2025 年8月7日，恰逢开放计算技术大会开幕，立秋的北京酷热难耐，仍然无法阻止全球ICT、智算从业者，以及不少想用好AI的企业前来参会的热情。人潮涌动的展厅，座无虚席的会场，说明各个行业都有不少落地AI的困惑与问题，迫切渴望寻找解决之法。

企业做AI，一定都遇到过这样的情况：

下载了开源大模型，想自己训练专有模型，但服务器显存不够，万亿参数模型的推理频繁中断，跑一次崩一次；

业务部门的同事对AI的响应时间极为敏感，多个模型及智能体协同作业时，等待时间一长就怨声载道，IT部门没少吃投诉；

听说超节点技术能解决算力问题，一打听，这东西也太贵了，部署之前还得解决液冷、高压供电、复杂互联系统之类的要求，只有巨头能玩，自家企业的现有IT设施无法上车。

如何在业务中用好开源大模型，是当下企业智能化最迫切的任务。而具备开放架构、成熟技术、稳定高效部署的超节点，成了希望所在。2025开放计算技术大会现场，浪潮信息展厅的元脑SD200超节点，就吸引了不少观众驻足。

据了解，元脑SD200超节点AI服务器是浪潮信息面向万亿参数大模型AI时代而设计，以开放设计支持64路本土GPU芯片，可单机运行超万亿参数大模型，实现多模型机内并行与智能体实时协作，采用创新多主机低延迟内存语义通信架构，64卡整机推理性能呈超线性扩展，更重要的是已实现商用部署，可高效支持企业实现多开源大模型的规模化应用。

实现AI普惠化需要开源大模型与开放超节点的协同创新。以DeepSeek、KIMI等开源大模型为基础，结合元脑SD200商用开放超节点的强大算力支撑，将产生怎样的技术倍增效应？

咱们就从这场开放计算技术大会上行业热议的话题聊起。

先进的大模型开源了，意味着所有企业都能用好AI了？没那么简单。所谓智能平权，是指不同规模的企业、组织乃至个人，都能公平获取和运用AI能力。

开源大模型的普及，确实为各类企业提供了技术底座。但许多企业在部署开源大模型时，还会面临一个共性问题：如何找到能高效承载万亿级模型的AI基础设施，让技术潜力真正落地为业务生产力？

首先，开源大模型迈向万亿级，稳定运行的前提是放得下。KIMI-K2为代表的先进开源大模型参数量达万亿规模，特别是当迈入Agentic AI（代理式AI）阶段，企业一般不会只用一个大模型。为了充分发挥不同大模型的特色优势，多个超大规模参数的大模型同时跑起来，产生的KV Cache超过了传统多卡服务器的承载极限，实时交互时往往因内存溢出导致任务中断。如何解决这个问题？

本次开放计算技术大会上，业内讨论了scale out（横向扩展）与scale up（纵向扩展）两条技术路线，共识是：超节点通过scale up在单机内高密度集成计算单元，构建单一统一计算域，实现超大统一显存空间，是必然选择。

其次，AI应用不仅要能跑，还要跑得快。将多张加速卡连起来，但这还不够。传统架构中，跨节点链路过长会导致通信延迟飙升，尤其在推理场景中，几MB的小数据包高频交互，对延迟极为敏感。特别是当AI应用从训练阶段转向推理与后训练为主，海量token的实时处理需要极致的通信效率，所以scale up系统还需要解决高效通信的问题。

更关键的是，技术方案必须能落地。再好的超节点系统，如果不能被部署到企业现有设施中，不能响应实际业务需求，那也只是画饼而无法充饥。目前，企业普遍存在多品牌多批次芯片的混搭算力现状，而模型在异构算力平台间迁移困难的问题，正成为AI落地的主要障碍。而开放架构的超节点，可以兼容多元算力芯片，让企业原来的IT投资不浪费，掌握选择权，并通过开源软件生态，支持模型的快速迁移与AI应用的敏捷上线。

所以，能落地的开放超节点，也就和开源大模型一起，成为智能平权的两大基本要素，让企业真正实现“技术平权、智能平权”。

回应最终用户的所想所要，才是企业级市场真正需要的超节点，而以应用导向、客户需求来研发，才能构成对市场的正向引导。客观来看，市面上成熟可商用的开放超节点，并不多见。所以，元脑SD200在此次大会上让大家格外关注。

那么，打造开放超节点，究竟存在什么难点呢？

基于开放架构的超节点，为开源大模型的规模化落地和应用创新提供支撑，二者协同才能真正突破算法与算力的双重壁垒。这个理想很丰满，但把开放超节点从理念转化为成熟可商用的产品，并非易事。

首要挑战就是构建大规模、高集成度的Scale Up系统，Scale out技术比较成熟，实现起来更简单。而Scale Up的复杂度更高，以前的一些成熟技术和管理软件也不够用，需要针对性地开发。

其次，便是工程化的问题。芯片的跨距离传输会受到光模块的影响，故障率和功耗都会影响传输性能。铜缆又有连接极限，怎么在有限的空间内堆积更多的计算芯片，需要创新的架构设计和工程实践。

显然，要把开放超节点带进现实，必须得系统性创新。因此，元脑SD200率先闯过重重难关，为行业提供了有益的实践参考。具体是怎么做的？

第一步，开放架构，构建AI可用的算力底座。

基于OCM（开放算力模组）+OAM（开放加速模块）融合架构，元脑SD200实现多元算力芯片兼容，单机可集成64路本土GPU芯片，满足万亿规模大模型运行的算力需求。采用3D Mesh开放架构，实现8倍显存扩增，单机可提供4TB显存与64TB内存，支持1.2万亿参数Kimi K2模型的流畅推理。这种模块化设计支持灵活扩展，解决了传统架构在部署成本、扩展难度和长期运维上的痛点，显著降低开源大模型的落地门槛。

第二步，软硬协同，实现AI好用的性能优化。

软件在超节点复杂的系统当中，发挥着非常重要的作用。元脑SD200通过智能总线管理，实现64卡全局最优路由自动创建，支持多拓扑灵活切换与资源按需分配。结合预填充－解码（Prefill-Decoder）分离推理框架，系统实现软硬件深度协同，智能化调度复杂AI计算任务。

软硬协同的创新设计，实现了性能的超线性扩展，让元脑SD200在大模型场景中展示出非常好的性能表现，比如，满机运行DeepSeek R1全参模型推理性能超线性提升比为3.7倍，满机运行Kimi K2全参模型推理性能超线性提升比为1.7倍。说明超节点并不是堆更多卡就够了，还要有软硬协同、系统优化，才能拉开差距。

第三步，产业链整合，打造AI易用的成熟方案。

据了解，元脑SD200采用了很多开源开放的技术，作为系统级厂商，浪潮信息牵引产业链上下游开展协同创新。比如，元脑SD200原生支持PyTorch、TensorFlow等主流框架，确保本土顶级开源模型的无缝迁移与Day0快速上线。其高效风冷散热设计无需改造现有机房，成熟度与稳定性优势显著，可以灵活部署到企业已有的数据中心机房里，快速上线业务。

这种系统性创新使元脑SD200成为开放超节点的标杆产品。万亿级模型也放得下、跑得快、能落地，元脑SD200的成功闯关，把智能平权从口号变成了可触摸的现实，让业内看到了开放超节点的可行性。

今年一月，OpenAI CEO山姆・奥特曼坦言在开源问题上“OpenAI可能站错了历史的一边”，中国的DeepSeek、通义千问等开源模型迅速崛起，特朗普政府呼吁美国AI 开发商更多开源技术……

这些2025年的AI产业新变化，可以汇总出一个清晰的趋势：通过开源开放，让AI成为全社会的生产力工具，实现智能平权，是技术演进与产业发展的必然选择。

但开源大模型爆发式增长的同时，大模型落地的算力门槛，却让不少企业只能望“智”兴叹。

这时候，浪潮信息以元脑SD200开放超节点为支点，将开放架构与开源模型深度耦合，正站在历史前进的方向上。

为什么浪潮信息会成为开放超节点的破局者？打造成熟可商用的开放超节点，要求企业具备横跨硬件架构、软件栈优化、生态协同的系统级能力。元脑SD200从芯片互连到应用调度的全栈创新，正是系统级厂商独有的技术壁垒。

更关键的是系统级厂商的产业链整合能力。

浪潮信息副总经理赵帅表示，以应用为导向，以系统为核心，聚焦系统架构的创新，在当前的成本和应用性能约束的条件下，思考怎么为用户创造更大的价值，这是最佳的突破路径。

他提到，后续浪潮信息也会持续超节点架构的开放战略，通过技术共享促进产业链协同创新，加速超节点技术的产业化进程。随着产业生态的成熟和市场选择的多元化，企业将获得更优化的技术方案选择：既能够满足高性能计算需求，又能实现更合理的成本。这一开放策略将有效降低技术应用门槛，推动AI基础设施的规模化普及。

当更多企业加入超节点应用阵营，智算产业的市场蛋糕将持续做大，整个产业链也将在规模效应中共享增长价值。

不难发现，开放的生态活力，最终会反哺系统级厂商自身。通过开放架构，浪潮信息的技术壁垒与标准壁垒，有望构建起长期优势，在全球市场获得更大竞争力，打开广阔商业空间。

以开源开放牵引产业链升级，进击全球智算市场，中国智算企业正站在历史前进的方向上——这或许是开放计算技术大会和元脑SD200超节点，带给我们的终极启示。

这条智能平权之路，值得中国智算产业链全力以赴。

龙皇集团拟更名为“炙龙控股有限公司”并实行股本重组热点栏目自选股数据中心行情中心资金流向模拟交易客户端　　龙皇集团（08493）公布，董事会建议将公司的英文名称由“DragonKingGroupHoldingsLimited”更改为“ScorchingDragonHoldingsLimited”，并将公司双重外文中文名称由“龙皇集团控股有限公司”更