训练大模型最怕什么？不是没显卡，而是几千张卡凑在一起却“各干各的”，互相扯后腿。2026年9月，华为在全联接大会上发布昇腾960超节点，试图解决这个难题。
超节点是什么
你可以把“超节点”理解成：用一套高速协议，把成百上千张算力卡连成一台计算机，统一调度、统一内存。昇腾960基于“灵衢+Hi-ONE”打造，最大可扩展到4096张卡，提供8 EFLOPS（FP8）的算力，支撑十万亿参数大模型的训练与推理。
华为副董事长、轮值董事长汪涛介绍，超节点是超大规模AI基础设施建设的必然选择。
关键技术突破
这次最大的看点是NPO近封装光学技术。传统方案靠铜缆电互联，距离和带宽都有物理上限；昇腾960在算力卡边缘几厘米处实现电转光，降低功耗和延迟，也缓解散热难题。单颗光引擎传输容量达7.2T，是全球目前传输能力最大的同类产品。
已经不是PPT
这套东西不是实验室样品。公开信息显示，昇腾系列超节点已经规模商用超过1000套，用在互联网、运营商、金融、医疗、交通等行业。更早的昇腾384超节点也已商用落地750多套。
普通人怎么理解
算力听起来很远，但它决定两件事：你用的模型响应快不快、贵不贵。国产算力底座越强，模型厂商的成本越低，最终落到应用上，就是更好用、更便宜的国产服务。
对创业者来说，算力基建完善，意味着做AI生意的“水电费”在下降——这是所有上层应用都能受益的地基。
为什么这件事和普通人也有关
很多人觉得算力芯片离自己很远，其实它决定的是你每天用的那些 AI 服务「快不快、贵不贵、稳不稳」。国产超节点规模商用，意味着大模型厂商不用再完全依赖海外硬件，成本结构更可控，最终会反映到应用价格上。
对创业者而言，算力基建是「水电煤」——地基越稳，上层应用越敢放开手脚。当训练推理的成本曲线往下走，中小团队才有余力去做产品、做体验，而不是被账单压住。这也是为什么「国产算力」值得被普通人记住：它不是一句口号，而是你未来用到的每一个 AI 功能背后的成本变量。
超节点的价值，不只在参数漂亮，而在把分散的算力拧成一股绳。过去几千张卡各自为战，调度效率低、利用率上不去；现在统一编址、统一内存，训练十万亿参数模型才成为可能。对做人工智能应用的人来说，这意味着上游供给更稳，调用大模型的等待更短、价格更可控。地基稳了，上层才敢盖高楼。