隨著國內(nèi)掀起“全民養(yǎng)蝦”熱潮，人們逐漸發(fā)現(xiàn)，算力才是數(shù)字化轉(zhuǎn)型的“硬通貨”。然而，隨著LLM、Agent應用爆發(fā)式增長，企業(yè)卻紛紛陷入了焦慮。

當前，8卡服務器是主流，在模型研發(fā)初期，它能從容承接小模型訓練、輕量推理及原型驗證等需求，是入門利器。可當AI產(chǎn)業(yè)邁入商業(yè)化深水區(qū)，8卡服務器的局限性便徹底暴露，淪為發(fā)展瓶頸。有人試圖通過堆卡解決問題，可動輒數(shù)百卡、上千卡的大規(guī)模超節(jié)點集群，對絕大多數(shù)企業(yè)而言都堪稱天文數(shù)字。

算力瓶頸已成為企業(yè)數(shù)字化轉(zhuǎn)型的“攔路虎”。在此背景下，中科曙光3月26日在中關村論壇發(fā)布的世界首個無線纜箱式超節(jié)點scaleX40，就尤其值得關注。對此，行業(yè)人士分析，在8卡的性能瓶頸與大集群的高成本之間，定位在普及型超節(jié)點的sacleX40有望快速填補市場空白，成為破局關鍵。

算力選型的誤區(qū)

首先，傳統(tǒng)8卡服務器因部署簡便、成本可控，一度成為企業(yè)的主流優(yōu)選。不過，隨著大模型參數(shù)量向千億、萬億發(fā)展，MoE架構成為主流，8卡服務器開始顯存容量吃緊、多驟機協(xié)同效率降、并發(fā)推理能力不足，很明顯不夠用了。此外，傳統(tǒng)8卡服務器還有高TCO、升級改造復雜、適配難度大等多重問題，已難以滿足日益增長的AI訓練與推理需求。就像用手機處理簡單日常工作沒啥問題，但想做點復雜工作，哪怕多買幾部手機拼一起也解決不了問題，除非換PC。

其次，很多企業(yè)認為只要不斷堆料，粗暴疊加卡的數(shù)量就能解決問題了。且不說上百卡乃至數(shù)百卡的集群采購成本足夠燒光公司幾年的預算，后續(xù)的機房、運維、電力成本也非常巨大，對絕大多數(shù)都過于昂貴，根本難以負擔。實際上，對這些公司來說，幾十卡已經(jīng)足夠，就算手持上百卡，大多時候系統(tǒng)也會閑置。就像每天拉幾十噸貨跑，一輛貨車裝不下，但也犯不上買火車。

最后，不少人轉(zhuǎn)而選擇云算力，看似靈活省心，可長期高頻使用下來，按次計費的成本居高不下，綜合算下來并不劃算，也難以支撐穩(wěn)定、規(guī)模化的業(yè)務運行。更重要的是，最近短短三個月內(nèi)，AWS、谷歌云等廠商集體重塑定價策略，半年前AI創(chuàng)業(yè)者還能跟云廠商談折扣，現(xiàn)在能拿到配額就不錯了。

所以，綜合來看，在8卡入門配置與超大規(guī)模集群之間，還需要一個過渡。

中小規(guī)模的“算力甜點區(qū)”

如果你時刻關注行業(yè)，可以看到迄今至少有8家廠商推出了自己的“超節(jié)點技術”。產(chǎn)品規(guī)格也不斷沖高，規(guī)模從64到上百，價格門檻層層抬升，但在這背后，真的能讓中小企業(yè)買得起、能落地的產(chǎn)品反而成為稀缺品。

行業(yè)普遍認為，超節(jié)點規(guī)模存在性能收益邊際遞減，32卡~256卡為高性價比投資“甜點區(qū)”，越往大規(guī)模靠攏，性能冗余越多，資源浪費也越嚴重。

32卡是千億級模型商業(yè)化落地的基本門檻，能覆蓋更廣泛的行業(yè)級應用，顯存池可完整承載模型、梯度與訓練數(shù)據(jù)，既能支撐千億模型訓練，也能滿足中等并發(fā)推理，是兼顧性能與成本的實用配置。

不過，企業(yè)業(yè)務始終動態(tài)變化，模型規(guī)模與并發(fā)量隨時可能大幅提升，需要在32卡的基礎上進一步拓展能力邊界。此時就存在一個兼顧性能與成本的“算力甜點區(qū)”，不僅能夠?qū)⒉少忛T檻從“億元級”拉低至“千萬級”，同時適配90%企業(yè)場景。

買得起、用得上、用得好的超節(jié)點

“算力甜點區(qū)”的存在并非秘密，但市場上真正落地又好用的產(chǎn)品卻寥寥無幾。中科曙光便推出了全球首個箱式無線纜超節(jié)點scaleX40，讓超節(jié)點成為中國算力標配。

在此之前，曙光發(fā)布了面向大規(guī)模算力需求的超節(jié)點scaleX640，證明了自身在“大算力”領域的實力。然而，要讓更多企業(yè)真正享受到超節(jié)點的技術紅利，就必須向下兼容，這正是scaleX40的使命。從scaleX640的極致性能到scaleX40的普及落地，曙光實現(xiàn)了從“頂配”到“標配”的全場景覆蓋。

scaleX40采用標準19英寸箱式設計，打破傳統(tǒng)柜式超節(jié)點的高門檻，以無線纜、即插即用為特色，讓企業(yè)無需改造機房、無需專業(yè)運維即可擁有超節(jié)點級算力。為了能夠一站式搞定超節(jié)點運維管理、大模型和智能體開發(fā)，曙光還推出了SothisAI平臺。

scaleX40的目標場景包括互聯(lián)網(wǎng)、金融、科教、電網(wǎng)、醫(yī)療、運營商六大領域，典型應用比如，智能客服、智能投研、風險控制、網(wǎng)絡故障預測、醫(yī)學影像輔助、虛擬實驗、智能教學等。

scaleX40超節(jié)點共有五個亮點：一是內(nèi)置40張AI加速卡，總算力超過28 PFLOPS（FP8精度），總顯存超過5TB，訪存帶寬突破80TB/s；二是40張加速卡實現(xiàn)一級Scale-Up全互連，持內(nèi)存語義與統(tǒng)一顯存編址，聚合帶寬超過17TB/s；三是采用正交架構，相比傳統(tǒng)銅纜方案可用性提升10倍，對比光纖連接功耗降低40%~70%；四是設備尺寸采用標準19英寸規(guī)格，兼容主流機柜，支持單柜單Pod或單柜雙Pod的靈活部署方式；五是開箱即用，兼容主流軟件生態(tài)，擁有配套的開發(fā)工具、基礎軟件、AI大模型與應用，用戶可輕松完成大模型遷移，開箱即用。

與傳統(tǒng)8卡機方案相比，scaleX40在成本幾乎持平的前提下，訓練性能提升20%，推理性能更是大幅提升40%。與組合柜式超節(jié)點相比，采購門檻數(shù)量級下降。

值得一提的是，通過“scaleX40（計算）+ ScaleFabric（網(wǎng)絡）+ ParaStor F9000（存儲）”的存算傳三級強協(xié)同技術架構，訓推帶寬提升2倍以上，大模型推理TTFT降低97%，GPU利用率提升，KV cache offload卸載顯存壓力。

經(jīng)過測試，在vLLM+ParaStor+XDS+KV cache offload框架、scaleX40+scaleFabric（400G IB互連+ParaStor F9000的環(huán)境下，DeepSeek-R1-0528-671B的TTFT時場降低了97.3%，破局了當下推理性能瓶頸。

此外，scaleX40也支持OpenClaw私有化部署，為每位用戶提供專屬AI智能助手，聯(lián)動平臺skill、API及Agent，實現(xiàn)超節(jié)點高效管理與應用。

回歸理性，敏捷超節(jié)點是AI富場景落地的最優(yōu)解

最佳算力不是最貴的，而是最匹配業(yè)務的，理性選型的核心是“剛剛好”。40卡之所以成為行業(yè)共識，正是因為它既足夠敏捷，又在“夠用”與“不浪費”之間找到了黃金平衡點。

scaleX40的發(fā)布，一方面定義了性能上限，展現(xiàn)了頂尖的互連拓撲與集成能力，為多種AGI技術路線提供了極致算力支撐，另一方面提升了全系標準，其核心架構（統(tǒng)一互連、全局內(nèi)存、異構支持）將惠及整個產(chǎn)品矩陣，確保客戶無論從小規(guī)模起步驗證技術路線，還是擴展至大規(guī)模部署，都能獲得一致的體驗。

這意味著，無論客戶的集群規(guī)模大小、技術路線如何選擇，都能依托源自同一技術藍圖的先進架構優(yōu)勢，獲得適配自身需求的最優(yōu)方案。

更重要的是，scaleX40在性能與成本間取得平衡，向下可兼容32卡配置，向上則可通過擴展構建更大規(guī)模的集群，這種靈活性，使企業(yè)能夠根據(jù)自身業(yè)務節(jié)奏分步投入，而非一次性押注。

技術的價值一定要回歸千行百業(yè)，喧囂退去，務實才是長久之道，曙光的scaleX40無疑做到了這一點。

來源：電子工程世界（EEWorld）作者：付斌