一文看懂昇腾超节点：AI Infra已进入系统工程阶段 超节点成必然选择。** 作者 |**陈骏达 编辑 |**漠影 AI大模型竞赛，正在进入新的量级。海外，十万亿参数的大模型已经逐步变成现实；国内，数万亿参数的大模型也在加速追赶。为了训出真正的SOTA模型，算力集群从万卡走向10万卡已成为标配。 然而，一个尴尬的现实是：**卡越堆越多，真正被利用起来的算力，却没有同步增长。**华为的仿真数据显示，在10万卡集群中，卡间通信可能**消耗了40%以上的训练时间**，算力利用率（MFU）往往**不到30%**。也就是说，大量昂贵的算力，并没有真正用于计算。 对于训练周期以月计算的前沿大模型而言，MFU每提升几个百分点，都可能意味着数天的训练时间差，以及数千万元甚至上亿元的算力成本变化。 为解决这一挑战，有越来越多的厂商把目光投向一种新的算力组织方式——超节点。与传统集群把计算卡分散在大量服务器中不同，超节点试图通过更紧密的互联、统一的内存空间和更低的通信时延，把数千张卡组织成一个逻辑上的整体。 日前发布的昇腾960超节点，正是这样一套面向10万卡时代的超节点工程化方案。 01******.