壁仞科技推出新一代光互连超节点，支持千卡扩展

随着人工智能模型参数规模的迅速扩张，单颗GPU的性能已难以满足庞大的训练与推理需求。当前市场的关注点正逐步从单一芯片的性能提升，转移到利用高速互连技术将成百上千张GPU整合成统一的计算系统。在此背景下，超节点已成为AI数据中心建设的核心演进方向，NVIDIA、AMD以及国内多家AI芯片和服务器企业均在积极布局。目前业界主流的超节点多采用电气互连方式，通过高速铜缆连接GPU与交换机。但随着GPU带宽需求的不断攀升，电信号在长距离高速传输中易产生衰减，从而限制了系统规模与机柜设计。此外，NVIDIA此前宣布其下一代Rubin Ultra平台将引入光互连技术，国内超聚变、中兴通信等服务器厂商也展示了相关超节点产品，表明行业竞争已转向系统架构与互连技术的综合实力比拼。

在2026世界人工智能大会上，国内GPU企业壁仞科技正式推出了新一代NPO（近封装光学）光互连超节点方案。该方案采用分布式解耦架构，将GPU计算节点与交换节点分离部署，通过光纤进行连接，打破了传统固定机柜的限制。单一超节点最高可扩展至1024张GPU，并能根据实际需求灵活配置为16卡、128卡等不同规模，有效降低了数据中心后续运维与系统扩容的复杂度。在硬件配置上，新方案结合了BR2xx系列GPU与自主研发的BLink 2.0互连协议。该协议采用开放式设计，支持跨芯片平台互连，使得最多1024张GPU能够共享同一内存空间，大幅提升了多卡协同计算的效率。壁仞科技指出，随着单卡互连带宽的持续增长，光互连将成为大型AI集群的关键技术选择。此次展示的NPO方案将光引擎部署在GPU模块周边，缩短了电信号的传输路径，随后通过光纤实现节点间的数据交互。与传统的可插拔光模块相比，NPO技术省去了数字信号处理器，在降低功耗和传输延迟的同时，兼顾了高带宽密度与长距离传输的优势。

在光互连领域，目前主要存在线性驱动可插拔光学（LPO）、近封装光学（NPO）以及共封装光学（CPO）等技术路线。CPO将光引擎直接集成到交换芯片封装内部，被视为长远发展趋势，但在散热、制造和后期维护上仍存在技术瓶颈；LPO虽能降低部分功耗，却对系统设计提出了更高要求。相比之下，NPO在技术成熟度、功耗控制与部署灵活性之间取得了较好的平衡，因而日益受到业界青睐。在软件与算法层面，壁仞科技同步推出了“Token Factory”AI计算方案。该方案通过多层缓存管理机制减少重复计算开销，并构建了跨品牌的异构GPU混合推理架构，旨在进一步提升大型AI模型的推理效率。

尽管光互连超节点展现出显著的技术优势，但要实现大规模商业化落地，仍需解决可靠性、光互连成本、散热管理、软件生态建设及系统维护等多项难题。据壁仞科技透露，其NPO光互连超节点计划于2027年开展小规模商业验证，后续将根据市场需求与技术成熟度逐步推进量产部署。