引言：AI算力从"参数比拼"走向"系统级创新"
2026年9月，全球AI产业进入了一个关键转折点。当大模型参数竞赛渐入瓶颈，算力基础设施的革新正在接棒成为推动AI商业化落地的核心驱动力。从华为发布全球首个NPO超节点，到黄仁勋预判2027年英伟达芯片销量翻倍，再到AICC2026全面转向智能体落地——算力产业的"硬核时刻"正在加速到来。
一、华为全联接大会：昇腾960超节点与NPO光互联的范式革命
9月17日，华为全联接大会2026在上海启幕。华为正式发布全球首个采用NPO（近封装光学）技术的超节点——昇腾960超节点，标志着国产算力从单芯片竞争转向计算+互联+存储一体化系统级比拼。
这一突破的核心在于华为自研的全球首个NPO光引擎Hi-ONE，总容量达7.2T，也是目前唯一实现内置光源的NPO产品。作为全球首个采用NPO光引擎的超节点，昇腾960采用正交架构和全液冷设计，基于灵衢实现内存统一编址，可扩展至4096卡规模，实现8EFLOPS FP8、16EFLOPS FP4的澎湃算力。
能效方面的提升更为惊人：昇腾960超节点用5500个Hi-ONE替代原本需要的4万8千颗800G光模块，功耗降低超550千瓦，系统无故障运行时间提升一倍。这不仅是大模型基建的成本革命，更意味着国产超节点已具备承载十万亿参数规模模型训练的工程能力。
东北证券分析指出，昇腾960的研发进度超预期，国产算力竞争正从芯片单点转向系统级吞吐、稳定性与交付成本的综合较量，互联技术与软件生态将实质性放大芯片可用算力。
二、英伟达黄仁勋预判：2027年芯片销量翻倍，但存储缺货成最大瓶颈
与华为的突破形成共振的是全球AI芯片巨头的乐观预期。9月17日，英伟达CEO黄仁勋在苏格兰出席AI峰会时明确表示：2027年英伟达芯片销量将达到2026年的两倍。英伟达此前预计下一财年增长70%，若供应足够满足需求，营收甚至可能翻倍。
然而黄仁勋也坦承："当前瓶颈并不是需求，而是将芯片生产出来的能力。"这一表述背后是存储芯片的严重供应危机。韩国券商KB Securities分析指出，三星电子、SK海力士的存储芯片库存已不足10天供应量，2027年实际可售供应或将明显不足。
SEMI最新预测显示，2026年全球300mm晶圆厂存储领域设备投资达520亿美元，同比增长29%，2024-2029年复合增速19%。但设备投资转化为产能尚需时间窗口，存储涨价潮已延续多时。机构数据显示，2026年全球四代铜（HVLP4）月度需求约2600吨而有效月产能仅约1000吨，供需缺口接近48%，四代铜作为AI服务器与1.6T光模块的刚需材料，供应紧张直接传导至算力基建成本。
英伟达自身也已感受到存储涨价的压力。第二财季财报披露毛利率将从75%逐步下滑，预计第四财季触底至71%-72%。黄仁勋对此坦然表示："公司决定撕掉创可贴，重置市场对毛利率的预期"，这意味着成本上涨的压力正通过重新定价向整个产业链传导。
三、AICC2026：从"造算力"到"用算力"，智能体规模化落地的算力重构
如果说华为昇腾960回答了"怎么造算力"，9月21日开幕的2026人工智能计算大会（AICC2026）则聚焦于"怎么用算力"。
本届AICC大会不再单纯比拼芯片硬件参数，而是围绕算力调度、高效推理、低成本部署推出全新方案。展会现场最受关注的48TOPS算力芯片，通过板卡集成打造专业AI推理设备，凭借低功耗、高速度、低成本的核心优势，适配各类AI场景日常运算需求。
更为关键的是"一站式Token服务平台"的亮相——它们帮助中小企业整合国产大模型与云端算力资源，快速搭建专属算力工厂。这标志着AI算力消费模式正在从"购买硬件"向"购买Token服务"转变，大幅降低了AI应用的准入门槛。
工信部电子信息司电子系统处处长金磊在会上指出："智能体加快进入生产、科研和社会服务，人工智能对计算能力提出更大规模、更高效率和更多元化需求。"浪潮信息首席AI战略官刘军则表示："智能体的发展让智能有望像计算和电力一样，成为可以规模化生产和供给的资源。"
清华大学教授吴华强从存算一体切入，提出AI算力芯片需要从新器件、新架构和新计算范式中寻找突破。他介绍的忆阻器存算一体方案，通过重构计算与存储关系、减少数据搬移，为高算力芯片探索出一条全新的技术路径。
同济大学党委书记郑庆华围绕更高阶机器智能的演进路径展开分享。他认为，大模型依靠数据和算力驱动取得了显著突破，但面向更高阶智能，仅靠规模扩展仍面临持续学习、抽象推理和未知环境适应等挑战。未来机器智能需要借鉴人脑记忆、联想等机制，探索面向小样本强推理的机器记忆智能新路径。
数据也为这一趋势提供了支撑：根据OpenRouter最新数据（9月14日-20日），中国AI大模型周调用量达67.46万亿Token，环比增长10.28%，连续二十一周超过美国稳居全球首位。DeepSeek V4.1-Flash以15.8万亿Token的周调用量登顶全球，环比暴增219%。
四、地瓜机器人C轮融资4亿美元：具身智能基础设施加速成熟
机器人赛道的热度从芯片延伸至基础设施层。9月17日，由地平线孵化的地瓜机器人宣布完成4亿美元C轮融资，韩国未来资产领投，美团战投、高瓴创投、五源资本等要跟投。这距离其上一次融资披露仅过去数月，显示资本对这一赛道的强烈信心。公司成立于2024年初，累计融资额已达8亿美元左右。
地瓜机器人定位于"不做机器人硬件本体，而是做机器人产业的安卓"——提供计算芯片、算法能力和软件开发平台。2026年上半年，公司营收较去年同期数倍增长，旭日系列芯片累计出货量突破800万片，具身智能业务迈入量产级出货阶段。
值得注意的是，旭日S600芯片已获得它石智航、千寻智能、优必选、帕西尼感知、北京人形机器人创新中心等20余家头部客户采用，在具身智能领域的客户覆盖率突破50%。全球已有超500家中小创客、500余所院校、来自20多个国家的超10万名开发者基于地瓜平台创造出数百种智能机器人产品。
这标志着中国具身智能产业已形成"芯片→平台→开发者→终端产品"的完整生态闭环，从底层基础设施到上层应用的产业协同正在加速。
五、双雄格局：阿里真武V900 vs 华为昇腾960，国产算力路径分化
值得注意的是，9月22日阿里云栖大会上，平头哥发布新一代训推一体芯片真武V900，算力为上代M890的3倍，基于该芯片搭建的算力集群最高可扩展至50万卡。
华为昇腾960走的是"超节点+NPO光互联"的系统级创新路线，通过光通信技术突破功耗与规模的物理限制；阿里真武V900则延续自研训推一体芯片路线，追求更大规模的集群扩展。两条技术路径的分化与互补，正在构建国产算力的双重护城河。
Gartner最新报告预测，到2030年，中国80%的本地AI基础设施将采用本土研发的AI芯片，而目前这一比例仅为约20%。这一巨大的替代空间，正是华为、阿里等厂商加速迭代的根本动力。高盛预测，到2030年全球Token消耗量将较2026年增长24倍，达到每月约120,000万亿Token。
结语：算力"新基建"正在定义AI商业化下半场
2026年9月的AI产业图景清晰地指向一个趋势：当大模型技术逐步同质化，算力基础设施的效能与成本正在成为决定AI商业化速度的关键变量。华为昇腾960用NPO光互联突破功耗墙、黄仁勋预判需求翻倍但坦承供给瓶颈、AICC2026从比拼参数到聚焦智能体落地——这些看似分散的事件，本质上都在回答同一个问题：如何让AI从技术演示走向规模化的生产力工具。
存储缺货、GPU云定价上调、Token消耗指数级增长——这些"成长的烦恼"恰恰印证了AI算力需求的真实性和紧迫性。正如浪潮信息刘军所言，智能正在像计算和电力一样，成为可以规模化生产和供给的资源。而这，正是AI产业从泡沫走向价值的核心信号。
发表评论 取消回复