在算力需求持续紧绷的背景下，超节点正成为2026年算力产业最受关注的关键词。据《中国企业家》报道，一位服务器厂商高管透露，从2026年下半年到2027年，超节点将呈现快速上量趋势，互联网客户开口就问能否供应10万片，没有这个量级便不再谈。所谓超节点，是把多个计算节点通过高效互联协议连接、具备跨物理节点统一内存编址能力的服务器，被视作大模型时代的“超级计算机”。

价格端的火热最能说明供需失衡。一位从业20年的金融租赁行业人士称，国外某先进算力一台8卡设备价格已被炒到1400万元，连H100、H200这类旧卡也从200万元翻倍到400万元。金租项目的单体投资从几年前的数亿元升至几十亿元，行规变为“闭口”5年，即以固定价格签5年长期协议直租算力资源，再转租给科技公司。这种模式本质是给稀缺算力加杠杆：金融租赁公司出资购置设备，直租给上市公司，再由上市公司转租给科技大厂和大模型公司，赚取租金价差与运维服务费。有银行甚至推出“算力贷”，一家银行给某大厂批了50多亿元贷款专门用于算力支出。

资本涌入的方向正是超节点。一些掮客专营此道，把10万元的单卡叫价到50万元。报道称，昇腾950超节点售价已超过1亿元，拥有1024张NPU，有业内人士表示2027年产能已经排满。需求侧的共识也在形成，IDC数据显示，超过94%的企业认为超节点是人工智能基础设施的重要能力，26%的企业认为它是大规模AI落地后必须部署的设备。

华为是这一市场最头部的玩家，某种程度上也在定义超节点技术的演进标准。其昇腾950超节点由1024张卡组成，单柜64卡、16个柜台连接；下一代昇腾960芯片的超节点规模将达到4096卡。华为公司制造与大企业军团CEO刘超表示，昇腾950超节点已开始批量发货，会为各行业排名靠前的公司做相应安排，不一定是价高者得。他提到，互联网公司要的是百万卡量级，制造企业可能从8卡起步，目前整体紧缺，采取双轨分配机制。

需求集中的背后是模型架构的演进。大模型普遍采用MoE架构，激活参数越来越大，需要计算、存储、网络高度集中并尽可能降低时延。2026年上半年，月之暗面发布的K3参数规模为2.8万亿，激活参数1040亿，比K2增长1.5倍。华为公司副董事长、轮值董事长汪涛预计，模型参数将快速迈向10万亿，到2030年达到100万亿以上。为此华为提速研发：960DT预计比原计划提前三个季度、2027年第一季度就绪，960PR提前一个季度、2027年第三季度就绪，昇腾系列将坚持一年一代的节奏。华为还在加速与模型厂商绑定，有员工称公司正努力成为DeepSeek原生的训练底座，希望把过去“先在英伟达芯片训练、再由国产芯片适配”的顺序反过来。2026年9月中旬的华为全联接大会上，汪涛宣布昇腾910C超节点已部署超1000套，昇腾950超节点也已规模商用。

不过，华为并非市场的全部。一位咨询公司负责人指出，华为超节点全部自研，柜间柜内共享一套通信，效率更高，但客户若想把昇腾卡换成其他GPU卡，柜间通信就无法使用灵衢标准，这是一把双刃剑；其他厂商坚持开放，可基于互联网公司协议或自有协议合作，更为灵活。阿里平头哥推出了“真武M890”与“磐久AL128”系列超节点，浪潮信息、中科曙光、新华三等传统服务器厂商也均有布局，它们不一味追求规模与技术先进，更多比拼开放集成与Token效率。

IDC近期发布的《2026中国人工智能计算力发展评估报告》显示，企业部署超节点的痛点首先是初始投资成本过高（55.0%），其次是软件生态与业务系统适配困难（45.7%）和现有网络架构需全面升级（40.3%）。更尴尬的是，这门生意的账目前还很难算平。上述咨询公司负责人承认，超节点的投入产出比极难量化；另一位行业人士坦言，国内已部署的超节点产品都算不过来账，原因是Token吞吐效率达不到预期、无法商用部署，华为950超节点有可能成为第一个把利润打正的。生态适配也是一道坎，有厂商为客户适配Kimi K3时，一些芯片速度初始只有十几个Token/秒，需要做大量算子工程适配。

超节点Infra创业公司魔形智能刚完成A轮融资，其创始人、CEO徐凌杰表示，目前大规模实地部署的超节点在科技大厂内部有一些，但市面上还很少，原因是部署条件苛刻，95%的算力中心仍是风冷。他认为，国产芯片的能力限制决定了算力经济还难以实现较好平衡，但超节点可以通过系统方式抹掉一部分差距。在他看来，打造基于超节点的Token工厂，90%的成本来自硬件采购、再每年摊薄，竞争重点应落在降低Token单位成本，而非拼规模和性能参数。影响Token吞吐的因素很多：液冷能力可让算力卡超频运行，高速互联网络的带宽与时延直接决定卡间通信效率，显存容量与带宽则是推理能力的核心约束。

浪潮信息董事长彭震表示，浪潮超节点的胜负手不是追求极致大规模，而是做速度最快、能承载万亿参数模型、面向企业级快速部署的产品，这更符合当下企业智能体落地的真实需求。他认为，从2025年起超节点竞争就很激烈，但不应再依惯性堆规模，而要把Token交互速度作为关键衡量指标。近期浪潮信息发布元脑SD200 Ultra超节点AI服务器，基于本土AI芯片，单机承载运行2.8万亿参数的Kimi K3大模型，Token生成时延首次突破5.85毫秒。

互联技术被视为超节点竞争的本质。奇异摩尔创始人兼董事长田陌晨指出，随着单芯片算力逼近物理极限，算力瓶颈已从计算核心转移到芯片间的数据搬运效率，“内存墙”与“通信墙”效应日益凸显。超节点硬件链路分两层：一层是单卡封装内的存储互联，即HBM，负责芯片与本地显存间的高速数据交换，决定单卡能承载的Token并发量；另一层是柜内、柜间的多卡互连，支撑大模型并行计算与MoE专家路由，光模块、CPO、NPO负责的正是后者。互联需求直接体现在出货量上：早期1张GPU通常配套4个光模块，如今升级为1张GPU对应6个光模块；2023年光模块出货量约2000万只，到2026年市场预测出货总量将突破1亿只。

柜内密度终有尽头。随着单柜密度从64卡提升至128卡甚至256卡，物理空间、散热极限和内部能源损耗都将触及天花板，超节点开始从Scale Up转向Scale Out，演化为万卡、十万卡乃至百万卡集群。DeepSeek、Kimi发布新模型时都会给出部署建议：DeepSeek V4.1 Flash上线时给出的门槛资源是2000张GPU及存储集群；K3官方博客建议部署在64张及以上加速卡组成的超节点上。华为的方案是通过灵衢UnifiedBus统一互联，打通昇腾超节点与鲲鹏超节点，构建Agentic超节点集群，最大支持100万卡规模。

但规模并非答案本身。一位厂商负责人强调，超节点的通信域名不是越大越好，它基于带宽、HBM容量和处理性能有一套最佳配比，超过这个配比，扩的节点再多性能也难明显提升。更大的难题在运营：十万卡、百万卡集群的管理，正推动行业从“DC for AI”走向“AI for DC”，即用AI管理用电、液冷与集群运维，比如依托AI算法动态调优液冷制冷功率、根据算力负载实时匹配散热策略。这场竞赛刚刚开始——芯片决定下限，互联决定效能，集群决定规模，而运营决定生死。