9月21日,2026人工智能计算大会(AICC2026)上,浪潮信息正式发布元脑SD200 Ultra超节点AI服务器。基于本土AI芯片,单机承载运行2.8万亿参数的Kimi K3大模型,Token生成时延首次突破5.85毫秒,相当于单用户每秒170个Token,达到业界平均水平的5倍。
“5.85毫秒”不是一颗芯片的胜利,是一整套系统工程的胜利。
SD200 Ultra采用3D Hyper Mesh架构,紧耦合128颗本土AI芯片,提供8TB统一编址显存和64TB内存,通信时延低至0.69微秒。这组数字背后,是浪潮信息在互连架构上的一次底层重构——通过对称内存技术,首次在基于本土AI芯片的超节点上实现GPU显存直连,AllReduce通信时间降低3.5倍。
“用国产芯片跑万亿模型”,最大的瓶颈从来不在单卡算力,而在“芯片之间的对话效率”。
当模型参数从千亿走向万亿、十万亿,GPU之间的通信开销会以指数级放大。传统架构中,GPU访问远端显存需要经过复杂的协议转换和地址映射,每一次“跨界访问”都在消耗时延预算。SD200 Ultra的解法,是构建全局统一编址的内存语义互连域——让128颗GPU共享同一个逻辑地址空间,GPU可以直接“看见”并访问任意一颗远端GPU的显存,就像访问本地内存一样自然。这个技术路径的意义,堪比把128个各自为政的“小作坊”,改造成了一条可以无缝流转的“流水线”。
软件侧的协同优化同样关键。 针对Kimi K3推理场景,SD200 Ultra构建了超级算子智能体,将KDA、Gated MLA、MoE中的基础算子深度融合,算子数量降低10倍,推理性能提升3倍以上。从硬件互连到算子融合到推理引擎,浪潮信息在SD200 Ultra上完成的是一套“芯片—互连—框架—模型”的全栈协同优化。
浪潮信息还同步发布了元脑HC2000多元算力机组,采用DirectCom 2.0极速架构,基于高密液冷AI整机柜,搭配MCIS推理软件栈,官方称同等投资下Token产能提升10倍。浪潮信息将Agent时代的AI计算划分为“能力型智算”与“容量型智算”两个方向——SD200 Ultra解决的是“能不能跑万亿模型”的能力问题,HC2000解决的是“能不能让智能充分供给”的容量问题。
放在浪潮信息的整体战略里,SD200 Ultra只是“冰山露出水面的一角”。 2026年7月,浪潮信息已发布元脑SD200超节点,基于OCM和OAM两大开放计算架构,在单机内实现64路本土GPU统一寻址,在Kimi K2.6万亿参数模型上实现单Token生成时间4.77毫秒。从64卡到128卡,从4.77毫秒到5.85毫秒(更复杂的Kimi K3模型),浪潮信息正在用持续迭代的产品节奏,证明国产超节点方案不是“一次性的技术演示”,而是一条正在加速的产业曲线。
当然,从“发布”到“部署”之间,隔着的是客户验证和规模化交付的漫长周期。 浪潮信息上半年净利润同比增长269.6%,但经营现金流净流出74.9亿元,90亿元定增已指向新一代AI基础设施和液冷研发。SD200 Ultra的技术突破,需要用真实业务场景中的稳定运行来兑现其产业价值。
真正的产业卡位,不是在参数表上刷新一个时延数字,而是在客户的Agent集群连续运行数天、经历数百万次模型调用和工具调用之后,那128颗国产芯片之间的0.69微秒通信,仍然没有一次“卡顿”。 从“能跑”到“跑得好”,从“单次推理”到“持续在线”,SD200 Ultra用5.85毫秒的Token时延,为国产AI算力画下了一条新的起跑线——而这条跑道的终点,在每一个Agent任务被及时完成的那一刻。