2025 年8月7日，恰逢開放計算技術大會開幕，立秋的北京酷熱難耐，仍然無法阻止全球ICT、智算從業者，以及不少想用好AI的企業前來參會的熱情。人潮涌動的展廳，座無虛席的會場，說明各個行業都有不少落地AI的困惑與問題，迫切渴望尋找解決之法。

企業做AI，一定都遇到過這樣的情況：

下載了開源大模型，想自己訓練專有模型，但服務器顯存不夠，萬億參數模型的推理頻繁中斷，跑一次崩一次；

業務部門的同事對AI的響應時間極為敏感，多個模型及智能體協同作業時，等待時間一長就怨聲載道，IT部門沒少吃投訴；

聽說超節點技術能解決算力問題，一打聽，這東西也太貴了，部署之前還得解決液冷、高壓供電、復雜互聯系統之類的要求，只有巨頭能玩，自家企業的現有IT設施無法上車。

如何在業務中用好開源大模型，是當下企業智能化最迫切的任務。而具備開放架構、成熟技術、穩定高效部署的超節點，成了希望所在。2025開放計算技術大會現場，浪潮信息展廳的元腦SD200超節點，就吸引了不少觀眾駐足。

據了解，元腦SD200超節點AI服務器是浪潮信息面向萬億參數大模型AI時代而設計，以開放設計支持64路本土GPU芯片，可單機運行超萬億參數大模型，實現多模型機內并行與智能體實時協作，采用創新多主機低延遲內存語義通信架構，64卡整機推理性能呈超線性擴展，更重要的是已實現商用部署，可高效支持企業實現多開源大模型的規?；瘧谩?/p>

實現AI普惠化需要開源大模型與開放超節點的協同創新。以DeepSeek、KIMI等開源大模型為基礎，結合元腦SD200商用開放超節點的強大算力支撐，將產生怎樣的技術倍增效應？

咱們就從這場開放計算技術大會上行業熱議的話題聊起。

先進的大模型開源了，意味著所有企業都能用好AI了？沒那么簡單。所謂智能平權，是指不同規模的企業、組織乃至個人，都能公平獲取和運用AI能力。

開源大模型的普及，確實為各類企業提供了技術底座。但許多企業在部署開源大模型時，還會面臨一個共性問題：如何找到能高效承載萬億級模型的AI基礎設施，讓技術潛力真正落地為業務生產力？

首先，開源大模型邁向萬億級，穩定運行的前提是放得下。KIMI-K2為代表的先進開源大模型參數量達萬億規模，特別是當邁入Agentic AI（代理式AI）階段，企業一般不會只用一個大模型。為了充分發揮不同大模型的特色優勢，多個超大規模參數的大模型同時跑起來，產生的KV Cache超過了傳統多卡服務器的承載極限，實時交互時往往因內存溢出導致任務中斷。如何解決這個問題？

本次開放計算技術大會上，業內討論了scale out（橫向擴展）與scale up（縱向擴展）兩條技術路線，共識是：超節點通過scale up在單機內高密度集成計算單元，構建單一統一計算域，實現超大統一顯存空間，是必然選擇。

其次，AI應用不僅要能跑，還要跑得快。將多張加速卡連起來，但這還不夠。傳統架構中，跨節點鏈路過長會導致通信延遲飆升，尤其在推理場景中，幾MB的小數據包高頻交互，對延遲極為敏感。特別是當AI應用從訓練階段轉向推理與后訓練為主，海量token的實時處理需要極致的通信效率，所以scale up系統還需要解決高效通信的問題。

更關鍵的是，技術方案必須能落地。再好的超節點系統，如果不能被部署到企業現有設施中，不能響應實際業務需求，那也只是畫餅而無法充饑。目前，企業普遍存在多品牌多批次芯片的混搭算力現狀，而模型在異構算力平臺間遷移困難的問題，正成為AI落地的主要障礙。而開放架構的超節點，可以兼容多元算力芯片，讓企業原來的IT投資不浪費，掌握選擇權，并通過開源軟件生態，支持模型的快速遷移與AI應用的敏捷上線。

所以，能落地的開放超節點，也就和開源大模型一起，成為智能平權的兩大基本要素，讓企業真正實現“技術平權、智能平權”。

回應最終用戶的所想所要，才是企業級市場真正需要的超節點，而以應用導向、客戶需求來研發，才能構成對市場的正向引導。客觀來看，市面上成熟可商用的開放超節點，并不多見。所以，元腦SD200在此次大會上讓大家格外關注。

那么，打造開放超節點，究竟存在什么難點呢？

基于開放架構的超節點，為開源大模型的規模化落地和應用創新提供支撐，二者協同才能真正突破算法與算力的雙重壁壘。這個理想很豐滿，但把開放超節點從理念轉化為成熟可商用的產品，并非易事。

首要挑戰就是構建大規模、高集成度的Scale Up系統，Scale out技術比較成熟，實現起來更簡單。而Scale Up的復雜度更高，以前的一些成熟技術和管理軟件也不夠用，需要針對性地開發。

其次，便是工程化的問題。芯片的跨距離傳輸會受到光模塊的影響，故障率和功耗都會影響傳輸性能。銅纜又有連接極限，怎么在有限的空間內堆積更多的計算芯片，需要創新的架構設計和工程實踐。

顯然，要把開放超節點帶進現實，必須得系統性創新。因此，元腦SD200率先闖過重重難關，為行業提供了有益的實踐參考。具體是怎么做的？

第一步，開放架構，構建AI可用的算力底座。

基于OCM（開放算力模組）+OAM（開放加速模塊）融合架構，元腦SD200實現多元算力芯片兼容，單機可集成64路本土GPU芯片，滿足萬億規模大模型運行的算力需求。采用3D Mesh開放架構，實現8倍顯存擴增，單機可提供4TB顯存與64TB內存，支持1.2萬億參數Kimi K2模型的流暢推理。這種模塊化設計支持靈活擴展，解決了傳統架構在部署成本、擴展難度和長期運維上的痛點，顯著降低開源大模型的落地門檻。

第二步，軟硬協同，實現AI好用的性能優化。

軟件在超節點復雜的系統當中，發揮著非常重要的作用。元腦SD200通過智能總線管理，實現64卡全局最優路由自動創建，支持多拓撲靈活切換與資源按需分配。結合預填充－解碼（Prefill-Decoder）分離推理框架，系統實現軟硬件深度協同，智能化調度復雜AI計算任務。

軟硬協同的創新設計，實現了性能的超線性擴展，讓元腦SD200在大模型場景中展示出非常好的性能表現，比如，滿機運行DeepSeek R1全參模型推理性能超線性提升比為3.7倍，滿機運行Kimi K2全參模型推理性能超線性提升比為1.7倍。說明超節點并不是堆更多卡就夠了，還要有軟硬協同、系統優化，才能拉開差距。

第三步，產業鏈整合，打造AI易用的成熟方案。

據了解，元腦SD200采用了很多開源開放的技術，作為系統級廠商，浪潮信息牽引產業鏈上下游開展協同創新。比如，元腦SD200原生支持PyTorch、TensorFlow等主流框架，確保本土頂級開源模型的無縫遷移與Day0快速上線。其高效風冷散熱設計無需改造現有機房，成熟度與穩定性優勢顯著，可以靈活部署到企業已有的數據中心機房里，快速上線業務。

這種系統性創新使元腦SD200成為開放超節點的標桿產品。萬億級模型也放得下、跑得快、能落地，元腦SD200的成功闖關，把智能平權從口號變成了可觸摸的現實，讓業內看到了開放超節點的可行性。

今年一月，OpenAI CEO山姆?奧特曼坦言在開源問題上“OpenAI可能站錯了歷史的一邊”，中國的DeepSeek、通義千問等開源模型迅速崛起，特朗普政府呼吁美國AI 開發商更多開源技術……

這些2025年的AI產業新變化，可以匯總出一個清晰的趨勢：通過開源開放，讓AI成為全社會的生產力工具，實現智能平權，是技術演進與產業發展的必然選擇。

但開源大模型爆發式增長的同時，大模型落地的算力門檻，卻讓不少企業只能望“智”興嘆。

這時候，浪潮信息以元腦SD200開放超節點為支點，將開放架構與開源模型深度耦合，正站在歷史前進的方向上。

為什么浪潮信息會成為開放超節點的破局者？打造成熟可商用的開放超節點，要求企業具備橫跨硬件架構、軟件棧優化、生態協同的系統級能力。元腦SD200從芯片互連到應用調度的全棧創新，正是系統級廠商獨有的技術壁壘。

更關鍵的是系統級廠商的產業鏈整合能力。

浪潮信息副總經理趙帥表示，以應用為導向，以系統為核心，聚焦系統架構的創新，在當前的成本和應用性能約束的條件下，思考怎么為用戶創造更大的價值，這是最佳的突破路徑。

他提到，后續浪潮信息也會持續超節點架構的開放戰略，通過技術共享促進產業鏈協同創新，加速超節點技術的產業化進程。隨著產業生態的成熟和市場選擇的多元化，企業將獲得更優化的技術方案選擇：既能夠滿足高性能計算需求，又能實現更合理的成本。這一開放策略將有效降低技術應用門檻，推動AI基礎設施的規?；占啊?/p>

當更多企業加入超節點應用陣營，智算產業的市場蛋糕將持續做大，整個產業鏈也將在規模效應中共享增長價值。

不難發現，開放的生態活力，最終會反哺系統級廠商自身。通過開放架構，浪潮信息的技術壁壘與標準壁壘，有望構建起長期優勢，在全球市場獲得更大競爭力，打開廣闊商業空間。

以開源開放牽引產業鏈升級，進擊全球智算市場，中國智算企業正站在歷史前進的方向上——這或許是開放計算技術大會和元腦SD200超節點，帶給我們的終極啟示。

這條智能平權之路，值得中國智算產業鏈全力以赴。