1、联合编写单位协作单位中国电子技术标准化研究院、GCC 全球计算联盟、国家信息中心010203040506072.13.14.15.15.25.34.22.23.24.1.14.2.14.1.24.2.24.2.32.33.32.4前言大模型对基础设施的挑战超节点的出现与演进超节点基础定义与特征超节点应用案例总结和展望：迈向未来计算的下一个十年参考文献通往通用人工智能之路：最新大模型发展动态070706162107162109182224261120221212131314141415全球产业的演进路线：从硬件聚合到系统构建技术特征支撑大模型创新及云服务场景加速人工智能科学计算，服务算法创新助力

2、行业企业智能化升级系统特征AI 技术从单点能力突破迈向系统能力创新超节点技术产业生态发展格局基础特征：大带宽、低时延、内存统一编址超大规模扩展特征：多级缓存池化、资源灵活配比超高可靠灵活切分大模型计算基础设施的挑战小结小结CONTENTS目录超节点发展报告02当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着“规模定律”不断演进，从预训练扩展到覆盖预训练、后训练、逻辑推理的全流程，其参数与集群规模实现“双万”跨越，行业模型落地需求专业化。传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据让传统以太网带宽难以承受；同时，伴随

3、算力规模扩大，万级处理器带来的故障常态化，对自动化运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必然趋势。超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础技术是超节点的根基，其具备超高带宽互联、内存统一编址等技术特征，通过近乎无阻塞的高带宽互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了网络、计算、存储

4、等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细化资源调度等机制，满足不同业务需求，最大化释放算力价值。本文系统性地提出并论证了“超节点将成为 AI 时代的核心计算单元”这一重要观点，清晰地呈现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业生态发展格局，为产业界指明了超节点的发展方向。在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我们提供了宝贵的理论指导和实践参考，相信在产业界的共同努力下，超节点将不断成熟完善

5、，为人工智能的持续突破和广泛应用奠定坚实的算力基础。中国工程院院士、清华大学计算机系教授 郑纬民序言 1超节点发展报告03大模型正以不可逆转之势为全球计算领域带来跨越式变革。从生成式 AI 到 Agentic AI 再到Physical AI，大模型持续提升解决复杂问题的能力，并向物理世界延伸。大模型技术及能力演进，驱动 AI 系统负载变化，需要一套系统架构满足未来发展需求，超节点成为 AI 基础建设的共识。超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、纳秒级时延

6、、TB 级超大内存，实现集群能力跃迁。相较“服务器集群”，超节点代表的是弹性、池化、开放的系统能力：既能以极致吞吐支撑万亿参数训练，也能以低时延满足企业级大规模推理的刚性需求。昇腾 AI 坚持架构创新，开源开放，共建产业生态。昇腾 AI 经过 6 年快速发展，已成长为中国 AI 算力第二平面的坚实基础，并通过软硬件开源开放，建立生态兼容、共建共享的昇腾 AI 生态。在基础硬件层面，昇腾持续引领技术架构，打造领先产品，实现业界最大规模的 384 超节点产品，并在下一代将扩展至 8192，持续领先；在基础软件层面，通过一套架构满足不同代际产品的持续演进，同时秉承开源开放的策略，将核心计算架构 CA