机密数据不能上云，把AI摆上桌面：新华三这盒子火了

10月下旬，科技UP主谈三圈的一条视频上了热门：《机密不能上云，芯片厂怎么用AI？》，几天里播放量13万+、点赞4000+。视频开头的问题相当冷门：制造芯片的公司，也需要算力吗？哔哩哔哩

答案藏在评论区。有人自嘲工艺配方不能出厂，只能用脑子记；也有人直白爆料指令集和源码被偷拿出去喂给GPT分析。更硬核的是保密口径，涉密GB10一体机要物理拆除WiFi模块，因为无线信号会被空中截收，光关开关不算数。哔哩哔哩知乎

数据出不去，又想让AI进工作流——这就是本地部署一体机这波走红的原因，也是这期视频主角H3C LinSeer MegaCube的存在理由。

它是什么？一台桌面级AI超算一体机：英伟达GB10 Grace Blackwell芯片、128GB统一内存、预装DGX OS，最高能跑2000亿参数大模型，售价36999元。微博

评论区最高赞的留言不太客气：“这不就是DGX Spark的OEM版本嘛，硬盘才1TB有点抠”（71赞）。平心而论，核心硬件确实是同一档位：都是GB10，出厂甚至直接预装英伟达DGX OS。只看到这一层，MegaCube确实不是新闻。哔哩哔哩

但新华三真正的手艺不在“盒子”，而在把盒子连起来。官方已实测多台RoCE级联，让Qwen3-Coder 480B大模型在桌面流畅运行。10月28日，官方账号又自测4台MegaCube协同运行DeepSeek-V4.1-Flash-1017，8路并发总吞吐达171.66 token/s。官方战报还写明：26万token长文找回目标信息、17项基础功能逐项通过。桌面单机变成部门级小集群，这正是网络厂商的老本行。哔哩哔哩微博小红书

质疑也得听，同一条视频下的高赞评论点得很透：正经芯片厂花几百万就能部署一套正经AI节点，小盒子进不了产线。没关系——官方对这台盒子的定位本来就不是产线，而是“本地大模型部署和应用开发”：写代码、做内容、调试模型，数据不出机房。171 token/s谈不上快，但数据不出界，本身就是有人愿意买单的理由。哔哩哔哩小红书

而这颗小盒子只是新华三AI棋局的“下限”。9月底，新华三发布UniPoD S81000 X1超节点：单个Scale-Up域最多支持40张国产加速卡，任意两卡之间的P2P带宽可达448GB/s。云栖资料里还有个更扎心的数字：万卡集群里，数据IO瓶颈导致GPU空等时间占比可达40%以上。从桌面到万卡，新华三干的都是同一件事：让算力别把时间花在等数据上。知乎36氪

如果你就是管企业网络的工程师，不妨这么读这个信号：AI落地卡脖子的下一站未必是GPU，而是GPU背后的RoCE网络和互联架构——那是你的主场。