算力链自主加速：核心零部件产业观察

执行摘要：本报告聚焦算力核心零部件产业动态：超节点集群与高速网络国标推进国产算力体系化建设，AI芯片国产份额首次反超，存储端高带宽闪存有望突破内存墙，磁材龙头借机器人打开第二曲线，硅光晶圆实现量产突破。报告梳理产业链现状、数据竞争格局并研判趋势，为产业各方提供参考。

产业现状与竞争格局

一、格局重构：中国AI芯片市场进入关键拐点

2025年上半年，中国数据中心AI加速器市场出现了标志性变化。IDC数据显示，中国AI加速器总出货量达200.8万个，其中非GPU加速器出货101.6万个，同比增长近80%，首次超过GPU出货量。平头哥、寒武纪、昆仑芯、海光等国产厂商全面放量，标志着中国AI算力供给结构已从“GPU一家独大”转向多元芯片架构并行的局面。

与此对应，NVIDIA在中国市场的地位持续走弱。2025年上半年，NVIDIA对中国AI加速器出货67.8万个，同比下滑44%，其在华数据中心AI芯片市场份额降至34%；华为同期出货从逾30万个增至57.2万个，份额升至28%，两者差距收窄至6个百分点。在出口管制背景下，NVIDIA可供应中国市场的产品范围受到约束，而华为等国产厂商正加速填补市场空缺，份额此消彼长的趋势仍在延续。

从产业逻辑看，这一变化由三重因素叠加驱动：一是外部供应约束促使下游厂商主动导入国产方案；二是国产芯片在推理场景的性价比与可用性逐步获得验证；三是国内大模型训练需求持续膨胀，为本土算力提供了确定性的需求底盘。

二、超节点竞赛：华为Atlas 950的规模化落子

在训练侧高端算力领域，超节点（SuperNode）架构已成为竞争焦点。该架构由英伟达首创（代表性产品如72卡NVL72），通过高速互联将多颗加速卡构成逻辑上的单一计算单元，以提升大规模模型训练效率。

华为在2025年全联接大会媒体沟通会上披露，正在部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群。尽管架构理念源自英伟达，但华为在集群规模上走得更快更坚决。这一超大规模算力集群的建设，直接关系到国产芯片能否承接国产大模型的训练需求，被视为国产算力体系构建自主生态的关键一步。

互联网络是超节点的基础设施。2026年3月，中科曙光发布全栈自研的scaleFabric高速网络，单子网可扩展至11.4万卡，综合成本降低约30%，并已落地首个全国产十万卡级AI超集群曙光8000。同期，国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》获批立项，由中科曙光牵头，联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位共同起草，对网络配置、运行管理、状态监控及故障定位提出统一技术要求。标准的建立，意味着国产算力集群正在从“单点产品突破”走向“体系化、规范化”建设阶段。

三、产业链支撑：零部件与配套能力同步补强

核心零部件环节的自主化正在多点推进：

• 制造与硅光：粤芯半导体于10月13日在创业板挂牌，成为创业板首家晶圆制造上市企业，首日涨幅223.06%，总市值约1117亿元。该公司是广东省首家量产的12英寸晶圆厂，工艺覆盖180nm至55nm，且为中国大陆唯一具备12英寸硅光晶圆大规模量产能力的厂商，硅光累计投片超7000片，覆盖400G至1.6T光模块应用——光互联正是超节点与大规模集群的刚需环节。
• 存储瓶颈突破：AI推理需求激增使“内存墙”成为制约算力效率的关键瓶颈。高盛研报指出，高带宽闪存（HBF）等新型NAND技术有望破解这一瓶颈，在GPU采用率15%至50%的情景下，潜在市场规模可达400亿至1500亿美元。目前闪迪与SK海力士在HBF技术上领先，三星电子有望受益，美光因重心偏向DRAM和HBM直接受益较低。国产存储链在该方向上的布局亦值得关注。
• 上游材料外溢：磁材龙头金力永磁预计2026年前三季度归母净利润7.35亿至8.00亿元，同比增长42.59%至55.20%，其中机器人及工业伺服电机领域收入同比翻倍，显示算力与机器人产业的下游景气正在向材料环节传导。

四、格局研判

综合来看，中国算力核心零部件产业呈现“需求牵引、多点突破、体系成型”的特征：加速器层面国产份额快速抬升并实现结构反超；集群层面以Atlas 950、曙光8000为代表的超节点工程验证了大规模国产算力的可行性；互联、制造、存储、材料等配套环节同步补链。竞争格局正进入快速重构期，下一阶段的关键变量在于国产芯片对大模型训练负载的实际承接能力，以及生态软件栈的成熟速度。

五、本章结构一览

上游：芯片与存储材料

算力链的自主化进程，正在从下游整机向上游芯片、存储与材料传导。本章聚焦三个关键环节：AI加速芯片格局的重塑、高带宽闪存（HBF）打开的存储新市场，以及稀土磁材在机器人伺服电机领域的业绩兑现。

一、AI加速芯片：国产份额快速收敛

出口管制重构了中国AI芯片市场的竞争格局。据IDC数据，2025年上半年NVIDIA在中国数据中心AI芯片市场的份额降至34%，华为升至28%，差距收窄至6个百分点。出货量层面，NVIDIA上半年对华AI加速器出货67.8万个，同比下滑44%；华为出货则从逾30万个增至57.2万个。更值得关注的是结构性变化：上半年中国AI加速器总出货200.8万个，其中非GPU加速器同比增长近80%至101.6万个，首次超过GPU，平头哥、寒武纪、昆仑芯、海光等国产厂商全面放量。

华为的推进节奏尤为激进。在全联接大会媒体沟通会上，徐直军披露华为正在部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群。超节点架构由英伟达首创（如72卡NVL72），但华为在集群规模上走得更远。支撑大规模组网的网络环节也在突破：国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》获批立项，由中科曙光牵头，联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位起草；其背后是曙光2026年3月发布的全栈自研scaleFabric网络，单子网可扩至11.4万卡，综合成本降低约30%，并已落地首个全国产十万卡AI超集群曙光8000。

制造与互连环节的配套能力同步提升。粤芯半导体10月13日在创业板挂牌，成为创业板首家晶圆制造上市企业，首日收涨223.06%，总市值约1117亿元。该公司是广东省首家量产的12英寸晶圆厂，工艺覆盖180nm至55nm，且为中国大陆唯一具备12英寸硅光晶圆大规模量产能力的厂商，硅光累计投片超7000片，覆盖400G至1.6T光模块应用——光互连正是超节点集群扩容的关键配套。

与此同时，头部厂商的技术风险仍需跟踪：AMD部分Zen架构处理器被曝存在编号为TLBI Erratum #1718的硬件缺陷，执行INVLPGB与TLBSYNC指令对时可能引发静默数据损坏，AMD已通过CPU微码修复并向Linux内核提交软件变通方案，但旧微码系统仍存在风险。

二、高带宽闪存：破解「内存墙」的1500亿美元命题

AI推理需求激增使存储容量不足成为制约算力效率的关键瓶颈，即所谓「内存墙」。高盛12日发布研报指出，高带宽闪存（HBF）等新型NAND技术有望破解这一瓶颈并显著降低AI基础设施成本。在GPU采用率达15%至50%的情景假设下，高盛测算HBF潜在市场规模可达400亿至1500亿美元。

产业格局方面，高盛看好闪迪和SK海力士的HBF技术领先优势，均维持「买入」评级；三星电子亦有望受益；美光因重心偏向DRAM和HBM，直接受益程度较低。HBF的产业逻辑在于以NAND的成本结构提供接近DRAM的带宽体验，若推理侧放量，存储厂商的价值链位置有望重估。

三、稀土磁材：机器人伺服的第二增长曲线

稀土磁材是机器人伺服电机和执行器的核心功能材料。金力永磁2026年前三季度业绩预告显示，预计归母净利润7.35亿至8.00亿元，同比增长42.59%至55.20%，营业收入同比增长约40%。分结构看，新能源及节能环保领域优势巩固的同时，机器人及工业伺服电机领域收入同比翻倍（增长约100%），显示磁材龙头正借机器人产业东风打开第二增长曲线。

小结

上游环节呈现三条并行主线：其一，国产AI芯片在出货量与集群规模上加速收敛，网络与制造配套逐步补齐；其二，HBF代表存储架构对「内存墙」的回应，市场空间可观测但技术路线尚未收敛；其三，稀土磁材已在机器人放量中兑现业绩弹性。上游自主化正从「单点突破」进入「体系化配套」阶段。

中游：晶圆制造与网络

硅光晶圆量产落地：粤芯上市与市值表现

10月13日，粤芯半导体在深交所创业板挂牌，成为创业板首家晶圆制造上市企业。上市首日收盘价38.80元，涨幅达223.06%，总市值约1117亿元，市场对稀缺晶圆制造标的的热情可见一斑。

从产业属性看，粤芯的差异化定位在于“广东省首家量产12英寸晶圆厂”的身份，工艺覆盖180nm至55nm，拥有八大工艺平台。更关键的是，其为中国大陆唯一具备12英寸硅光晶圆大规模量产能力的企业，硅光累计投片已超过7000片，产品覆盖400G至1.6T光模块应用，同时布局MOSFET、IGBT等功率器件代工。

这一产能布局切中的是AI算力链的中间环节。随着AI集群规模扩大，光模块速率从400G向800G、1.6T快速迭代，光互连对晶圆制造工艺的需求同步上升。硅光技术将光器件集成于硅基晶圆，是降低高速光互连成本的重要路径，粤芯的硅光量产能力在国产供应链中具有阶段性稀缺性，这也是其上市估值获得溢价的基本面支撑之一。从产业链结构看，其位置可概括如下：

互联层标准化：首个RDMA国标立项

在晶圆制造之上，网络互联是决定超大规模集群实际效率的另一关键环节。国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》已获批立项，由中科曙光牵头，联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位共同起草。标准对网络配置、运行管理、状态监控及故障定位提出了统一技术要求。

标准化的产业意义在于降低异构适配成本。当前国产算力集群多由不同厂商的芯片、交换机与软件栈拼合而成，缺乏统一管理规范会推高部署与运维门槛。国标立项为产业链各方提供了协调框架，也有助于避免互联技术路线的碎片化。

该标准的背后是曙光2026年3月发布的全栈自研scaleFabric网络。其单子网可扩展至11.4万卡，综合成本降低约30%，并已落地首个全国产十万卡AI超集群——曙光8000。这意味着国产互联方案在“规模上限”与“成本曲线”两个维度上开始形成可验证的工程实绩，而非停留在参数宣称层面。

互联规模竞赛：从NVL72到25.6万卡

互联层的进展还需放在全球超节点竞争的背景下理解。超节点架构由英伟达首创（如72卡NVL72），但华为在规模上走得更快：在全联接大会媒体沟通会上，徐直军披露华为正部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群。如此规模的集群能否稳定运行，高度依赖互联网络的带宽、时延与故障管理能力——这正是RDMA国标与scaleFabric等国产网络方案要解决的问题。

市场格局也在印证国产互联生态的成长空间。IDC数据显示，2025年上半年NVIDIA在中国数据中心AI芯片市场份额降至34%，华为升至28%，差距收窄至6个百分点；非GPU加速器出货同比增长近80%至101.6万个，首次超过GPU，平头哥、寒武纪、昆仑芯、海光等国产厂商全面增长。国产芯片份额扩张，直接放大了对国产硅光晶圆与自研网络的需求。

小结

中游环节呈现“制造稀缺化、网络标准化”的双重信号：粤芯以硅光量产填补制造端空白并获得千亿市值定价，曙光系则以国标立项加十万卡落地确立互联层话语权。随着Atlas 950等超大规模集群进入部署测试期，制造与互联两大环节的国产配套能力，将成为检验国产算力体系完整性的下一组观察指标。

下游：算力集群与终端应用

一、超节点集群：国产算力体系的“压力测试”

大模型训练需求持续攀升，单卡性能提升之外，集群规模化能力成为算力供给的核心变量。2025年，国内超节点建设明显提速，形成三条主线：

其一，规模对标国际并局部超越。 华为在全联接大会上披露，正在部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群。超节点架构虽由英伟达首创（以72卡NVL72为代表），但华为在组网规模上走得更快更坚决，直接关系到国产芯片能否托住国产大模型的训练需求。

其二，互联网络成为自主化的关键拼图。 国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》获批立项，由中科曙光牵头，联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位起草，对网络配置、运行管理、状态监控及故障定位提出统一要求。其背后的产业支撑是曙光2026年3月发布的全栈自研scaleFabric网络——单子网可扩至11.4万卡，综合成本降低约30%，并已落地首个全国产十万卡AI超集群曙光8000。集群规模的“卡脖子”环节正从芯片侧向网络侧延伸并逐个突破。

其三，市场格局发生实质性变化。 IDC数据显示，2025年上半年NVIDIA在中国数据中心AI芯片市场份额降至34%，华为升至28%，差距收窄至6个百分点。NVIDIA上半年对华AI加速器出货67.8万个，同比下滑44%；华为出货从逾30万个增至57.2万个。上半年中国AI加速器总出货200.8万个，其中非GPU加速器同比增长近80%至101.6万个，首次超过GPU，平头哥、寒武纪、昆仑芯、海光等国产厂商全面增长。出口管制客观上加速了这一替代进程。

需要指出的是，超大规模集群对芯片良率、互联稳定性、散热与供电系统均提出极高要求。近期AMD部分Zen架构处理器曝出的TLB失效缺陷（Erratum #1718）即说明，即便是成熟厂商也需通过微码与软件双重手段应对硬件级静默故障；国产超节点在10万卡以上规模的长时间稳定训练能力，仍有待实际训练任务的验证。

二、下游应用：核心零部件需求的两条拉动主线

超节点集群之外，机器人与新能源构成核心零部件需求的另一增长极，磁材行业是典型观察窗口。金力永磁2026年前三季度业绩预告显示，预计归母净利润7.35亿—8.00亿元，同比增长42.59%—55.20%，营业收入同比增长约40%。增长动力来自新能源及节能环保领域优势的巩固与新兴市场开拓，其中机器人及工业伺服电机领域收入同比翻倍（约+100%），显示磁材龙头正借机器人产业东风打开第二增长曲线。高性能钕铁硼磁材作为伺服电机、新能源驱动电机的核心功能材料，其需求弹性直接映射下游应用的景气度。

光模块与硅光环节同样受益于集群互联需求。粤芯半导体10月13日在深交所创业板挂牌，成为创业板首家晶圆制造上市企业，收盘涨幅223.06%，总市值约1117亿元。其为中国大陆唯一具备12英寸硅光晶圆大规模量产能力的企业，硅光累计投片超7000片，覆盖400G至1.6T光模块应用，同时布局MOSFET、IGBT功率器件代工，兼得算力互联与新能源功率器件两重需求。

存储侧则面临结构性瓶颈。高盛研报指出，AI推理需求激增使存储容量不足成为制约算力效率的关键瓶颈，高带宽闪存（HBF）等新型NAND技术有望破解“内存墙”。在GPU采用率15%—50%的情景下，HBF潜在市场规模可达400亿至1500亿美元；闪迪与SK海力士技术领先，三星有望受益，美光因重心偏向DRAM和HBM直接受益较低。

三、供需匹配度评估

综合来看，算力链供需呈现“总量追赶快、结构性缺口仍在”的特征：

• 供给端：国产加速器出货量首次超过GPU，超节点组网规模与网络标准同步推进，供给能力边界显著扩张；
• 需求端：大模型训练与推理双轮驱动，机器人、新能源对精密零部件形成高弹性增量需求；
• 匹配度短板：集中在高端存储（HBF/HBM）、超大规模集群稳定性验证、先进制程产能（如12英寸特色工艺）等环节，其中存储瓶颈对推理成本的影响可能先于训练侧显现。

下游应用的多元化，正在为国产核心零部件提供从“政策驱动”转向“市场驱动”的需求验证，这一转变的可持续性将是下一阶段观察重点。

关键数据与竞争态势

算力链自主化的进程，最终要落到数据上检验。本章从AI加速器出货格局、超节点集群建设、存储瓶颈与新型方案市场空间、晶圆制造配套能力四个维度，梳理当前国内外竞争位势及其变化趋势。

一、AI加速器：中国市场份额快速收敛

IDC数据显示，2025年上半年中国AI加速器市场呈现结构性变化。NVIDIA在中国数据中心AI芯片市场份额降至34%，华为升至28%，两者差距收窄至6个百分点。出货量层面，NVIDIA上半年对华出货67.8万个，同比下滑44%；华为则从上年同期的逾30万个增至57.2万个，接近翻倍。

更值得关注的是技术路线层面的此消彼长：上半年中国AI加速器总出货200.8万个，其中非GPU加速器同比增长近80%至101.6万个，首次超过GPU。平头哥、寒武纪、昆仑芯、海光等国产厂商全面增长。在出口管制的产业逻辑下，NVIDIA合规芯片对华供应受限，国产替代的需求侧空间持续扩大，供给侧则由华为昇腾与其他国产力量共同承接。

二、超节点集群：规模竞争的新赛道

超节点架构由英伟达首创（如72卡NVL72），但华为在规模上推进更快。据华为全联接大会披露，华为正在部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群。这一超大规模集群的建设，直接关系到国产芯片能否承接国产大模型的训练需求，是国产算力体系与英伟达生态竞争的关键落子。

组网能力是超节点的底层支撑。国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》已获批立项，由中科曙光牵头，联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位起草。背后是曙光2026年3月发布的全栈自研scaleFabric网络——单子网可扩至11.4万卡，综合成本降低约30%，并已落地首个全国产十万卡AI超集群曙光8000。标准立项与十万卡集群落地相互印证，表明国产算力组网正从单点产品走向体系化。

三、存储：“内存墙”与HBF的市场空间

AI推理需求激增使存储容量不足成为制约算力效率的关键瓶颈。高盛12月研报指出，高带宽闪存（HBF）等新型NAND技术有望破解这一“内存墙”并显著降低AI基础设施成本。在GPU采用率15%至50%的情景下，高盛测算HBF潜在市场规模可达400亿至1500亿美元。

竞争格局上，高盛看好闪迪和SK海力士的HBF技术领先优势，三星电子亦有望受益；美光因重心偏向DRAM和HBM，直接受益程度较低。该格局对国内存储厂商既是参照也是窗口：新型存储技术路线尚处产业化早期，技术代差尚未固化，这为后来者争取了追赶时间。

四、晶圆制造：特色工艺的配套突破

晶圆端，粤芯半导体10月13日在深交所创业板挂牌，成为创业板首家晶圆制造上市企业，首日涨幅223.06%，收盘总市值约1117亿元。作为广东省首家量产的12英寸晶圆厂，粤芯工艺覆盖180nm至55nm，拥有八大工艺平台，且是中国大陆唯一具备12英寸硅光晶圆大规模量产能力的厂商，硅光累计投片超7000片，覆盖400G至1.6T光模块应用。

硅光晶圆与AI光互连需求直接相关。在十万卡级集群和超节点架构中，光模块是网络带宽的物理载体，粤芯的量产能力意味着国产算力链在光互连上游的配套短板正在补齐。

五、综合研判

总体看，国产算力链的竞争位势呈现“整机与集群追赶加速、上游部件单点突破、标准体系开始自主”的特征。但需清醒看到，单集群规模的领先不等于生态成熟，软件栈、开发者生态与先进工艺仍是长期约束；存储领域的HBF窗口期能否转化为国内产能，取决于技术路线押注与量产节奏。算力链自主化的下半场，将从“能造出来”转向“用得起来、生态立得住”。

趋势判断与风险提示

一、三大趋势研判

趋势一：超节点从“架构创新”走向“规模化落地”

超节点架构由英伟达首创（72卡NVL72为代表），但国产阵营正在规模上实现超越式追赶。华为披露正在部署和测试由25.6万张昇腾加速卡组成的Atlas 950超节点集群，这是当前公开信息中规模最大的超节点建设计划之一。与此同时，中科曙光牵头的scaleFabric全栈自研网络单子网可扩至11.4万卡，综合成本降低约30%，已落地首个全国产十万卡AI超集群曙光8000。

超节点规模化的意义不仅在于单点算力密度，更在于其重构了“卡—互联—存储—网络”的零部件需求结构：高速互联网络、高带宽内存、配套网络管理软件的权重显著上升。国内首个RDMA高速网络国家标准《智能计算集群 高速网络管理技术规范》获批立项，由曙光联合之江实验室、信通院、三大运营商云、摩尔线程、盛科通信等十余家单位起草，标志着国产互联体系正从“单点突破”转向“标准体系建设”。

趋势二：存储技术变革打开“内存墙”破局窗口

AI推理需求激增使存储容量不足成为制约算力效率的关键瓶颈。高盛研报指出，高带宽闪存（HBF）等新型NAND技术有望破解「内存墙」并显著降低AI基础设施成本，在GPU采用率15%至50%的情景下，HBF潜在市场规模可达400亿至1500亿美元。国际层面，闪迪和SK海力士的HBF技术领先，三星电子有望受益，美光因重心偏向DRAM和HBM直接受益较低。

对国产供应链而言，存储技术路线切换意味着格局重塑的机会窗口：在HBM上追赶难度较大，但NAND路线的变革为后发者提供了“换道竞争”的可能。存储与超节点互联、RDMA网络的协同演进，将成为下一阶段算力链零部件创新的主战场。

趋势三：国产替代从“可替代”走向“结构性过半”

市场份额数据印证了替代深化的拐点：2025年上半年NVIDIA在中国数据中心AI芯片市场份额降至34%，华为升至28%，差距收窄至6个百分点；NVIDIA对华AI加速器出货67.8万个，同比下滑44%，华为出货则从逾30万个增至57.2万个。更值得注意的是，上半年中国AI加速器总出货200.8万个中，非GPU加速器同比增长近80%至101.6万个，首次超过GPU，平头哥、寒武纪、昆仑芯、海光等国产厂商全面增长。

替代深化的同时，产业链配套能力也在补齐：粤芯半导体10月13日登陆创业板，总市值约1117亿元，成为广东省首家量产12英寸晶圆厂和中国大陆唯一具备12英寸硅光晶圆大规模量产能力的企业，硅光累计投片超7000片，覆盖400G至1.6T光模块——国产算力链的“光互联底座”正在成形。

二、结构视图：国产算力链自主化驱动逻辑

三、风险提示

硬件缺陷风险。 大规模部署放大单点缺陷的系统性影响。AMD部分Zen架构处理器被曝TLBI Erratum #1718硬件缺陷，执行INVLPGB与TLBSYNC指令对时可能无法正确失效TLB条目，引发静默数据损坏或难复现崩溃。AMD虽已通过CPU微码修复并向Linux 7.3-rc7提交软件变通方案，但旧微码系统仍有风险。对国产加速卡而言，随着出货量级快速爬升（华为半年出货已超57万个），验证体系建设与固件/微码的长期维护能力将成为竞争壁垒的一部分。

出口管制的不确定性。 NVIDIA在华份额下滑与出货腰斩，与管制环境直接相关。需要客观看待的是，管制是双刃剑：一方面为国产替代让出市场空间，另一方面先进制程设备、HBM等上游环节的外部获取渠道收窄，可能约束国产算力链的性能天花板与扩产节奏。

产能与良率约束。 Atlas 950这类25.6万卡级集群对加速卡良率、互联芯片供应、网络设备交付提出极高要求；12英寸硅光晶圆等新量产平台（粤芯累计投片仅超7000片）仍处于产能爬坡早期，能否匹配1.6T光模块的放量节奏尚待验证。

生态建设滞后风险。 市场份额可以快速切换，软件生态迁移则相对缓慢。CUDA生态的存量优势、RDMA国标从立项到落地的周期、超节点运维标准的统一，都决定了国产替代的“结构性过半”能否转化为训练效率上的实际可用性。国产超节点能否真正托住国产大模型的训练需求，仍需以集群实际训练表现作为最终检验标准。

总体而言，超节点规模化、存储变革、国产替代深化构成算力链零部件的中期主升逻辑，但硬件可靠性、供应链外部约束与生态成熟度三大变量，将决定节奏而非方向。建议持续跟踪HBF技术产业化进度、RDMA国标落地情况及超大规模集群的实际交付表现。