环球问策:当AI从“烧钱”走向“算账” 超节点能否实现普惠破局?

算力需求的结构性变化

  过去几年，AI算力的叙事主线是“越大越好”——更大的集群、更多的卡数、更高的参数规模。从千卡到万卡，再到十万卡集群，头部科技公司竞相追逐算力规模的极限。

  但这一逻辑正在被市场需求的变化所修正。

  “从当前市场需求来看，AI算力结构正在发生分层变化。”中科曙光高级副总裁李斌在发布会上表示。根据行业机构预测，全球AI基础设施投入仍将保持较快增长，但新增需求正逐步从超大规模集群，转向企业级和行业应用场景。

  这意味着，算力配置的重点不再单纯追求规模上限，而是更加关注性能、成本与灵活性的平衡。

算法同学最理想的情况是，用一台机器就像用单机一样，不需要了解复杂的并行策略和优化策略。但现实是，大模型的规模决定了不可避免地需要一个复杂的系统。

超节点的技术逻辑

  也是在这一背景下，中科曙光选择了40卡这一规模作为切入点。

  “业内普遍共识是：几十卡规模已足够满足大多数行业场景模型训练、推理及开发测试的算力需求，这也是兼顾效率与投入的最大公约数区间。”李斌解释，相比数百卡级的顶级超节点，40卡既具备支撑大模型训练和推理的能力，又不会带来过重的投入压力。

  从技术路径来看，scaleX40采用了与顶级超节点不同的设计思路。它通过无线缆正交架构，将计算与交换节点实现直接对插，减少了光纤与铜缆的使用，同时采用标准19英寸箱式设计，可直接适配现有数据中心环境。