新智元報道

編輯：編輯部

單機駕馭4萬億參數(shù)，國產(chǎn)開源AI四大天王推理快到炸裂！這背后不是算力堆疊的肌肉秀，而是「元腦SD200」超節(jié)點AI終極殺器。超大顯存、超高速互聯(lián)域、超強算力，還支持64路本土GPU，全面可商用。

國產(chǎn)「四大開源天王」，同時在單機上跑起來了！

DeepSeek+Qwen+Kimi+GLM，超萬億參數(shù)的模型，竟毫無一絲壓力地神速輸出。

你可能會問：一次性運行如此巨量的參數(shù)模型，靠的是什么？

答案并不是簡單地堆砌多個集群，而是算力AI系統(tǒng)不斷Scale Up的終極成果，簡而言之就是「超節(jié)點」（SuperPod）。

這個最初由英偉達提出的概念，如今在國內(nèi)外火的一塌糊涂。

2025開放計算技術(shù)大會上，浪潮信息帶著超節(jié)點AI服務(wù)器「元腦SD200」來了，單機即可跑萬億參數(shù)模型。

它具備了更大顯存空間、更大Scale Up高速互聯(lián)域，以及更大算力超節(jié)點系統(tǒng)。

關(guān)鍵是，全面可商用。

元腦SD200

面向萬億大模型的開放超節(jié)點

元腦SD200，是一個可支持萬億參數(shù)大模型運行的超節(jié)點AI服務(wù)器。

浪潮信息基于創(chuàng)新研發(fā)的多主機低延遲內(nèi)存語義通信架構(gòu)，以開放系統(tǒng)設(shè)計了這個服務(wù)器，可以聚合64路本土GPU芯片。

這背后，就是浪潮信息在計算領(lǐng)域Scale Up十幾年的技術(shù)積累，和前沿大模型開發(fā)的一手經(jīng)驗。

而結(jié)果也是十分驚人，實測顯示，SD200直接突破了系統(tǒng)的性能邊界，在大模型的多個應(yīng)用場景上，都實現(xiàn)了極佳的算力曲線！

比如在DeepSeek R1的全參PD分離推理測試中，推理框架可以實現(xiàn)64卡性能370%的擴展效率。

架構(gòu)創(chuàng)新

在應(yīng)用架構(gòu)層面，浪潮信息基于Open Fabric Switch，構(gòu)建了3D Mesh系統(tǒng)架構(gòu)，實現(xiàn)了單機64路本土GPU芯片的高速互連。

同時，他們通過遠端的GPU虛擬映射技術(shù)，突破了多Host交換域的統(tǒng)一編址難題，讓顯存的統(tǒng)一地址空間直接擴增了8倍。

由此，單機可以提供最大4TB的統(tǒng)一顯存，和64GB的統(tǒng)一內(nèi)存。這就為萬億超長序列模型提供了充足的KV Cache空間。

因此，SD200的客戶就有充分的空間，可以去探索各類前沿大模型的創(chuàng)新應(yīng)用場景！

比如開頭提到的場景——單機部署DeepSeek、Qwen、Kimi、GLM四大開源模型，發(fā)揮各個模型的能力專長，讓Agent按需調(diào)用。

同時，基于百納秒級的超低延遲物理鏈路，它可以實現(xiàn)64卡大高速互連域的原生內(nèi)存語義通信，還能支持Load-store、Atomic這種原子操作，在推理常用的小數(shù)據(jù)包場景上，能力提升非常明顯。

系統(tǒng)創(chuàng)新

并且，作為一款復(fù)雜的異構(gòu)計算系統(tǒng)，不僅需要卓越的硬件架構(gòu)設(shè)計，還需要有一套與之相匹配的軟件系統(tǒng)。

因此，根據(jù)萬億參數(shù)大模型計算通信需求的特征，浪潮信息團隊研發(fā)了Smart Fabric Manager系統(tǒng)，實現(xiàn)了超節(jié)點64卡全局最優(yōu)路由。

它能支持多卡多用、不同拓撲結(jié)構(gòu)的切分和切換，也就可以實現(xiàn)按需分配。

針對All Reduce、All Gather這種典型的通信算子，團隊開展了不同層級的通信策略，實現(xiàn)了通信延遲的進一步降低。

同時，團隊還開發(fā)了一套開放的PD分離推理框架。

它可以支持異步高效的KV Cache傳輸，能滿足多種不同場景的需求。PD差異化的并行策略，大幅提升了業(yè)務(wù)場景的SLO，還能兼容多元的AI芯片。

萬億參數(shù)模型Scaling

超節(jié)點火了

超節(jié)點，為何成為了AI算力的「新寵」？

在AI浪潮的洶涌推動下，LLM的迅猛發(fā)展對算力提出了近乎苛刻的要求。

與此同時，AI已經(jīng)成為全行業(yè)戰(zhàn)略性的業(yè)務(wù)選擇，隨之帶動了巨大的算力消耗。

因此，我們順勢見證了全球AI數(shù)據(jù)中心的加速擴張。

麥肯錫曾給出這樣的預(yù)測數(shù)據(jù)：在未來五年，全球AI數(shù)據(jù)中心的總投資將達到5.2萬億美元。

而隨之新增加的電力容量增量，將達到125GW。這個數(shù)字，相當(dāng)于整個2024年中國總用電量的20%，或者十個三峽電站的發(fā)電量。

而到2030年，AI數(shù)據(jù)中心的算力容量將達到2025年容量的3.5倍。

從千億到萬億參數(shù)規(guī)模的飛躍，MoE架構(gòu)繼續(xù)推動大模型不斷Scaling，由此算力集群也加速邁向了「萬卡協(xié)同」時代。

這幾天，全球開源模型輪番轟炸，比如OpenAI剛剛開源gpt-oss 20B和120B推理模型。

再加上前段時間，Qwen、Kimi、GLM等多款模型相繼開源，成功躋身全球頂尖開源大模型陣營。

隨著LLM繼續(xù)向萬億、甚至十萬億參數(shù)規(guī)模和更長上下文演進，其推理和訓(xùn)練過程算力需求呈指數(shù)級增長。

不論是GPT-5、Grok 4、Gemini 2.5 Pro等閉源模型，還是gpt-oss、Kimi K2等開源模型，參數(shù)量自增導(dǎo)致KV緩存劇增，遠超傳統(tǒng)AI服務(wù)器顯存能力極限。

與此同時，Agentic AI的興起，進一步加劇了算力挑戰(zhàn)。

它們具備了自主決策、連續(xù)任務(wù)執(zhí)行、多模態(tài)交互等能力，其推理過程要比傳統(tǒng)模型多100倍toekn。

OpenAI智能體Operator自主訂餐

而且，其輸出結(jié)果往往會作為下一步輸入，推理速度往往在50-100 token/s。

顯然，這對顯存容量和帶寬提出了極高的要求，形成了「顯存墻」和「帶寬墻」的雙重瓶頸。

傳統(tǒng)單點算力、小規(guī)模集群已難以應(yīng)對上述一些挑戰(zhàn)。

另一方面，摩爾定律逐漸放緩，芯片制程提升成本和難度不斷加大，業(yè)界亟需新的算力增長路徑。

此時，超節(jié)點通過整合GPU資源，構(gòu)建高性能算力實體，成為必然路徑。

無論是模型參數(shù)量的增加、大模型推理的需求，還是Agentic AI的多模協(xié)作范式，都需要更大顯存空間、更大高速互聯(lián)域、更高算力的超節(jié)點系統(tǒng)支撐

要知道，在大模型訓(xùn)推中，芯片互聯(lián)拓撲的高效性至關(guān)重要。

為了滿足模型并行計算所需的海量數(shù)據(jù)交換，超節(jié)點必須具備高帶寬和低時延的通信能力。

Scale Up通過在單一節(jié)點內(nèi)，整合更多GPU資源，構(gòu)建出低延遲、高帶寬的統(tǒng)一的算力實體。

它不僅有效支撐并行計算任務(wù)，還能加入GPU之間參數(shù)交換和數(shù)據(jù)同步。

相較于傳統(tǒng)的Scale Out方案，Scale Up具備了顯著優(yōu)勢。

會上，浪潮信息副總經(jīng)理趙帥表示，「推理對延遲敏感，Scale Up通過短鏈路實現(xiàn)更高效的芯片間通信，特別是在推理過程常見的小數(shù)據(jù)包通信場景下性能提升顯著」。

而且多芯片封裝在同一IO帶上，可以構(gòu)建高帶寬、低延遲的統(tǒng)一計算域。

以英偉達GB200 NVL72為例，整合72個GPU和36個CPU，吞吐量比傳統(tǒng)8卡服務(wù)器互聯(lián)方案高出3倍。

GB200 NVL72

未來3-5年，Scale Up和Scale Out將并行發(fā)展，前者將域持續(xù)擴大支持更大模型，后者規(guī)模也將增長以應(yīng)對多模型協(xié)同需求。

如今，在國內(nèi)，超節(jié)點成為了AI算力領(lǐng)域的「風(fēng)向標(biāo)」。

燧原科技、沐曦等國產(chǎn)AI芯片廠商，以及浪潮信息等AI服務(wù)器廠商正加速布局，嘗試在該賽道上占據(jù)一席之地。

與別家不同的是，浪潮信息以「開源開放」為核心戰(zhàn)略，正加速萬億參數(shù)大模型的商業(yè)化落地。

開放超節(jié)點架構(gòu)

打破算力邊界

當(dāng)前，業(yè)界在AI計算系統(tǒng)架構(gòu)創(chuàng)新上，存在多種技術(shù)路徑，如異構(gòu)計算、存算一體、協(xié)同創(chuàng)新等。

在浪潮信息看來，每種路徑都有價值，需根據(jù)應(yīng)用需求具體選擇。

異構(gòu)計算強調(diào)芯片多樣性；存算一體注重存儲與計算融合；協(xié)同創(chuàng)新則打通了芯片、系統(tǒng)和軟件層面。

從元腦SD200產(chǎn)品中不難看出，浪潮信息聚焦的是Scale Up的路徑，優(yōu)先去解決大模型推理的低延遲需求，同時通過軟硬協(xié)同去挖掘算力的潛力。

趙帥總表示，「開放架構(gòu)」是核心策略，通過提供多種算力方案，從應(yīng)用角度給客戶更多選擇。

它通過貼近客戶需求，快速適配應(yīng)用場景，加速萬億參數(shù)模型在AI4 Science、工業(yè)等領(lǐng)域的落地。

最關(guān)鍵的是，這種開放架構(gòu)還收獲了產(chǎn)業(yè)化的效益。

諸如OCP、OAM開放標(biāo)準(zhǔn)推動了規(guī)模效應(yīng)，進而降低電路板、線纜等硬件成本，讓超節(jié)點從巨頭走向普惠。

在這過程中，浪潮信息通過整合國內(nèi)供應(yīng)鏈，如高速連接器、線纜、電源等，進而提升生態(tài)競爭力。

元腦SD200另一大優(yōu)勢，便是擴大兼容的軟件生態(tài)。

一些基于傳統(tǒng)大模型做定制的客戶，如生物醫(yī)藥、氣象等領(lǐng)域的模型，可以實現(xiàn)快速遷移、滿血運行。

采訪中，趙帥總表示，元腦SD200超節(jié)點的技術(shù)，脫胎于其「融合架構(gòu)」的長期積累。

自2010年起，團隊便開始探索融合架構(gòu)，從最初的供電、散熱等非IT資源的整合，到存儲、網(wǎng)絡(luò)等資源池化，再到最新融合架構(gòu)3.0系統(tǒng)實現(xiàn)了計算、存儲、內(nèi)存、異構(gòu)加速等核心IT資源徹底解耦和池化。

由此沉淀下來的芯片共享內(nèi)存數(shù)據(jù)、統(tǒng)一編址技術(shù)、池化、資源動態(tài)調(diào)度等技術(shù)，為超節(jié)點的研發(fā)積累了深厚的技術(shù)基礎(chǔ)。

正如上文所提，內(nèi)存語義通信技術(shù)的應(yīng)用，使得元腦SD200能夠快速適配萬億參數(shù)模型的場景需求。

同樣至關(guān)重要的是，浪潮信息在軟硬協(xié)同系統(tǒng)優(yōu)化上的持續(xù)投入。

2021年，浪潮信息曾發(fā)布中文巨量模型「源1.0」，其參數(shù)規(guī)模為2457億，積累了深厚的模型訓(xùn)練和推理優(yōu)化經(jīng)驗。

這種軟硬協(xié)同的創(chuàng)新，同樣體現(xiàn)在元腦SD200的PD分離框架，未來可進一步挖掘算力芯片潛力，提高利用率。

正如趙帥所強調(diào)的，開放生態(tài)是打破性能瓶頸，推動產(chǎn)業(yè)發(fā)展的關(guān)鍵。

通過開放超節(jié)點架構(gòu)，浪潮信息不僅提升了自身產(chǎn)品的競爭力，還拉動了整個產(chǎn)業(yè)鏈的協(xié)同創(chuàng)新。

元腦SD200的開放設(shè)計，讓更多硬件廠商、軟件開發(fā)者參與其中，共同優(yōu)化算力與模型的適配效率。

浪潮信息的開放戰(zhàn)略，以應(yīng)用為導(dǎo)向，以系統(tǒng)為核心，聚焦在當(dāng)前技術(shù)、生態(tài)、成本約束下，為用戶側(cè)創(chuàng)造最大的價值。

這種系統(tǒng)化思維貫穿于超節(jié)點技術(shù)的研發(fā)與應(yīng)用中。這也是浪潮信息做開放計算，開放生態(tài)的一個核心。

在超節(jié)點架構(gòu)和開源生態(tài)的雙輪驅(qū)動下，浪潮信息正引領(lǐng)AI算力基礎(chǔ)設(shè)施向開放化、標(biāo)準(zhǔn)化、協(xié)同化邁進。

元腦SD200的成功發(fā)布，以開源為基石，將為千行百業(yè)智能化轉(zhuǎn)型注入不竭的動力。