AI算力競爭進入系統時代！中興OEX超節點發布，重新定義AI工廠底座

AI算力競爭已正式進入系統時代，單純堆疊GPU的作法逐漸失效，如何讓數百甚至上千顆晶片高效協作，成為決定模型訓練成敗的關鍵。在今年的上海世界人工智能大會（WAIC）上，中興通訊於「極致協同 滬築生態」全棧智算生態論壇中，正式發布新一代 OEX 超節點，以正交無背板互聯架構為核心，試圖重新定義AI工廠的底層計算單元。這項產品不僅在展區獲得高度關注，也反映出產業對於系統級創新的一致追求。 過去幾年，大模型參數規模從千億級邁向萬億級，訓練所需的算力與數據量同步暴增。然而，GPU的效能提升速度已跟不上模型擴張的腳步，功耗、顯存頻寬與互聯延遲等因素相互牽制，導致單純增加晶片數量所能獲得的算力成長愈來愈不線性。更關鍵的是，MoE架構中的Token路由、Tensor Parallel與Expert Parallel等並行策略，使節點間的通信量呈指數級攀升。一旦互聯效率不足，再強的GPU也只能空轉等待資料傳輸，最終使整體算力利用率大幅下滑。因此，AI基礎設施的競爭焦點，已從單顆晶片的性能比拼，轉向晶片、互聯、伺服器、交換機、機櫃、軟體平台乃至整個資料中心的協同能力——這就是業界所稱的「系統時代」。 在系統時代的思維下，「超節點」成為最熱門的關鍵詞。超節點並非單純將數十張GPU塞進一個機櫃，而是透過高速互聯、統一記憶體定址、專用交換晶片與軟硬體協同，將數十甚至上百顆GPU邏輯上融合成一部「超級電腦」，讓它們像單機一樣協同運算。然而，要打造這樣的系統並不容易：不僅需要提供TB/s等級的頻寬與極低延遲，還得解決線纜激增、供電複雜、散熱壓力與可靠度下降等工程挑戰。此外，在國產替代加速的背景下，異構GPU如何統一調度、不同廠商晶片如何相容、軟體適配成本如何降低，都是系統必須克服的關卡。 中興此次推出的OEX超節點，全名為Orthogonal Electrical eXchange，採用正交無背板互聯架構，從根本上改變了超節點的物理設計。傳統AI伺服器依賴大量高速線纜連接計算節點與交換節點，不僅佈線複雜，也帶來信號衰減與維護困難。OEX透過正交連接器與單級交換拓撲，讓計算托盤與交換托盤直接垂直互聯，徹底取消內部高速線纜。根據中興公布的數據，此設計能使SerDes鏈路縮短30%以上，並消除Cable Tray約6.5dB的插入損耗，顯著改善信號品質，同時為下一代224G高速互聯預留空間。 取消線纜後，機櫃空間獲得釋放，標準機櫃內最高可支援128張GPU，大幅提升單位空間的算力密度。更重要的是，高速線纜與連接器一直是AI伺服器的主要故障來源，OEX的零線纜設計減少了大量潛在故障點，再搭配模塊化托盤設計，故障維護時間從小時級縮短至分鐘級，顯著降低運維成本。這些優勢最終都反映在AI工廠最在意的總擁有成本（TCO）上：減少交換層級、降低硬體投入、簡化佈線與維護，符合資料中心朝高密度、高能效比與模組化演進的趨勢。中興指出，正交無背板設計可使互聯成本大幅下降，整機開發週期縮短至3到6個月，兼顧產品迭代效率與全生命週期成本。 除了性能與成本優勢，OEX超節點亦強調開放架構。當前國產GPU生態日益多元，但各家晶片在協議、伺服器設計與軟體棧上差異顯著，適配成本居高不下。OEX相容RDMA、Clink、OISA、SUE等多種主流互聯協議，透過組件化設計，只需更換UBB等關鍵模組即可快速適配不同GPU平台。中興也開放機械介面與電氣規範，支援第三方計算托盤與交換托盤接入，希望建立更開放的國產超節點生態，為後續更大規模的系統擴展奠定基礎。 若說OEX解決的是單機櫃內部的GPU互聯，那麼中興與合作夥伴共同打造的「OEX+dOCS Matrix超節點」，則進一步攻克跨機櫃擴展的難題。在千卡乃至萬卡級集群中，傳統多級電交換網路帶來的延遲、功耗與複雜度會不斷放大。Matrix超節點採用「OEX電交換＋分散式dOCS光交換」的光電融合架構：機櫃內部由OEX完成高密度電交換，跨機櫃通信則交由dOCS光交換，實現百納秒級網路延遲，並減少光電轉換與互聯功耗。更重要的是，dOCS能依訓練任務動態重構網路拓撲，讓AI集群根據不同模型即時調整資源，提升GPU利用率與整體訓練效率。這項技術與曦智科技、壁仞科技、沐曦股份、燧原科技、天數智芯等夥伴合作，成功打通從AI晶片、伺服器、互聯網路到智算集群的完整鏈路，並榮獲2026 WAIC SAIL獎，標誌著國產AI基礎設施正從單點創新邁向系統創新。 從中興在WAIC展出的全系列產品來看，其AI布局已形成完整的五層體系，呼應去年提出的「All in AI」戰略。最底層是核心能力層，包含自研高速互聯晶片、網路晶片、基礎軟體，以及此次發表的OEX正交超節點架構，目標是打造開放兼容的底座，降低國產GPU適配成本。其上為基礎設施層，圍繞AI工廠構建超節點、智算伺服器、一體機、高性能儲存等算力產品，並完善Scale-Out與Scale-Across智算網路，搭配液冷、800V高壓直流、模組化AIDC等能源方案，形成從算力、網路到能源的完整能力。據中興財報，2026年第一季其算力業務營收實現雙位數成長，對整體營收的貢獻占比已升至27%。 再往上是能力平台層，隨著AI基礎設施成熟，僅有硬體已不足地支撐產業落地。中興圍繞AIOS、智算資源管理平台、訓推加速平台及智能體平台，解決模型部署、資源調度與軟硬體協同優化等問題，將複雜的AI工程能力平台化，降低企業應用門檻。應用層則聚焦產業落地，目前已將AI能力導入工業製造、電力、軌道交通、醫療、通信等多個行業，在自智網路、智慧製造、城市治理等領域累積大量實踐案例。最貼近用戶的終端層，今年WAIC期間，全球首款AI智能體手機中興努比亞NaviX Ultra亮相展台，成為現場焦點之一。從AI工廠到AIOS，從行業應用到AI終端，中興正嘗試打通從底層算力到終端體驗的完整鏈路。 縱觀這五層布局，中興希望打造的不再只是通信設備或伺服器產品，而是一套覆蓋「Token生產—Token管理—Token應用」全鏈條的AI基礎設施體系。底層透過AI工廠持續生產更低成本、更高效率的Token，上層則藉助平台、行業應用與智能終端，使這些Token真正轉化為產業價值。隨著大模型進入規模化應用階段，企業愈加重視每單位Token的生產效率與總擁有成本，誰能持續降低Token成本，誰就有機會成為下一輪AI基礎設施競爭的贏家。在這一意義上，OEX超節點或許只是起點。當系統架構、開放生態與AI應用逐步形成正向循環，中興多年積累的「連接＋算力」能力，可望在Token經濟時代釋放出更大的成長動能，成為WAIC之後最值得關注的產業變化之一。