天数智芯把 144 颗 GPU 装进一个机柜：国产算力开始比整柜系统
144 颗 GPU 与 18 颗 CPU，装进一个机柜
10 月 12 日，在上海举行的 2026 中国国际工业博览会上，天数智芯展出了公司首个系统化超节点方案——天垓300 IXL144。据公司介绍，这套方案在单个机柜内集成 144 颗图形处理器（GPU）与 18 颗中央处理器（CPU），把过去需要跨多台服务器、多个机柜组织的算力收进了一个整机柜。
把时间线连起来看，这一步的分量更清楚：今年 1 月，公司公布四代架构路线图；7 月在世界人工智能大会上发布天垓300 加速卡；10 月工博会拿出基于天垓300 的整柜方案。官方叙述的落点也在这条线上——旗舰 GPU 的能力正在从单芯片延伸到整机柜，并在真实机房中持续迭代。
公司在发布现场的表述是，超节点不是单一产品，而是一项系统工程，最终比拼的是系统经济效能。IXL144 是这套系统化超节点方案中的第一款产品，后续面向不同算力规模、不同机房条件的完整产品会陆续发布。这段话实际上界定了竞争维度的变化：比的不再只是单卡峰值算力，而是整柜能提供多少有效算力、需要付出多少改造代价。
还有一个容易被忽略的前提：据公司介绍，天垓系列已经实现万卡级规模的部署。单柜方案是建立在既有出货与运维经验之上的，而不是从零开始的设计——对买方而言，这决定了它属于已有产品线的延伸，还是全新的赌注。
什么是超节点，为什么现在都在做
所谓超节点，本质是把几十到几百颗加速器通过高带宽、低时延的互联组织成一个更大的算力域，让跨卡的通信尽量接近片间直连的水平。大模型训练时，参数、梯度与激活值需要在卡之间高频交换，通信开销往往吃掉相当一部分算力；把交换做得更快、更短路径，等于把同一批芯片的有效产出抬上去。
这也解释了超节点与传统集群（scale-out 扩展）的区别。后者的做法是把多台服务器用网络连起来，通信要穿过网络栈与交换机，延迟与带宽成本都更高；前者则在机柜内部建立高带宽互联，把「一个任务最多能并行铺在多少张卡上」的上限整体抬高。两者并非替代关系，但在超大模型训练里，机柜内的那一段往往决定效率的上限。
国内厂商在这个方向上的紧迫感，还来自另一重现实：当单卡在制程与内存带宽上受到客观条件限制时，用机柜密度、互联拓扑与软件栈的效率去补足单卡的差距，是一条更现实的路径。「超节点元年」的说法正来自这种思路的转变——从追单点指标，转向追系统产出。
需求侧的变化同样直接。报道引用的 IDC 报告显示，智能体（Agent）进一步推高算力需求，2026 年中国智能算力规模预计达到 2576.5 EFLOPS，同比增长 87.9%；在这样的增速下，超节点开始从技术验证走向规模部署。这一点对理解这次展示的时点很关键：它不是一次孤立的技术演示，而是对应着采购行为的变化。
客户要算的三笔账
报道把从技术验证走向规模采购的门槛总结成三笔账。第一笔是软件账：已有模型和代码是否需要推倒重写。第二笔是机房账：是否要为整机柜专门改造供电、承重与散热，甚至新建机房。第三笔是运行账：每百万有效词元（Token）的成本能否下降，以及算力能否按需扩展而不闲置。三笔账加在一起，才是「买不买」的真正判据。
天数智芯给出的应对方向是三条同时做到：集成密度更高、对现有机房更友好、对已有代码更兼容。落到产品上，单机柜形态贴近常规机柜标准；采用通用 GPU 架构、兼容主流生态以降低迁移上线成本；通过整柜互联让 144 颗 GPU 协同工作。这三条对应上述三笔账，逻辑是自洽的——难点在于能否同时成立。
先看软件账。把一个模型从一套生态搬到另一套生态，成本并不只在训练代码本身，还包括算子库覆盖、分布式训练框架的适配、推理服务与调优工具链，以及工程师的学习曲线。这些开销不出现在采购合同里，却往往决定项目能否按期上线，这也是「通用架构、兼容主流生态」会被当成核心卖点的原因。
再看机房账。高密度机柜带来的不是多几根线的问题：整柜功率密度上升会逼近风冷极限，需要液冷方案；重量分布影响楼板承重；配电、管路与监控往往要按层改造。对已建成的数据中心来说，这些工程量可能超过设备本身的价值，「不用新建机房」因此成为可以量化的收益。
最后是运行账。每百万有效词元的成本由能耗、设备折旧、利用率和软件栈效率共同决定：密度与互联改善能摊薄通信开销和闲置损失，但最终数字取决于具体模型、并发规模、实际利用率与当地电价。因此业内常见的成本对比通常在给定条件下成立，把它当成普遍结论需要额外小心。
这一轮竞争比的是什么
把这次的展示放回语境，需要分清它是什么、不是什么。报道的措辞是「亮相」与「首个系统化超节点方案」，属于首次公开的方案展示，而不是宣布已经完成大规模商业交付。单柜具体密度、互联时延、实测性能、整柜功耗与散热规格、客户订单等关键参数，尚未由公司以完整白皮书或测试报告的形式披露，评价「密度最高」「成本最低」一类比较性表述时，先要看比较口径。
但方向是清楚的。国产算力的竞争重点正在从单卡参数转向整柜密度、芯片互联、软件栈与整机柜的系统经济性；对买方而言，真正决定成败的问题也从来不是峰值算力榜单，而是模型要改多少、机房要动多少、每百万有效词元要花多少。谁能把这三笔账同时算平，谁才拿得到规模订单。