最近，英伟达GTC大会的热度像潮水一样涌来，圣何塞的舞台上，老黄的新芯片、AI工厂的宏大叙事必然是最亮的焦点。 但在芯片之外，国产算力领域的几条新赛道正悄悄跑出加速度——中科曙光的Scale Fabric高速网络、scaleX640超节点，还有上海模合的Shanghai Cube高密度算力系统，这些全自主方案正在AI算力的牌桌上，摆出更完整的国产拼图。 中科曙光的名字总和“超算”绑在一起。早年间服务气象局、中科院的科学家时，他们就领教过最狠的算力考验：分子动力学的小包冲击能把网络打“吐”，气象模拟的全球通信吞吐能压垮集群。

十几年磨下来，曙光攒下了全链路自研的技术底子。这次发布的Scale Fabric高速网络，把这些底子变成了真金白银的产品——400G速率、0.9微秒时延、260纳秒交换转发，交换机端口密度比英伟达NDR高1/4，网卡最大QP数翻一倍，单子网能撑11.4万卡集群。 郑州的万卡集群已经稳定跑了10个月，不是拿芯片拼的组装货，是从112G Sardis IP到交换芯片、网卡、驱动全自己做的硬家伙。 比高速网络更炸的，是曙光的scaleX640超节点。全球首个单机柜640卡的设计，用“一拖二”高密架构把计算、存储、网络拧成一个整体，双节点就能组成1280卡的计算单元，液冷散热系统能扛住1.72MW的热量。 相比传统架构，MOE大模型训练效率提了30-40%，单机柜算力密度是业界其他超节点的20倍，PUE低到1.04。更关键的是“开放”——能适配多品牌AI加速卡，兼容400+主流大模型，不用再绑死在专有系统里。 这种开放不是口号，是曙光“芯-端-云-算”全产业链布局撑起来的，从芯片到服务器，从存储到云平台，每一环都能协同优化。

上海的Shanghai Cube则像国产版的英伟达SuperPod。128卡液冷高密度部署，用沐曦C550 GPU做定制OAM模组，搭云合智网的国产交换机，道客云的操作系统，立讯精密做量产，甚至连液冷、存储、retimer都是国产的。 首套样机已经进了复旦大学张江校区，能跑DeepSeek 671B满血版大模型，单位体积算力和SuperPod差不多。 和传统算力一体机“攒零件”不一样，Shanghai Cube从底层就开始协同——产业链伙伴不是供应商，是联合开发者，从架构设计到优化调优都绑在一起，解决了兼容性的老大难问题。 未来还要加光互连、高速网卡，越迭代越像“算力界的苹果”，把全栈国产做成了优势。

这些方案能跑起来，光互联技术是藏在背后的“神经”。AI算力集群的通信瓶颈越来越明显，传统电互联早不够用了，光模块、光芯片成了必须跨过去的坎。 中际旭创的800G/1.6T光模块已经批量交付，天孚通信的CPO器件切入了英伟达供应链，源杰科技的800G EML芯片在做客户验证，这些企业的技术正变成Scale Fabric的“血管”、Shanghai Cube未来的“光链路”。 英伟达GTC和OFC同期开，光互联必然是焦点，而国产企业早就在这条赛道上跑了很久。

当老黄在GTC讲百万卡集群的宏大叙事时，国产算力已经拿出了能落地的答案——不是跟着走，是用自己的路径，把超算的经验、产业链的协同、开放的架构揉在一起，磨出能和国际巨头对标的方案。 这些方案不是PPT，是郑州稳定运行的万卡集群，是复旦大学里跑大模型的样机，是能适配多品牌的开放架构。AI算力的竞赛里，芯片是发动机，可支撑发动机的网络、机柜、光互联，才是能跑远的底气。国产自主的拼图，正在一块一块拼完整。