📋 总结 主要围绕“国产超节点”这一核心主题，深入探讨了AI算力从训练时代向推理时代转型的趋势、推理算力的关键特征，以及国产芯片在其中迎来的历史性机遇。主要内容可总结为以下几个层面： 1. 行业趋势：从训练到推理的范式转变 文章开篇以DeepSeek推出“专家/普通”双模式为例，指出这不仅是节省用户时间
- 文章开篇以DeepSeek推出“专家/普通”双模式为例，指出这不仅是节省用户时间和厂商算力的通行做法，更可能是在为参数量巨大的DeepSeek V4发布及未来商业模式做铺垫。
- 核心观点明确指出，2026年整个AI产业的重心正从“训练”转向“推理”。训练追求大规模、高稳定的万卡/十万卡集群，以处理海量数据；而推理的需求是井喷式的，其核心诉求完全不同。
- 核心需求：低延迟。这是推理与训练最根本的区别。文章以用户交互体验为例，指出首个token的生成速度（首字延迟）是关键瓶颈。
- 技术实现：为降低延迟，产业在硬件和架构上进行了创新：
- 芯片级：英伟达提出PD分离（Prefill与Decode阶段分离）理念，而华为950系列率先实现；Groq的LPU通过集成大容量SRAM专门优化首token生成速度。
- 集群架构级：推理不需要训练式的大集群，而是需要算力池化，以实现跨服务器计算单元与存储单元的高速直接访问（如RDMA技术），这尤其适合MoE（混合专家）模型。
- 落地形式：超节点。文章将“超节点”定义为推理时代算力落地的核心特征和主要形式。它是由几十到几百张卡组成的小集群，内部通过CPO（共封装光学）、OCS（光学电路交换）等先进光互联技术，并集成LPU、PD分离芯片等，共同构建一个以实现极低延迟为目标的算力单元。英伟达、华为、阿里云、谷歌等巨头都在积极部署各自的超节点解决方案。
- 为何是“今年”（2026年）成为元年？ 过去国产卡（如华为910B/C、寒武纪590）因不支持FP8数据格式和超节点架构，在大模型深度推理上性能不足。而2026年推出的新一代国产芯片（华为950PR/DT、寒武纪690、海光深算四号）实现了关键突破：全面支持超节点架构，并支持FP8/FP4新一代数据格式。这使得国产算力能够真正满足推理时代的性能要求。
- 市场前景：随着AI应用爆发，token消耗量指数级增长，推理需求持续井喷。国产芯片在完成性能补课后，将迎来巨大的市场空间。文章预测2026年国产AI芯片出货量将达百万张以上，并可能在明年实现更急剧的放大。
- 投资标的：文章基于产业链逻辑，明确推荐了四个核心标的：
- 寒武纪：新一代690芯片支持超节点与新数据格式。
- 海光信息：深算四号芯片备货增长，需求旺盛。
- 盛科通信：交换机芯片已在主流云厂商落地。
- 华丰科技：作为华为AI芯片产业链中的关键连接器供应商，具备高弹性。