国产超节点：算力核心赛道的逻辑拆解

模型迭代持续提速，算力需求迎来爆发式增长，当前AI大模型周调用量已达27万亿Token，传统服务器堆叠模式受限于松耦合架构的先天不足，已难以承载这一算力需求井喷，分析师普遍看好，国产超节点发展势在必行，有望成为承载万亿级算力需求的关键基座。

本文结合行业核心数据与最新动态，拆解分析国产超节点的核心逻辑，仅供行业研究参考。

一、什么是超节点？

首先明确核心概念：超节点是指通过高速互联总线将数千张AI芯片整合为逻辑统一的计算集群，区别于松耦合的服务器堆叠，作为打破“堆服务器扩算力”旧模式的核心解决方案，已然成为国产算力突围的关键抓手。

技术演进目标：

彻底打破“堆服务器扩算力”的低效旧模式，实现AI算力效能的革命性提升。

二、需求侧：

AI训推共振，算力缺口倒逼超节点落地

这一需求井喷的态势，正是超节点需求爆发的核心驱动力。

据OpenRouter数据，3月30日至4月5日这一周，全球AI大模型总调用量达27万亿Token，环比增长18.9%；

其中国内周调用量达12.96万亿Token，环比增幅高达31.48%，阿里通义千问Qwen3.6 Plus（free）以4.6万亿Token的周调用量，直接登顶全球榜首，进一步印证了万亿级算力需求的现实体量，也凸显了传统服务器堆叠模式的局限性。

更值得关注的是，算力需求结构的差异愈发明显，训练与推理对超节点的核心要求截然不同：

训练场景侧重大规模集群的协同算力，对互联带宽、时延容错性要求极高；

推理场景则更看重单机算力密度与能效比，需适配高频次、低延迟的调用需求，而AI推理需求的崛起正成为新的增长亮点。

英伟达CEO黄仁勋曾明确表示，AI推理规模很快将达到训练负载的十亿倍，IDC也预测，到2028年推理工作负载占比将攀升至73%。

近期Kimi、MiniMax等厂商的API调用频繁出现过载情况，再叠加全球算力涨价潮，国内“算力荒”问题进一步凸显，而超节点的高密度集成优势，正是破解这一缺口的最优路径。

三、供给侧：

技术迭代+政策支撑，超节点进入放量期

从供给端来看，超节点正朝着“密度集成、高速互联、全局协同”的方向加速演进，再加上政策与技术的双重支撑，整个行业已步入快速发展的快车道。

算力规模方面，IDC预测到2028年将进一步增长至2781.9 EFLOPS。

据华泰证券测算，

2028年国产超节点市场空间有望达到3414亿元，2026至2028年复合增长率高达194%。

测算核心依据为：当前每EFLOPS超节点造价约1.2-1.5亿元，叠加2028年国内智能算力渗透率提升至85%、超节点替代传统服务器集群比例达60%的假设，具备较强可验证性。

技术突破上，HW灵衢协议取得重大进展，其核心价值的在于破解传统PCIe、RoCE互联的核心瓶颈——PCIe带宽有限且时延较高，RoCE协议易受网络拥堵影响导致算力损耗，而灵衢协议实现带宽与时延的双重优化，其Atlas 950 SuperPoD超节点带宽达到16.3PB/s，时延降至3微秒，8192卡规模集群的性能表现，大幅领先于业界同类产品。

政策层面，“算电协同”已被写入“十五五”规划，明确要求枢纽节点新建算力设施的绿电应用占比不低于80%，这也推动超节点向绿色化、集约化方向升级，目前贵州贵安新区等算力枢纽已率先实现超节点规模化落地。

在这些因素的共同推动下，超节点正逐步替代传统服务器集群，成为智算中心的核心部署形态。

四、厂商格局

分层布局，国产玩家差异化突围！

国内互联网企业与整机厂商正加速布局超节点，目前已形成“超大规模、大规模、中型”三层产品矩阵，差异化适配不同应用场景，国产替代的趋势愈发明确。

1.超大规模超节点方面，目前全球主流方案包括HW Atlas 950 SuperPoD（8192卡）、谷歌TPU v7 Pod（9216卡）、英伟达DGX SuperPOD（2048卡），三类方案差异显著。

谷歌TPU Pod侧重自研芯片与软件生态闭环，适配自身AI训练需求，对外兼容性较弱；

英伟达DGX SuperPOD依托CUDA生态优势，软硬件协同性强，但核心芯片依赖自身供应，且受海外出口管制影响较大；

HW Atlas 950 SuperPoD则凭借自主研发的灵衢2.0协议，在算力、带宽等核心指标上实现对海外产品的超越，同时贴合国内“算电协同”政策，绿电适配性更强，这种自主协议+政策适配的组合，构成国产超节点的非对称优势，该产品计划于2026年四季度正式发布。

2.大规模超节点领域，厂商竞争最为激烈，阿里云磐久、中科曙光ScaleX640、字节大禹等方案均在其中布局，这类方案很好地平衡了单柜集成度与扩展灵活性，能够适配互联网大厂的大规模算力需求，也是当前市场放量的核心梯队。

3.中型超节点，则以超聚变FusionPod、新华三UniPodS8000、浪潮元脑SD200（均为64卡）为代表，主要聚焦企业级私有化部署与边缘智能场景，通过架构创新提升算力密度与能效比，精准满足细分市场的需求。

除此之外，寒武纪、摩尔线程等国产芯片厂商也在同步发力，通过训推一体架构优化、开源工具链完善，推动超节点软硬件协同升级，逐步打破海外生态的垄断格局。

五、产业链价值测算

超节点将成为算力的主流形态，意味着在未来，算力需求方的采购，将以超节点为单位，而不是GPU卡。

从价值量来看，超节点与光刻机在同一量级。

从产业链环节价值看，以HW Atlas 950作为测算标准，具体如下：

1.单套超节点造价估算

HW官方目前仅公开了Atlas 950/960超节点的技术参数与上市时间表，未披露具体售价。下文造价数据系产业链调研口径推演估算：

Atlas 950 SuperPoD（8192卡） ：按零部件拆解和专业测算框架拟合，单套超节点投资约1.2亿美元（约合人民币8.6亿元） ，含芯片、互联组件、散热、整机组装等核心环节的成本摊分；

Atlas 960 SuperPoD（15488卡） ：更高规格配置下，单套投资约3.1亿美元。

上述造价数值属于公开市场推演估算，实际造价可能因具体配置差异、采购规模、代工工艺良率等因素产生浮动（估计合理误差范围约±20% ），仅供参考。

2. 产业链价值量测算

以下产业链价值量占比，综合华泰证券、华西证券、长城证券等机构的公开研报及产业调研资料拟合得出，测算口径如下：

基准型号：Atlas 950 SuperPoD，单套造价估算值8.6亿元人民币；

年出货量假设：对应2026—2027年国产超节点放量过程的乐观情景假设，为数值计算提供可比标准（实际出货量范围可能在300~1000套/年之间，各环节金额按比例线性调整）；

测算范围：覆盖从先进制程晶圆代工、封装、HBM存储、Scale-up交换芯片、高速铜缆模组、光模块、电源、液冷、PCB、DrMOS、散热盖在内的全产业链环节，不含数据中心土建及运营成本；

数据来源：综合多家券商研报中的子环节价值量推算拟合，各环节具体占比在不同机构之间存在口径差异。上文占比及绝对金额为产业模型推算值，实际数值可能存在±20%~30%的误差，不可直接替代官方或审计数据，仅供研究讨论参考。

基于上述前提与方法，年出货1000套时各环节价值分布如下：

先进制程晶圆代工约388亿元、封装约624亿元、HBM约793亿元，Scale-up交换芯片约549亿元，高速铜缆模组约656亿元，光模块约492亿元，电源约246亿元，液冷约697亿元，PCB约246亿元，DrMOS约41亿元，散热盖约42亿元。

其中，HBM（16.6%） 技术壁垒最高，增长潜力最大液冷（14.6%） AI算力密度提升的关键高速铜缆（13.7%）机内互联的核心解决方案。

3. 造价对标（仅供参考）

将超节点造价量与ASML光刻机进行类比，主要为了说明超节点在战略价值与造价量级上的可比性。ASML TWINSCAN NXE:3600D售价约2亿美元，High-NA EUV系列约3.5~4亿欧元（约27~32亿元），其价格主要体现技术与专利垄断壁垒；而超节点造价则更集中于硬件规模、互联架构与整机组装的系统集成成本。

六、六大核心环节

当前国内AI大模型已进入加速发展阶段，国产超节点的量产与渗透率提升具备较强确定性，算力板块的高景气度将持续延续。

平台玩家梯队

第一梯队：全球绝对领先（技术 + 规模双优）

第二梯队：技术领先且具备大规模部署能力

第三梯队：特色技术突出 / 部分领域创新

产业链细分领域：

关键部件：HBM 存储

温控散热：液冷技术

互联：高速铜缆模组

制造：先进封装技术

网络：Scale-up 交换机

光通信：高速光模块

制造：晶圆代工

基板：PCB/FCCL

供配电：电源 PSU

核心器件：功率半导体

重点梳理以下六大核心环节：

1.国产芯片：寒武纪、海光信息、摩尔线程等标的，将直接受益于国产替代推进与训推需求爆发，其中寒武纪思元590已实现千卡级集群商用部署，落地进度领先；

2.CPU：澜起科技、龙芯中科等企业，为超节点计算性能升级提供核心支撑；

3.ODM厂：浪潮信息、中科曙光、紫光股份等，直接受益于超节点整机放量，近期东山精密等企业就因算力相关业务，带动业绩实现显著增长；

4.IDC：润泽科技、光环新网等企业，依托算力枢纽布局，将持续受益于超节点的规模化部署；

5.零部件：华丰科技、中航光电等，为超节点的高速互联需求提供核心配套；

6.液冷：英维克、川环科技等标的，适配超节点高密度集成下的散热需求，叠加绿色算力政策导向，行业需求将持续提升。

七、风险

短期风险：算力涨价导致下游应用厂商成本压力攀升，进而拖累超节点的部署节奏；国产大模型性能成长、AI产品落地进度不及预期，进而导致算力需求不及市场预期；

结构性风险：

1. 国产超节点技术突破进度缓慢，或海外巨头技术封锁加剧，影响国产化推进进程；

2. 国产算力生态建设进度不及预期，难以突破海外CUDA生态的垄断壁垒，导致超节点软硬件协同效率受限。

整体来看，国产超节点是AI算力需求爆发与国产替代双重逻辑共振下的核心赛道，技术迭代、政策支撑与厂商发力形成合力，正推动行业进入快速发展期。对行业研究者而言，需重点跟踪技术路径的演进方向；对投资者来说，可聚焦核心环节标的，兼顾成长性与确定性，同时警惕行业潜在风险。

----------------

附表：

表1：国产超节点产业链与核心公司

表2：核心假设敏感性分析：

注：测算公式=智能算力规模×算力渗透率×超节点替代率×每EFLOPS超节点造价，替代率是影响市场规模的核心变量，替代率每变动10个百分点，市场规模对应变动约569亿元。

表3：国产超节点核心环节景气度与跟踪指标

风险提示：本文为产业深度研究，不构成任何投资建议。行业技术迭代、原材料价格波动、市场需求变化、政策调整等因素，均可能影响产业发展进程，需理性看待产业长期逻辑与短期波动。

注：本文相关梳理数据仅基于公开统计信息整理、分析，不构成任何投资建议，投资者据此进行投资决策产生的盈亏，均与数据提供方及本报告撰写方无关；数据统计存在时效性，需以最新数据为准。投资有风险，入市需谨慎。

~END~

声明：本文基于公开信息及研报分析，仅供参考，不构成投资建议。市场有风险，投资需谨慎，请独立决策。

来源：金融梦想家