从华为昇腾 950 超节点、阿里平头哥真武 M890 与磐久 AL128，到昆仑芯 P800 及天池超节点，再到沐曦、清微智能、天数智芯、摩尔线程等企业带来的算力系统，雷科技 ( ID：leitech）发现，本届 WAIC 上最抢眼的半导体产品，几乎都不再以单颗芯片的形式出现。
说实话，国产芯片厂商如此集中地展示全产业链生态尚属首次。不过，虽然芯片、架构各有所异，但是认真逛完后，小雷发现这届 WAIC 的芯片厂商们最核心的关键词其实是一样的，那就是 " 超节点 "。
什么是 " 超节点 "？你可以将其看作多卡集群的升级版。传统算力集群只是将计算卡放在一起，用牺牲性能的方式换取更大的算力规模。而超节点则是在此基础上，通过自研硬件和架构，在尽可能不降低性能的情况下，把计算卡串联成庞大的算力集群。
随着 AI 算力的需求越来越高，AI 企业对算力成本也越来越敏感，超节点也被视为算力企业的核心竞争力，所以在 WAIC 上，你可以看到 " 超节点 " 的宣传几乎 " 无处不在 "。
巨头集体亮剑，国产超节点迎来爆发
小雷首先来到的是阿里展区。作为国内云服务和芯片的双巨头，阿里在展区里展示了由真武 M890 与磐久 AL128 超节点组成的算力系统，也是最受关注的展品之一，甚至被评为此次 WAIC 的 " 镇馆之宝 "。
真武 M890 作为阿里自研的顶级算力芯片，也吸引了不少人的注意。其采用平头哥自研并行计算架构，内置 144GB 高带宽显存，片间互联带宽达到 800GB/s，原生支持从 FP32 到 FP4 的多种数据精度，综合性能达到上一代真武 810E 的 3 倍，可以兼顾大模型训练、推理以及智能体并发任务。
单看参数，真武 M890 确实是一颗相当强大的训推一体芯片，但小雷看完阿里的展区后觉得，它真正的核心其实并不是 " 性能提升 "，而是阿里在这颗芯片上终于补齐了整个算力生态的循环。
与真武 M890 一同展示的磐久 AL128，不仅搭载了平头哥自研 ICN Switch 1.0 互联芯片，其余关键芯片和硬件也几乎都是阿里自研的，而这也是 128 颗算力芯片能够在系统层面组成一台 " 超级计算机 " 的关键。两者的搭配，让阿里的算力成本相较于此前有明显下降。
对于已经手握千问大模型生态和云服务器平台的阿里来说，真武 M890 与磐久 AL128 的出现，意味着其终于打通了 " 芯片—服务器—云平台—大模型—智能体应用 " 的完整链路，将每一个环节都掌握在自己手中。
而在百度的展区，则是展示了以昆仑芯 P800 为核心搭建的天池算力矩阵，最高支持 256 卡超节点连接。对比前代的算力集群，中吞吐性能、推理效率以及通信时延等方面都提升明显，并且适配文心、DeepSeek、智谱和 MiniMax 等主流模型，甚至能够进一步拓展至数十万卡的超大集群。
作为一家与阿里类似的企业，百度的昆仑芯与天池，也是他们构建完整 AI 链路的关键。基于天池万卡集群的算力成本优势，百度能够在各个领域以更低的成本推动应用落地，这也是百度能够在搜索、文生图、智能驾驶、智能体等各个业务上都取得突破的关键因素。
在小雷看来，这种拥有内部需求驱动的 AI 生态，也是阿里、百度等国内 AI 企业的一个关键优势。在更低的算力成本支持下，他们能够有更多机会去 " 试错 "，让中国在 AI 落地层面跑得比其他国家都更快。
在 H2 的华为昇腾展厅，小雷也看到了本届 WAIC 最具冲击力的产品——昇腾 950 超节点，由 1024 张计算卡组成，拥有 256TB 的统一内存，NPU 往返时延近 3 微秒，搭配统一内存编址系统，使其能够像一台 " 完整 " 的计算机那样使用和计算。
与其他厂商的部分展示不同，华为是真把完全版的服务器搬到了展台，以至于在现场看过去就像在面对一堵墙壁，而在 " 墙壁 " 之内，则是目前中国最强的算力矩阵。值得一提的是，1024 卡集群只是本次展示的上限，昇腾 950 超节点最高可支持 8192 个芯片互联，最高可扩展的集群数量超过 50 万卡。
昇腾 950 超节点就是华为在 AI 领域的最大资本。即使单颗芯片面对国际旗舰 GPU 仍有差距，只要能够通过高速互联和系统协同提高整体利用率，最终交付给客户的有效算力依然极具竞争力。
在逛完国产算力三巨头的展区后，小雷发现他们都在押注十万卡级别的算力矩阵，并且基本都是自研芯片和互联架构，最大程度降低硬件成本和维护成本，然后将其转化为算力成本上的优势。
事实上，这也是国产算力芯片的一个共同趋势。以前大家都在考虑 " 有没有芯 "，但是随着自研芯片几乎成为标配，大家的竞争将进入 " 能不能变成稳定且廉价的算力 "。
不止超大集群，这些国产玩家值得关注
在沐曦的展台，小雷也看到了他们最新发布的曦景 S600 超节点，一整套庞大的服务器设备摆在展台中央，视觉冲击力还是相当大的。不过，在感慨之后，更值得关注的东西其实藏在机柜的深处—— OEX 正交架构。
沐曦的 " 曦景 "S 系列通过正交连接器和两级交换拓扑，实现单机柜 64 张计算卡高速互联，并可通过横向堆叠扩展至万卡集群。简单来说，计算节点与交换节点不再依靠大量高速线缆连接，而是通过正交结构直接互联。
由此形成的计算节点零线缆、交换节点零线缆以及节点之间零线缆 " 三 0 设计 "，直接解决了大规模集群中布线复杂、信号损耗和故障率上升等问题。事实上，大型数据中心的故障很多时候都不是算力芯片带来的，而是其中的各种连接硬件、芯片在高频使用下出现问题。
而沐曦这套方案，则是将线缆尽可能去除，用解耦式模块化设计替代，让核心模块都可以单独部署和维护，显著降低数据中心的维护成本和时间。更低的运维成本和更开源的生态，对于想要部署私有算力服务器的中小型企业来说，沐曦的方案非常具有吸引力。
而在另一边的清微智能展区，则展示了下一代 TX82 芯片模型、可重构 3.0 技术及 4K 超节点系统。这套系统最有意思的地方在于，它并不追求用固定硬件结构覆盖所有模型，而是根据不同算法动态调整计算资源，减少部分单元闲置。
图源：雷科技
在现场展出的 4K 超节点最高可拓展 4096 颗芯片，配套软件栈已适配 200 余款模型。与巨头们的超大集群相比，清微的优势在于能够根据企业要求进行深度定制，让企业部署成本和算力成本进一步降低。
另一家国产芯片企业摩尔线程，在 WAIC 上的展示重点则是如何把这些算力真正转化为可持续生产的 Token。
在摩尔线程展区，小雷看到了其围绕 " 词元时代，万物智能 " 搭建的完整算力体系。摩尔线程将其概括为三座 "AI 工厂 "，分别是模型训练工厂、词元生产工厂和智能体生产工厂。简单来说，就是先把模型训练出来，再以更低成本持续生成 Token，最后将这些模型和 Token 能力装进能够执行任务的智能体。
为了证明国产 GPU 不仅能运行已有模型，摩尔线程还展示了基于 MTT S5000 全功能 GPU 和 MUSA 软件栈取得的训练成果。其中，MoE-236B 基础模型完成了从零开始的全流程训练，北京大学 EvoPhys 团队的 EvoPhys-World 5D 世界模型也在这套国产软硬件体系上完成原生训练。
在小雷看来，摩尔线程的思路与本届 WAIC 的核心也十分契合：未来评价一家 AI 芯片企业，看的不再只是单颗 GPU 的峰值算力，而是它能否完成大模型训练、稳定生产 Token，并最终支撑智能体进入真实行业。
摩尔线程展示的 " 三座 AI 工厂 "，本质上也是国产算力从卖芯片走向卖生产力的一次转变。
而在云端大算力之外，本届 WAIC 上还有大量采用 Arm CPU 配合 NPU、AI 协处理器的端侧方案，比如搭载 18 核 Arm Cortex-A78AE 处理器的地瓜机器人 RDK S600，端侧推理算力最高达到 560 TOPS；瑞芯微也展示了 RK3588、RK3576 主控与 RK1828 AI 协处理器组成的双芯方案，用于本地运行轻量级大模型。
这些 Arm 架构芯片并不是为了取代昇腾或者昆仑，而是作为机器人、汽车等 AI 终端的本地 " 大脑 " 来运作，将需要即时响应的低算力任务放在本地，只有复杂的任务才会进入云端。
这也是未来 AI 生态的最佳方案，由云端超节点负责复杂训练和高强度推理，Arm 端侧芯片承担实时感知、隐私数据处理与低延迟决策，端云结合的优势远大于纯云端或纯本地。
AI 下半场，拼的不只是性能
不管是超节点，还是定制化集群方案，不难发现其核心都在于降低算力成本，而非追求极致的 AI 性能。为什么大家现在都不提性能了？其实不是不提，而是性能的重要性已经让位于成本和效率。
AI 行业的竞争其实早已过了单纯比拼模型性能的时候，随着 Agent 应用落地的需求增加，成本已经成为所有企业最关注的数字。
而且，随着 Agent 的普及，企业对于算力成本只会越来越敏感，哪怕每百万 Token 的成本只是降低几分钱，放大到数千万用户的规模上，所带来的收益都是巨大的。而且，更低的算力成本也会加速 AI 的落地，反过来倒推算力集群的规模继续增长。
对于芯片企业来说，这也是他们最愿意看到的 " 正循环 " 过程。
逛完 WAIC 的算力与芯片展区后，小雷发现，本届展会最明显的变化，就是国产算力的竞争重心。去年，大家仍在强调单颗芯片的峰值性能和算力上限，但是到了今年，芯片性能虽然还是很重要，但如何提高利用率、降低 Token 成本已经成为更核心的问题。
而在继续逛完智能体、机器人和 AI 终端等展区后，小雷也逐渐明白了这种变化的根源——Agent 正在推动 AI 从 " 偶尔使用的工具 "，变成可以持续工作的智能伙伴。与传统的使用场景相比，Agent 需要反复调用模型，并且自主规划任务和检查结果，消耗的 Token 都是成倍增加。
所以，没有足够廉价、稳定的算力，再强大的 Agent 也很难真正普及。这正是超节点、万卡集群和端云协同在本届 WAIC 集体成为焦点的原因。它们要解决的并不只是 " 算力够不够 " 的问题，而是如何让计算卡更高效地生产 Token。
从这个角度来看，WAIC 2026 展示的并不只是几颗更快的国产芯片，而是一套正在成形的中国 AI 算力体系：云端超节点负责复杂训练与高强度推理，边缘和端侧芯片承担实时感知与低延迟决策，模型、平台和应用则共同消化这些算力。
而这，就是中国 AI 产业在未来突围的关键。
主题为「智能伙伴 · 共创未来」的 WAIC2026 正在火热开展中！
AI 叙事路线从模型参数堆叠，转变到 Agent 生产力落地；异构协同、光子计算持续提高计算上限；具身智能加速应用，机器人到家进厂让物理 AI 变为现实。
雷科技 WAIC 探展团已抵达上海，直击 AI 产业化落地年度巅峰时刻，敬请关注！
