打破“算力存储通信”三堵墙，昇腾超节点给出十万亿大模型训推“最优解”

智东西 作者 | 云鹏 编辑 | 漠影 如果说2026年的AI圈只有一个关键词，那必然会是 “智能体（Agentic AI）”。 从能聊到能干，智能体浪潮下，AI在各领域开始加速赋能，AI编程的爆发进一步带来生产力的质变，在各行各业掀起变革。 随之而来的是AI推理需求呈指数级爆发， 2030预计全球每月Token消耗数将超过120千万亿，暴涨24倍。 为了支撑更强的Agent处理更复杂的任务，模型也越来越大，顶级MoE模型参数量直接来到“十万亿级”，训练压力同步增长。 既要支持更大规模模型高效训练，又要在推理端支持更长上下文，实现更低时延、更低成本、更高效率，这样的需求传统服务器难以应对， “超节点”逐渐成为AI基础设施领域行业公认的更优解决路径。 理想状态下，大量AI加速器紧密耦合成为一台更高密度的AI计算单元，超节点可以解决大模型训练和推理中的 “存储墙”和“通信墙”。 但理想很丰满，现实很骨感，超节点落地需要克服诸多挑战。全球芯片巨头、云厂商、服务器大厂争先发布“超节点”产品，但真正商业化落地的很少。 如何真正突破集群内计算、存储等各类资源的通信瓶颈？如何真正通过系统性架构创新优化，实现全域资源统一高效调度？让成千上万张计算卡像一台计算机一样高效运转，绝非易事。 自今年WAIC上真机亮相后，昇腾950超节点备受业内关注，近日在华为全联接大会2026期间正式上市，成为了 业界最大规模的商用超节点。 ▲华为全联接大会2026昇腾展区 继去年昇腾910C超节点发布首次将“超节点”带入行业视野、引领行业向超节点方向前进后， 昇腾为何能成为业界最大规模商用落地超节点？从技术验证迈入