7月19日，在2026世界人工智能大会（WAIC）期间，鹏城实验室（PCL）主任高文和全球计算联盟（GCC）理事长金海共同发布《超节点定义与实践白皮书》。本白皮书由GCC和PCL联合牵头编制，首次完整厘清超节点核心定义、架构特征与核心技术体系，明确三大技术特征、梳理十大核心价值场景、汇集全产业链标杆落地案例，为全球下一代智能计算基础设施建设划定技术标准、指明演进方向、提供实践范本。

本次白皮书发布同期，高文在演讲中重点介绍了刚刚发布的《超节点定义与实践白皮书》，系统阐释了超节点的标准化定义与特征，并明确提出：超节点已成为AI基础设施建设全新范式。

直击行业核心痛点，填补全球超节点标准空白

当前，千亿、万亿级大模型持续迭代升级，人工智能算力需求呈现指数级爆发增长。传统服务器堆叠架构受限于时延、带宽瓶颈，已难以支撑超大模型规模化训练与推理负载。长期以来，全球算力产业始终缺乏统一的超节点定义、标准化架构规范及可复用的落地实践方案，行业内各企业、科研机构技术路线分散，产业链协同壁垒高、落地成本高，严重制约了智算基础设施的规模化演进。

白皮书明确：超节点是一种在物理上由多个计算节点通过高效的互联协议紧密连接组成，具备跨物理节点统一内存编址能力，逻辑上具备“一台计算机”特征的计算系统。其中，跨物理节点的统一内存编址是超节点核心架构特征。“内存语义”和“统一内存编址”、超低时延、超大带宽共同构成超节点的三大技术特征。

全场景落地验证，五大核心场景实现性能突破性跃升

本次发布的白皮书收录了大量产业规模化部署与商业化落地案例，以海量实测数据充分验证：超节点已脱离理论构想阶段，成为技术成熟、可落地、可规模化推广的新型智算基础设施，在AI训练、推理全链路场景实现全方位性能突破，核心优势凸显。

大模型训练场景，突破长序列训练瓶颈。超节点的统一内存编址，长序列（如128K/256K）训练时的全局BatchSize可大幅提升，无需频繁进行跨节点的Checkpoint保存和参数重分布，有效简化训练流程、降低资源损耗、提升长序列模型训练稳定性与效率。

全域训练加速场景，打破传统通信壁垒。超节点大带宽可实现性能跃升，All2All性能相比RoCE提升16倍，可以实现All2All通信全掩盖，彻底打破“通信墙”，实现训练性能跨越式提升。

RL后训练场景，实现训推完全异步解耦。超节点统一内存编址和超大带宽，以纳秒级延迟“流式”注入Trainer的TransferQueue中，彻底打破训推间的同步阻塞与网络拥塞，实现Rollout（推理生成）与Trainer（训练更新）的完全异步解耦，大幅提升强化学习后训练效率。

低时延推理场景，极致降低推理延迟。超节点统一内存编址，允许单节点加载千亿参数模型的全部权重，并驻留超大规模的并发KVCache。Decode请求在节点内直接命中内存，避免了传统分布式推理中因KVCache跨节点迁移带来的巨大网络延迟，显著提升实时推理响应速度。

大EP推理场景，大幅提升算力吞吐效率。超节点超大带宽、超低时延的特征天然亲和小包场景，进一步消除了“Prefill卡等Decode卡”的算力闲置，吞吐性能提升1.4倍以上，算力资源利用率最大化。

凝聚四大产业价值，构筑全球算力协同新生态

白皮书基于完整的超节点技术体系与规模化落地成果，从产业标准化、技术创新、生态共建、全球赋能四大维度，为全球智算产业高质量发展提供统一行动准则与发展指引。

补齐行业标准短板，统一产业认知体系。通过统一超节点术语、架构评判标尺，打通用户企业、设备厂商、科研院所、政企机构的认知壁垒，填补超节点定义空白，为行业技术迭代、项目落地提供权威依据。

明晰技术演进路径，夯实AI算力底座。系统梳理算力架构迭代演进规律，构建适配超大模型、海量Token、智能体规模化负载的底层算力支撑体系。依托GCC联盟会员海量实测数据与多元落地案例，全面验证超节点架构的可行性、稳定性与先进性，为后续算力技术创新提供核心支撑。

贯通上下游链条，加速规模化商用落地。面向全球产业上下游开放统一技术规范，推动芯片、整机、互联设备、算力软件等全产业链企业协同迭代、适配升级，打通技术落地“最后一公里”，全面提速超节点商业化、规模化部署进程。

赋能全球产业升级，激活AI新质生产力。以GCC平台为载体，构建开放兼容的新一代算力基础设施底座，赋能全球各领域数字化、智能化创新，推动全球人工智能产业可持续、高质量发展。

本白皮书由PCL与GCC共同牵头，联合京东、百度、哔哩哔哩、小红书、中国电信、中国移动、华为、商汤科技、科大讯飞、清华大学、北京大学、浙江大学、中国科学技术大学等三十余家顶尖高校、科研院所、头部企业共同编撰，深度汇聚产学研用各方智慧与实践成果，权威构建超节点产业共识，具备极高的行业参考价值与实践指导意义。