9月的国产算力圈，出现了两年来最整齐的一幕。9月17日华为全联接大会2026上，轮值董事长汪涛公布了一个让产业链意外的消息：昇腾960提前就绪，性能翻番。 仅隔5天，杭州云栖大会上阿里平头哥发布新一代训推一体芯片真武V900，B站有UP主干脆把这5天称为"国产算力系统级突围加速：华为、阿里仅隔5天"。 更值得玩味的是，两家发布会通稿的关键词，破天荒地不再是单卡算力跑分，而是同一个词——超节点。如果你是被CUDA喂大的AI Infra工程师、正在给公司看智算选型的决策人，这篇就是替你核完两本账后写的：哪些数字可以当真，哪些口径要打折扣，接下来9个月盯什么信号。知乎哔哩哔哩
先把两本账摆开：960超节点 vs 真武V900超节点
华为这边（全联接大会2026，据现场报道口径）：
昇腾960DT定于2027年一季度发布，比原计划提前三个季度；960PR排到2027年三季度，也提前了一个季度，此后970、980按"一年一代"直接画到2029年。知乎
昇腾960超节点：全球首个NPO光引擎超节点，可扩展4096卡，披露8 EFLOPS FP8 / 16 EFLOPS FP4，用5500颗Hi-ONE替代原约4.8万颗800G光模块，功耗降低超550kW、可用度99.8%。知乎
交付账更硬：昇腾910C超节点部署超1000套、950开始规模商用、超节点客户370+，上一代950的官方口径是1024卡、1 EFLOPS FP8、256TB统一内存、互联RTT 3μs，CANN开源社区月活开发者超3500人。
阿里这边（云栖大会，官方口径）：
真武V900，训推一体AI芯片：216GB大容量显存、片间互联带宽1200GB/s、原生支持FP8/FP4，官方说法是"单芯片性能是真武M890的3倍"，并称其为目前算力性能最强的中国自研AI芯片。知乎
与自研ICN Switch互联芯片组成超节点，官方称具备原生内存语义和内存统一编址能力、可实现千卡全带宽高速互联，同一套架构覆盖单机8卡到千卡集群；再配上磐脉智能网卡、镇岳SSD主控和倚天CPU，走的是"算存网"全栈协同。
落地口径：官方数据显示真武系列芯片已经服务超过650家企业客户，真武超节点实例宣称是国内首个跑通Qwen3.8、Kimi K3两大超2万亿参数模型的超节点。
单卡这条线也要记一笔，平头哥的迭代节奏是"每代3倍"：2024年首颗训推一体的真武810E起步，2026年5月的阿里云峰会上真武M890亮相，144GB显存、800GB/s片间互联、支持FP32到FP4多种数据精度；仅仅四个月后，V900把显存顶到216GB、互联推到1200GB/s，时间比外界预期大幅提前。 华为则是把"一年一代"写进时间表，用"提前三个季度"这种在芯片行业极其罕见的词，证明自己整条链路过了临界点。知乎
为什么突然都不晒单卡TFLOPS了
这不是发布会话术的巧合，是负载结构变了。
2026年的主流大模型几乎全员MoE："专家"往往分布在不同AI芯片上，每个Token都要根据路由结果被动态发送给对应的专家，计算完成后再重新汇集，由此产生了大量All-to-All通信。 带宽和时延跟不上，"专家并行"省下的计算就会全赔在通信里。Agent浪潮又叠了一层：复杂任务要经历规划、推理、调用工具、读取数据、再次推理等几十轮循环，上下文窗口突破百万级，导致KV Cache不断膨胀，多Agent协同再带来海量并发。知乎
于是衡量算力的公式从单一的"算力"一项，变成了"算力×内存×互联"。华为的AI基础设施开始引入PB级KV Cache支持，官方口径是10万卡将成为十万亿级参数模型训练的新标配。 社区讨论里也随之出现一个耐人寻味的转向：衡量指标从单卡TOPS转向芯片利用率、通信时延、可用度、有效Token。拿这把新尺子回头量V900，三个升级点恰好一一落位：低精度降推理成本、216GB扩单卡承载、1200GB/s缓解通信压力。说白了，单卡再快，卡间传不动就是摆设；堆卡数谁都会，难的是让一堆卡在训练和推理时表现得像一台机器。知乎
真假超节点：三道门槛逐条对照
"把128张卡用网线连起来"不叫超节点。按Scale-up/Scale-out的通行定义，超节点要让同一集群的算力卡像一个统一计算引擎，得连闯三道门。
第一道门是内存语义：彻底摒弃消息语义，走向更底层的Load/Store级内存直接访问，让芯片A读芯片B的显存像读本地内存一样——微秒级的AI通信，"发包-封包-路由-解包"的开销不可忍受。 第二道门是统一编址：物理连起来不等于逻辑上一台机器，要把分散的资源抽象成统一地址空间，否则程序员还得自己处理数据放置。第三道门是规模不缩水的全带宽：8卡好办，难的是从几十卡放大到几百乃至上千卡后，依然保持足够高的带宽、低时延和稳定通信。知乎
对照两家：阿里的答案是ICN Switch交换芯片，官方强调内存语义、统一编址、千卡全带宽三样齐全，同一套架构覆盖单机8卡到千卡集群；华为的答案是NPO光互联把4096卡焊成一台机器，而且不是PPT——昇腾超节点已经过了千套装机、370多家客户的工程验证。两家在这三道门上的口径都是完整的，真正的分歧在下一个问题：这些能力，你什么时候能用上、敢不敢押上去。
哪些数字要先打七折
热闹归热闹，社区里的冷水同样值得听。我筛了四条最容易被带节奏的口径。
"3倍"是自比，不是他比。官方只给了相对M890的倍数，绝对算力参数没有公布，微博上已经吵成两派：一派翻出旧账，“当年升腾910A参数发出来，世界最强"结果体验拉胯，不发参数反而务实；另一派直接吐槽"什么参数都无”。 对工程选型来说，纸面倍数算不出tokens/s，等第三方集群实测才是硬道理。微博
发布≠能用。多方信息把真武V900的量产时间指向2027年一季度，随后才在阿里云数据中心规模化部署——也就是说，未来一年多市场上真正可买可租的仍是M890这一代，“发布"和"交付"之间隔了整整两个季度。 有科技博主的判断更直白：纸面硬件规格对标英伟达H200，显存容量甚至更高，不过芯片预计2027年一季度才量产，软件生态、大规模集群实测仍有追赶空间。 昇腾960DT同样排在2027年一季度，两家在这件事上难得同步：新品都是"期货”，现在能下单的都是现款。知乎微博
愿景数字和装机数字要分账。云栖这天阿里一天扔出三颗"炸弹"——10万亿参数的Qwen4在训练、性能翻三倍的自研芯片真武V900、六年做到20GW的数据中心，去现场逐条"验真"的UP主也提醒要把每颗的口径掰开看。 "50万卡单集群"则是阿里云智算网络的规划口径，官方说法是可稳定支撑50万卡规模单一AI集群——规划能力离已交付的机房还有一段距离。 对比之下，"超节点部署超1000套、客户370+"这种可考核的装机量，含金量反而更高。哔哩哔哩知乎
生态不是发布会能解决的。CUDA十几年攒下的算子库和调优习惯，不会因为一颗新卡一夜平移；而政企智算中心已经用真金白银换来一条铁律：同一分布式训练任务内，严禁跨不同厂商混插异构芯片，"64张GPGPU+64张NPU凑128卡"的翻车案例就写在架构师的课件里。 异构凑卡听起来省钱，学费已经有人交过了。知乎
现在动手还是再等等：三份人群清单
租云上国产算力的应用团队：先别追新品。盯Q4阿里云真武超节点实例、华为云昇腾实例的实测吞吐与价格曲线，M890/950这一代实例的性价比变化比2027年的新卡更影响你的毛利；推理负载（对生态依赖低、对单位成本敏感）适合先迁，训练大模型继续观望。DeepSeek传出将采购16万颗华为AI芯片这类订单信号，也印证了推理侧先动。知乎
准备自建或采购的决策人：把2027年一季度设为观察哨——V900量产与昇腾960DT发布都卡在这个季度，届时的良率爬坡、供货连续性，才是"提前三个季度"这个故事的照妖镜。现在值得做的，是拿你们最小的真实模型在T-Head SAIL或CANN上跑一次迁移POC，实测算子覆盖率和人天成本，而不是听任何一家的PPT。
一线工程师：这个窗口期熟悉一套国产软件栈的职场性价比，大概率高于再刷一个通用框架证书；MoE和Agent负载下，通信Profiling能力——看清All-to-All到底吃掉多少时间——会是最稀缺的技能，两家发布会没晒的恰恰就是这项。
一句话收束：这一轮国产算力的分水岭，不再是"谁能堆出更多卡"，而是"谁的千卡能在生产环境稳定像一台机器，按可预期的价格吐出tokens"。960的提前和V900的3倍，最终都要用装机量、实测吞吐和价格结账。你手上如果有MoE推理任务，愿意先交给国产卡，还是继续加钱买N卡？评论区聊聊你的实测数据。
