智东西
作者 陈骏达编辑 漠影
今年的 WAIC，超节点依然是 AI 基础设施展区热度最高的关键词。从展馆入口一路走来，国内 AI 基础设施厂商几乎都把超节点产品摆到了最显眼的位置。
为何人人都在谈 " 超节点 "？随着万亿参数模型不断出现，GPU 已经越来越难单独决定 AI 系统性能。真正影响模型训练和推理效率的，开始变成 GPU 之间如何连接、服务器如何组织、网络如何协同、软件如何调度，以及整个数据中心如何作为一个整体高效运行。
AI 基础设施的竞争，也正从单点性能比拼，迈向系统能力竞争。
正是在这样的产业背景下，中兴在 WAIC 期间举办的 " 极致协同 沪筑生态 " 全栈智算生态论坛上，正式发布了新一代 OEX 超节点，给出了面向系统时代的一种解法。
与此同时，由中兴联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等合作伙伴共同打造的基于 OEX+dOCS 架构的国产高性能 Matrix 超节点关键技术与应用，还获得了 2026 WAIC SAIL 奖。
OEX 超节点究竟解决了哪些长期困扰 AI 基础设施的问题？又为何会成为今年 WAIC AI 基础设施领域最受关注的产品之一？
一、AI 算力竞争进入系统时代，传统架构亟需迭代
过去几年，大模型的发展速度远远超过芯片性能提升速度。模型参数规模迈向万亿级，训练数据和推理请求持续增长，功耗、显存容量、互联带宽等因素也开始相互制约，仅靠简单堆砌更多 GPU，已经很难获得线性的算力增长。
无论是 MoE 模型中的 Token 流转，还是 Tensor Parallel、Expert Parallel 等并行策略，都让通信量呈指数级增长。如果互联效率不足，再强的 GPU 也只能等待数据传输，最终导致算力利用率下降。
因此，AI 工厂真正需要优化的对象，已经从单颗 GPU 扩展到整个系统。决定性能的不再只是芯片，而是芯片、互联、服务器、交换机、机柜、软件平台乃至整个集群的协同能力，AI 基础设施也由此进入 " 系统时代 "。
如今广泛提及的超节点，正是这一思路的体现。
超节点并非简单将几十张 GPU 装进一个机柜，而是通过高速互联、统一内存寻址、专用交换芯片以及软硬件协同，将数十甚至上百颗 GPU 逻辑上融合成一台 " 超级计算机 "，让它们像单机一样高效协同工作。
不过，打造这样的系统并不容易。系统不仅需要提供 TB/s 级带宽和极低时延，还要解决线缆激增、供电复杂、散热压力和可靠性下降等工程挑战。
同时，在国产替代加速的当下，异构 GPU 如何统一调度、不同厂商芯片如何兼容、软件适配成本如何降低、系统如何持续扩展，也成为产业化必须解决的问题。
作为国内 AI 基础设施的重要玩家，中兴的思路并非优化某一个环节，而是将芯片、互联、服务器、集群、软件平台以及能源系统放在统一框架下重新设计，以开放兼容多元算力、提升全链路协同效率、降低 AI 工厂总拥有成本（TCO）为目标，打造具备持续演进能力的 AI 基础设施。这也成为 OEX 超节点诞生的逻辑起点。
二、重新定义 AI 工厂基础计算单元，OEX 如何降低总拥有成本？
OEX 超节点的全称是 Orthogonal Electrical eXchange，这是一种正交无背板互联架构，从根本上改变了超节点的物理设计。
传统 AI 服务器依赖大量高速线缆连接计算节点和交换节点，不仅布线复杂，也带来信号衰减、维护困难等问题。OEX 的正交无背板互联架构，通过正交连接器和单级交换拓扑，让计算托盘与交换托盘直接垂直互联，彻底取消了内部高速线缆。
这一变化带来了系统级提升。首先，SerDes 链路缩短 30% 以上，消除了 Cable Tray 约 6.5dB 插损，显著改善信号质量，并为 224G 等下一代高速互联预留空间。
其次，取消线缆后释放了更多机柜空间，可在标准机柜内支持最高 128 张 GPU，进一步提升单位空间算力密度。
更重要的是可靠性和运维能力的提升。高速线缆和连接器一直是 AI 服务器的重要故障来源，OEX 通过零线缆设计减少了大量潜在故障点，同时采用模块化托盘设计，故障维护由小时级缩短至分钟级，大幅降低运维成本。
这些优势最终都会体现在 AI 工厂最关注的 TCO（总拥有成本）上。OEX 减少了交换层级，降低了硬件投入、布线复杂度和维护成本，符合数据中心向高密度、高能效比和模块化演进的趋势。
根据中兴公布的数据，正交无背板设计可使互联成本大幅下降，整机开发周期缩短至 3-6 个月，在降低全生命周期成本的同时提升产品迭代效率。
当前国产 GPU 生态不断丰富，但不同 GPU 协议、服务器设计和软件栈差异较大，适配成本居高不下。因此，性能提升之外，OEX 超节点还坚持开放架构。
OEX 兼容 RDMA、Clink、OISA、SUE 等多种主流互联协议，通过组件化设计，仅需更换 UBB 等关键模块即可快速适配不同 GPU 平台，实现多厂家 GPU 兼容。
同时，中兴还开放机械接口和电气规范，支持第三方计算托盘和交换托盘接入，希望构建更加开放的国产超节点生态，为后续更大规模系统扩展奠定基础。
如果说 OEX 解决的是单机柜内部 GPU 互联，那么中兴联合合作伙伴打造的OEX+dOCS Matrix 超节点则进一步解决了 AI 工厂跨机柜扩展的问题。
在千卡乃至万卡集群中，传统多级电交换网络带来的时延、功耗和复杂度不断放大。Matrix 超节点采用 "OEX 电交换 + 分布式 dOCS 光交换 " 的光电融合架构：机柜内部由 OEX 完成高密度电交换，跨机柜通信则交由 dOCS 光交换，实现百纳秒级网络时延，并减少光电转换和互联功耗。
此外，dOCS 支持按训练任务动态重构网络拓扑，让 AI 集群能够根据不同模型实时调整资源，提高 GPU 利用率和整体训练效率。
此次获得 WAIC 2026 SAIL 奖的 Matrix 超节点，还联合了曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等国产产业链企业，打通了 AI 芯片、服务器、互联网络到智算集群的完整链路。
这展示了光电融合超节点的技术突破，也体现出国产 AI 基础设施正在从单点创新迈向系统创新。
三、从底层 Token 生产，到上层 Token 应用
如果把中兴此次 WAIC 展出的内容串联起来，会发现其 AI 布局已经形成了较为完整的体系，这也符合中兴去年提出的"All in AI" 战略。
最底层是核心能力层，包括自研高速互联芯片、网络芯片、基础软件，以及此次发布的 OEX 正交超节点架构。其目标是打造开放兼容的底座，支持不同国产 GPU、不同协议高效协同，降低产业链适配成本。
其上是基础设施层。围绕 AI 工厂，中兴构建了覆盖超节点、智算服务器、一体机、高性能存储的算力产品体系，同时完善 Scale-Out、Scale-Across 智算网络，并布局液冷、800V 高压直流、模块化 AIDC 等方案，形成从算力、网络到能源的完整能力。
2026 年第一季度，中兴算力业务的营收实现双位数增长，对其营收的贡献占比已提升到 27%。
再往上是能力平台层。随着 AI 基础设施逐渐成熟，仅有硬件已不足以支撑产业落地。中兴围绕 AIOS、智算资源管理平台、训推加速平台及智能体平台，进一步解决模型部署、资源调度和软硬件协同优化等问题，将复杂的 AI 工程能力平台化，降低企业应用 AI 的门槛。
应用层则聚焦产业落地。目前，中兴已将 AI 能力应用于工业制造、电力、轨道交通、医疗、通信等多个行业，在自智网络、智能制造、城市治理等领域形成了大量实践案例，让 AI 真正进入生产场景。
最贴近用户的是终端层。今年 WAIC 期间，全球首款 AI 智能体手机中兴努比亚 NaviX Ultra 亮相展台，成为现场焦点之一。从 AI 工厂到 AIOS，从行业应用到 AI 终端，中兴正尝试打通从底层算力到终端体验的完整链路。
纵观这五层布局，中兴希望打造的已不仅是通信设备或服务器产品，而是一套覆盖 "Token 生产— Token 管理— Token 应用 " 全链条的 AI 基础设施体系：底层通过 AI 工厂持续生产更低成本、更高效率的 Token，上层借助平台、行业应用和智能终端，让这些 Token 真正转化为产业价值。
结语Token 经济时代，中兴打开新的增长空间
随着大模型逐渐进入规模化应用阶段，越来越多的企业开始关注每单位 Token 的生产效率和总拥有成本。谁能持续降低 Token 成本，谁就更有机会成为下一轮 AI 基础设施竞争的赢家。
在这个意义上，OEX 超节点或许只是一个开始。随着系统架构、开放生态与 AI 应用逐步形成正向循环，中兴多年积累的 " 连接 + 算力 " 能力，也有望进一步释放价值，在 Token 经济时代构建起新的增长曲线。
从连接能力到系统能力，再到 AI 工厂时代的基础设施平台，中兴正在打开新的成长空间，这或许也是此次 WAIC 之后，最值得期待的产业变化之一。
