，不仅造成硬件冗余和空间浪费，系统之间的协同也极为生硬。而今天，舱驾融合正在把这两个“大脑”合并成一个。这场变革的核心，是用一颗芯片同时承载座舱与智驾的计算任务，共享同一片内存池——业内称之为“单芯共享内存”的终极形态。从“一盒双板”到“一芯共享”，这场演进正在以超出预期的速度改写汽车半导体的游戏规则。 01 从“一盒双板”到“一芯共享” 舱驾一体的硬件整合并非一蹴而就，而是经历了一条清晰的演进路径。最初的形态是“One Box”：一个盒子装两块板。智能驾驶域控制器和智能座舱域控制器被装入同一个物理机箱，住在同一屋檐下，但各过各的。其价值主要在于节省独立的壳体、简化线束布局。特斯拉的HW3.0与HW4.0、小米的四域合一控制器是这类形态的典型代表。 再进一步是“One Board”：一板双芯。智驾与座舱的计算芯片被放置在同一块印刷电路板上，芯片间通信从跨板的“长途跋涉”变为板内走线的“邻里串门”。蔚来2024款中央计算平台ADAM采取的就是这种硬件形态：智驾与座舱芯片在同一PCB板但硬件隔离。到了2026年，广汽正式发布星灵电子电气架构4.0，搭载3nm旗舰芯片，首次实现智能驾驶、智能座舱、底盘、动力、车身及车联网

中国半导体这些年，走过了一条很长、很曲折的路。 今日，一条新的路被点亮。 7月13日，上海东郊宾馆紫金厅，东方算芯召开软件定义算力芯片、系统及路线图发布会，创始人、董事长兼CEO魏少军带着软件定义近存计算3D芯片DF1000走上台前。现场高朋满座，来自政届的上海国有资本投资有限公司党委书记、董事长袁国华；上海市经济和信息化委员会副主任俞文杰；上海市委组织部部务委员、上海市人才工作局副局长谭朴珍；上海市浦东新区人民政府党组成员、副区长李慧；上海市科学技术委员会信息技术处副处长于金旭；上海市浦东新区科技和经济委员会党组书记、主任汪潇；上海市张江科学城建设管理办公室党组书记、主任肖健。学术界代表有香港工程科学院院士、东京大学工学部院士、香港科技大学副校长郑光廷；欧洲科学院院士、北京超弦存储器研究院执行院长赵超。产业界代表上海仪电集团有限公司副总裁刘山泉；上海兆芯集成电路股份有限公司总经理兼总工程师王惟林，芯原微电子股份有限公司董事长戴伟民。 魏少军在中国集成电路产业圈并不是一个陌生名字。作为清华大学长聘教授、国际欧亚科学院院士、国家集成电路产业发展咨询委员会委员，他长期从事超大规模集成电路设计方法学、可重构计算架构及通信专用集成电路技术研究。这样一位学界与产业界都熟悉的“老兵”挂帅，本身就让东方算芯的亮相多了一层份量。 这一次，东方算芯的亮相并不只是在介绍一颗芯片，而是在回答一个更大的产业问题：当先进制程、HBM、先进封装和高端GPU供应都面临不确定性，中国AI芯片还能不能走出一条不完全复刻海外主流范式的新路？不依赖HBM，不依赖EUV光刻机，东方算芯走的是一套叫“软件定义+3D堆叠近存计算”的原创体系。DF1000芯片，是东方算芯交出的第一份答卷。这对中国半导体来说，很重要。这代表着国产高端算力不只有一条路，中国AI芯片也不必永远站在别人的坐标系里。 01 算力之困，久矣 AI