北京-4月10日，由全球計算聯(lián)盟(GCC)指導、GCC-OpenAl Infra社區(qū)主辦的2026 Open AlInfra Summit在北京順利舉辦。本次大會匯聚全球AI Infra領(lǐng)域的頂尖專家與生態(tài)伙伴，聚焦超節(jié)點、高速互聯(lián)、全棧液冷、吉瓦級AIDC及超節(jié)點性能Benchmark等核心技術(shù)領(lǐng)域。

奇異摩爾作為行業(yè)領(lǐng)先的AI 網(wǎng)絡(luò)互聯(lián)全棧式產(chǎn)品及解決方案提供商，受邀出席此次峰會，奇異摩爾網(wǎng)絡(luò)技術(shù) VP 葉棟在 “超節(jié)點生態(tài)主題論壇” 進行了題為《AI 原生時代：面向超節(jié)點AI網(wǎng)絡(luò)的智算互聯(lián)解決方案》的演講，他指出，隨著AI模型向萬億級參數(shù)與MoE架構(gòu)加速演進，疊加AI Agent及應(yīng)用的爆發(fā)式普及，傳統(tǒng)智算硬件正面臨嚴峻挑戰(zhàn)。在此背景下，超節(jié)點技術(shù)的快速崛起，對網(wǎng)絡(luò)互聯(lián)的帶寬、延遲與擴展能力提出了全新的需求與考驗。

Token經(jīng)濟的崛起

從計量單位到生產(chǎn)要素

近期，AI智能體應(yīng)用OpenClaw（“龍蝦”）火爆出圈，成為全球最受關(guān)注的AI應(yīng)用，也使得Token的需求正以遠超預(yù)期的速度爆發(fā)。根據(jù)國家數(shù)據(jù)局披露的數(shù)據(jù)顯示，截至2026年3月份，中國日均AI Token調(diào)用量已突破140萬億，較2024年初增長超過1400倍。按照摩根大通預(yù)測，預(yù)計從2025年到2030年，中國Token消耗量的年復合增長率將達到330%，5年間實現(xiàn)370倍的增長。

在GTC 2026大會上，黃仁勛提出“Token經(jīng)濟學”的概念，將數(shù)據(jù)中心重新定義為Token生產(chǎn)工廠，甚至提出一個新的公式：收入 = (每瓦特電力產(chǎn)出的Token數(shù)) × (可用總功率)。也就是說，在電力這個物理極限面前，每瓦特Token的生成效率，將直接決定一家AI企業(yè)的成本、營收和核心競爭力。Token不再僅僅是技術(shù)層面的計量單位，而是成為了衡量AI生產(chǎn)力的“新石油”和“計價器”。

網(wǎng)絡(luò)瓶頸：Token經(jīng)濟的“隱形天花板”

以O(shè)penClaw為代表的AI Agent正展現(xiàn)出驚人的資源消耗特征。其單次復雜自動化工作流的Token消耗量，動輒數(shù)萬甚至數(shù)十萬，重度用戶的日消耗量更可攀升至千萬乃至億級。科技博主的實測數(shù)據(jù)顯示，若將此類Agent作為生產(chǎn)工具全負荷使用，單周費用即可逼近萬元。這種高昂的邊際成本，已成為阻礙AI Agent大規(guī)模普及的關(guān)鍵瓶頸。要打破這一困局，不僅需要降低Token的生產(chǎn)成本，更亟需從根本上提升底層算力的利用效率。

這一效率挑戰(zhàn)的根源在于Agentic AI獨特的核心訴求，其需構(gòu)建一套持續(xù)迭代、多輪交互、異構(gòu)協(xié)同、低時延響應(yīng)的推理流水線：Prefill預(yù)填充+Decode解碼+上下文記憶（KV cache共享），支撐多智能體之間高效通信交互。傳統(tǒng)計算架構(gòu)在此場景下已難以適配，而互聯(lián)也已不再是單純的輔助性基礎(chǔ)設(shè)施，而是迭代升級為Agentic AI的決定性神經(jīng)系統(tǒng)，成為支撐這套核心推理流水線高效運轉(zhuǎn)的核心支柱，直接決定Agentic AI的響應(yīng)效率、協(xié)同能力與性能上限。NVIDIA首席科學家Bill Dally在訪談中也印證了這一觀點，AI推理對延遲的要求很高，而“目前的瓶頸已經(jīng)不是算力本身，瓶頸在通信開銷上”。

超節(jié)點：解決互聯(lián)瓶頸的系統(tǒng)級答案

面對傳統(tǒng)集群在帶寬、延遲和運維上的結(jié)構(gòu)性瓶頸，行業(yè)給出了新的解決方案——超節(jié)點。其作為新一代智算基礎(chǔ)設(shè)施核心單元，憑借高帶寬互聯(lián)架構(gòu)、全局內(nèi)存統(tǒng)一編址等核心技術(shù)優(yōu)勢，以及規(guī)?；M網(wǎng)、高可靠運行等系統(tǒng)特性，成為承載大模型全流程計算、突破算力性能瓶頸的關(guān)鍵底座。超節(jié)點是基于高速互聯(lián)協(xié)議，將多顆AI芯片深度融合構(gòu)建的一體化智能計算系統(tǒng)，可突破單機硬件擴展邊界，實現(xiàn)大規(guī)模算力的高效聚合與協(xié)同調(diào)度，全面適配千億至萬億參數(shù)級大模型訓練、推理等核心場景。

奇異摩爾在超節(jié)點領(lǐng)域的核心優(yōu)勢

不過，當前超節(jié)點發(fā)展面臨節(jié)奏錯配與生態(tài)碎片化雙重挑戰(zhàn)。一方面，AI模型以“月”為單位快速迭代，要求萬卡級擴展能力，而硬件標準迭代周期以“年”計，“軟節(jié)奏”與“硬周期”存在錯配。另一方面，行業(yè)內(nèi)超節(jié)點協(xié)議有多條不同路線，生態(tài)碎片化拖累標準化進程，也使超節(jié)點走向規(guī)?；倪M展略慢。

針對這些行業(yè)痛點，奇異摩爾創(chuàng)新性地推出了通用超節(jié)點互聯(lián)芯粒——Kiwi G2G IOD，旨在為復雜的國產(chǎn)AI芯片生態(tài)提供一個統(tǒng)一的“互聯(lián)底座”。

Kiwi G2G IOD的核心優(yōu)勢在于將互聯(lián)功能與計算核心進行物理“解耦”。相比將互聯(lián)IP集成在計算芯片內(nèi)的傳統(tǒng)方案（通常占用20-30%的寶貴面積），Kiwi G2G IOD僅占用1-20mm2的微小面積，極大地優(yōu)化了計算面積利用率，讓芯片能更專注于算力提升。同時，這種解耦架構(gòu)使其即便采用非先進工藝，也能將XPU互聯(lián)帶寬提升至2TBbps，性能超越NVLink 5.0。在協(xié)議層面，Kiwi G2G IOD展現(xiàn)出卓越的靈活性，支持SUE、OISA、ETH-X等多種主流及未來協(xié)議。

綜合來看，超節(jié)點芯粒方案具備擴展性更優(yōu)、研發(fā)成本更低、周期更短等顯著優(yōu)勢。在摩爾定律放緩、單純硬件堆砌難以為繼的背景下，Kiwi G2G IOD所代表的軟硬件全棧協(xié)同新范式，將成為提升算力轉(zhuǎn)化效率、加速大模型迭代、推動AI產(chǎn)業(yè)走向成熟的關(guān)鍵力量。

破局智算互聯(lián)瓶頸：

奇異摩爾多軌并進，共筑互聯(lián)新生態(tài)

在提供創(chuàng)新產(chǎn)品的同時，奇異摩爾積極投身產(chǎn)業(yè)生態(tài)建設(shè)，加速互聯(lián)標準的統(tǒng)一與落地。

在ODCC春季全會網(wǎng)絡(luò)工作組會議上，騰訊牽頭成立IO-NET項目工作組，聚焦下一代AI網(wǎng)絡(luò)技術(shù)，圍繞面向Agent的新型互聯(lián)體系，推進訓練、推理、業(yè)務(wù)執(zhí)行一體化研究，共建生態(tài)規(guī)范。奇異摩爾作為重要成員，牽頭組建基于IO-NET的IOD芯粒工作組，聯(lián)合產(chǎn)業(yè)伙伴探索通用IOD實現(xiàn)路徑。

在ODCC春季全體會議上，中國信通院云大所和騰訊牽頭，聯(lián)合奇異摩爾、博通、江波龍等產(chǎn)業(yè)鏈頭部企業(yè)，共同發(fā)起成立“智算互聯(lián)芯粒實驗室”（ACCL）。奇異摩爾作為核心運營單位，首期重點工作將聚焦騰訊ETH-X Scale Up協(xié)議聯(lián)合XPU廠商、交換機等廠商共同搭建基于Kiwi G2G IO芯粒的原型驗證平臺，構(gòu)建開放測試標準，賦能打通國產(chǎn)化芯片互聯(lián)互通的傳輸瓶頸。（更多閱讀：攻堅智算“芯”瓶頸：奇異摩爾攜手信通院、騰訊成立智算互聯(lián)芯粒實驗室）

此外，奇異摩爾已加入GCC-OpenAlInfra社區(qū)，積極參與社區(qū)生態(tài)建設(shè)，并加入高速互聯(lián)工作組與由字節(jié)跳動牽頭的DPU工作組，結(jié)合工作組階段性進展，深入?yún)⑴c相關(guān)技術(shù)規(guī)范與標準討論，并在工程實踐與生態(tài)協(xié)同方面貢獻力量。

展望未來，隨著AI模型持續(xù)復雜化、超節(jié)點規(guī)模不斷擴展，智算互聯(lián)的核心價值將愈發(fā)凸顯。奇異摩爾將持續(xù)深耕AI網(wǎng)絡(luò)互聯(lián)，深化與產(chǎn)業(yè)鏈上下游企業(yè)的協(xié)同合作，推動超節(jié)點互聯(lián)的標準統(tǒng)一、技術(shù)落地與生態(tài)完善。通過軟硬件全棧協(xié)同的創(chuàng)新路徑，我們將持續(xù)破解智算互聯(lián)瓶頸，助力我國智算產(chǎn)業(yè)實現(xiàn)自主可控與高質(zhì)量發(fā)展，為AI Agent規(guī)?；瘧?yīng)用及大模型高效迭代提供堅實的互聯(lián)支撐，推動整個AI產(chǎn)業(yè)邁向更高效、更普惠、更成熟的發(fā)展新階段。