超节点与TPU双轮驱动 算力革命进入性价比竞争新阶段｜WAIC深度观察

徽声在线7月21日讯（记者 李明）“当前我们最聚焦的指标是Token性价比：即在确保模型性能和服务质量稳定的前提下，通过优化技术架构和资源配置，实现更低成本下高质量Token的规模化产出。”在2026世界人工智能大会（WAIC）现场，云天励飞-U（688343.SH）技术负责人向徽声在线记者透露了行业核心关注点。

随着模型训练规模突破万卡级门槛，C端智能助手应用呈现爆发式增长，AI技术正深度融入生产生活场景。与此同时，B端企业级应用落地进程显著加快，从智能制造到智慧医疗，各领域对算力的需求呈现指数级上升，产业链上下游普遍反馈“算力资源供不应求”的紧迫态势。

记者通过多方调研发现，算力竞争已进入“系统级创新”阶段，构建超大规模计算节点和集群成为行业共识。值得关注的是，TPU技术路线正形成有力补充，华东地区首个国产TPU千卡智算集群的落地，标志着我国在异构计算领域取得重要突破。在这场算力革命中，如何提升Token产出效率已成为产业界的核心命题。

超节点技术引领算力架构革新 下游应用反响热烈

WAIC展会现场，多款创新算力解决方案引发专业观众驻足。华为昇腾950超节点（Atlas 950 SuperPoD）实机演示了其每秒百亿亿次的计算能力，配套的SuperCluster超集群系统更可支持十万卡级并行训练。曙光信息产业推出的全国产化曙光8000（登峰）超集群，通过创新架构设计实现了算力密度与能效比的双重突破。燧原科技与中兴通讯联合研发的“云燧ESL64-O”正交架构超节点，采用独特的三维互连技术，将节点内通信延迟降低至纳秒级。

华为昇腾950超节点 图片来源：徽声在线记者/摄

“云燧 ESL64-O”超节点 图片来源：受访企业供图

中兴通讯超节点方案 图片来源：受访企业供图

中国电子云此次重磅发布翎枢系列超节点产品，包含6020轻量型、6032平衡型和6064性能型三款型号。据中国电子信息产业集团首席科学家朱国平介绍，该系列产品通过创新性的GPU融合技术，将数百张加速卡整合为单一逻辑计算单元，配合Tbps级超宽带互连通道，在20-64卡黄金算力区间实现了成本与性能的最佳平衡。特别值得一提的是，翎枢系列完全兼容现有风冷/液冷数据中心基础设施，为传统机房升级提供了可行路径。

云天励飞公布的未来三年技术路线图显示，公司将陆续推出DeepVerse100P、100D和100L三款专用芯片，分别针对预填充（Prefill）、注意力解码（Decode Attention）和前馈网络解码（Decode FFN）等关键环节进行优化。基于这些芯片构建的异构集群系统，将具备万卡级并行处理能力，为大规模AI推理提供基础设施支撑。

市场需求端的数据印证了技术创新的商业价值。中科曙光提供的数据显示，曙光8000集群上线首周即达到满负荷运行，日均处理作业量突破15万个，峰值处理能力超过50万个/日。截至目前，该系统已完成近千个超智融合应用的适配验证，覆盖大模型训练、高通量推理、科学计算等多个万卡级应用场景。这种爆发式需求增长，反映出科研机构和企业对超大规模算力的迫切需求。

曙光8000的技术突破具有标杆意义。其全球首创的高密度机柜设计，使单个计算单元的算力密度较传统方案提升20倍，在有限空间内实现了算力的指数级增长。自研的scaleFabric类IB原生RDMA高速互连技术，有效解决了十万卡规模下的稳定互连难题，为构建更大规模的算力集群奠定了技术基础。

华为昇腾系列的商业化进程同样引人注目。据公开资料显示，昇腾384超节点已在互联网、金融、医疗等7大行业实现规模化部署，累计交付量超过750套。这种广泛的应用覆盖，验证了超节点架构在不同场景下的适应性和可靠性。

一位参与国家“东数西算”工程的算力专家向记者分析：“超节点发展的核心挑战在于内部互连技术。当前行业重点攻关方向是通过交换芯片实现64卡、128卡等超大规模节点构建，进而组建千卡、万卡级集群。这需要解决GPU/TPU间的高速数据传输、统一内存管理、任务调度等系列技术难题。”

在AI算力基础设施领域，三种扩展模式正形成互补发展格局：Scale-Up（纵向扩展）聚焦节点内部的高密度集成，Scale-Out（横向扩展）侧重集群规模的线性增长，Scale-Across（跨域互联）则致力于打破数据中心间的物理界限。据技术白皮书显示，当前Scale-Out技术已相对成熟，而Scale-Up仍面临带宽和交换容量的双重挑战，单个GPU的内部互联带宽已达TB级别，对交换芯片提出了100T以上的交换容量要求。

中兴通讯发布的智能算力网络白皮书指出，针对AI大模型落地需求，其网络架构创新聚焦两大核心场景：通过Scale-Out优化提升单集群内部通信效率，实现成本降低和性能优化；通过Scale-Across技术打破地域限制，实现跨数据中心算力资源的动态调度。这种双轮驱动策略，为构建全国一体化算力网络提供了技术参考。

TPU路线异军突起 性价比成关键考量

在GPU主导的算力市场中，TPU技术路线正形成差异化竞争。由杭州电信、中兴通讯与中昊芯英联合打造的华东地区首个国产TPU千卡智算集群，标志着我国在专用计算芯片领域取得重要突破。该项目作为中国电信体系内首个大规模TPU集群部署，具有重要的示范效应。

中昊芯英创始人杨龚轶凡向记者透露了项目规划：“我们采取分阶段实施策略，首期建设千卡级试验集群，重点验证软件栈系统的成熟度。在确保服务稳定性的基础上，再逐步扩展至万卡规模。最终目标是构建满足商用需求的国产模型训练推理平台，在性价比方面形成竞争优势。”

对于GPU与TPU的技术路线选择，中国电信杭州分公司智算中心总经理王良给出了专业解读：“不同芯片具有特定的优势场景。TPU在张量运算和推理任务中表现突出，这是我们选择其作为推理集群核心组件的主要原因。特别是在当前Token需求爆发增长的背景下，TPU的性价比优势更加明显。”

实际运行数据验证了技术选型的正确性。王良介绍：“该集群落地后运行稳定，特别是在实施PD分离技术优化后，TPU的性能优势得到进一步释放，完全达到了设计目标。特别是在Token生成效率方面，满足了市场爆发式增长的需求。”

基于“泰则®”智算平台的TPU集群，为大模型训练、AI推理、科学计算等场景提供了全自主可控的算力支持。据项目规划，二期工程将于今年9月启动，届时将进一步扩大集群规模，提升服务能力。“

王良特别强调了系统调优的重要性：“在当前快速迭代的技术环境下，芯片厂商每年推出新版产品，大模型厂商每季度更新模型版本，这给系统适配带来了巨大挑战。通过持续优化，我们的TPU集群效率提升了超过10倍，Token生成成本从年初的每百万100元降至现在的不足10元。”

WAIC期间，多位算力产业专家向记者表示，Token成本已成为影响AI商业化的核心因素。对于模型厂商和应用企业而言，如何在限定时间和预算内生成足够数量的有效Token，直接关系到技术落地的经济效益。

九章云极发布的《AI算力白皮书》指出，当前AI规模化交付面临四大挑战：算力成本居高不下、多芯片协同困难、GPU利用率普遍低于30%、研发体系缺乏标准。作为解决方案，九章智算云已在全球部署12个数据中心，总算力规模达22 EFLOPS，配备6600余张GPU卡，具备日产64亿词元的生产能力。其弹性算力体系已帮助某头部模型厂商降低综合成本82.1%。

云天励飞技术团队向记者解析了Token成本构成：这是一个涉及IP设计、EDA工具、芯片制造、服务器架构、软件栈优化、算力调度、模型效率等多个环节的系统工程。每个环节的技术突破，都会对最终成本产生影响。

市场调研显示，国内主流大模型的API定价已出现明显分层。根据模型能力和服务模式差异，常规文本模型的输入价格在每百万Token几角至十余元不等，输出价格则在每百万Token一两元至数十元区间。这种价格差异反映了不同技术路线的成本结构差异。

前述算力专家总结道：“当前行业关注的重点已从单纯降低成本转向提升Token价值。如果生成的Token能创造更高价值，用户对价格的敏感度就会降低。这需要算力基础设施提供商和模型开发商共同创新，在效率、质量和应用场景上实现突破。”

（徽声在线记者 李明）