承载2.8万亿模型，首破5.85毫秒！元脑AI超节点SD200 Ultra打造能力型智算标杆
北京2026年9月24日 /美通社/ — 2026人工智能计算大会（AICC2026）上，浪潮信息发布元脑HC2000多元算力机组。元脑HC2000是采用DirectCom 2.0极速架构，基于高密液冷AI整机柜、搭配MCIS推理软件栈，实现计算负载按需匹配、动态优化的多元算力AI服务器机组。同等投资Token产能提升10倍，为容量型智算扩产。
随着大模型与Agent的发展，AI正在从”回答问题”走向”解决问题”，智能也逐步成为可以规模化生产和供给的资源。浪潮信息认为，Agent时代的AI计算要以Capability AI Compute能力型智算不断突破智能上限，以Capacity AI Compute容量型智算推动智能规模化供给。元脑HC2000是面向容量型智算需求的多元算力机组，以开放汇聚多元，以协同实现全局最优，让每一份计算资源产生更多的智能。
Agent规模化应用，对智能供给提出更高要求
生产足够多、足够便宜的智能并不容易。复杂Agent任务包含持续推理、工具调用、结果反馈和重新规划，需要计算系统持续提供推理服务。随着任务规模扩大、上下文持续增长，系统需要在满足服务水平要求的同时，提高资源利用效率，让算力投入转化为更多Token产出。因此，Capacity的扩展不能只是增加算力，更要让不同算力与不同负载精准匹配，让每一份计算资源产生更多的智能。
重新认识负载：AI推理不是一种单一的计算负载，把”大模型推理”真正拆开就会发现，不同计算负载有不同的计算特征。Prefill具有高并行、高计算密度的特点；Decode是逐Token串行执行，更依赖内存带宽；Attention需要频繁访问不断增长的KV Cache；MoE包含稀疏计算和大规模All-to-All通信。不同计算阶段、不同模型模块，有着独特的计算和数据特征。
重新配置算力：不同负载还会随着上下文长度、输出长度和并发规模动态变化，系统瓶颈可能在计算、显存容量、带宽和网络通信之间不断转移。这意味着，只用同一种芯片和同一种服务器形态，并不是最高效的算力组织方式。需要按照不同的计算负载重新配置算力，不再要求一种芯片什么都做，而是让不同算力承担最适合自己的负载。
重新组织系统：简单增加更多的服务器，不仅无法带来线性的容量增长，还可能因为资源配比失衡、跨节点通信和任务排队，使部分算力长期闲置，另一部分资源持续拥塞。因此，需要通过统一软件栈，把不同芯片、推理阶段、存储层级组织成高效协同的整体。
元脑HC2000，同等投资Token产能提升10倍
面向智能规模化供给需求，浪潮信息发布元脑 HC2000 多元算力机组。元脑HC2000是采用DirectCom 2.0极速架构，基于高密液冷AI整机柜、搭配MCIS推理软件栈，实现计算负载按需匹配、动态优化的多元算力AI服务器机组。同等投资Token产能提升10倍。
高密液冷AI整机柜。元脑HC2000的核心组件是高密液冷AI整机柜，采用全液冷设计和高通流供电，突破传统风冷机柜的散热与供电瓶颈，单柜最大承载256张AIPU，算力密度实现4倍跃升，并支持标准开放加速模组，适配多元本土算力芯片。同时，DirectCom 2.0极速架构让通信能力与算力密度同步扩展，实现计算与通信1∶1均衡配比，柜内聚合带宽可达200Tbps，支持跨柜多平面无损扩展。
多元算力承载。在高密部署和算网均衡的基础上，元脑HC2000进一步将不同算力与计算负载精准匹配。在Prefill阶段，可选择大算力芯片搭配LPDDR颗粒，匹配高并行、计算密集的特点，并兼顾配置成本。在Decode阶段，可选择具有大容量HBM的AI芯片，兼顾显存容量和带宽；针对计算稀疏、IO敏感的FFN环节，可选择3D DRAM堆叠芯片，缩短数据搬运路径、提高访存带宽。通过这样的分工，让多元芯片充分发挥各自的能力优势，再通过软件栈组织起来，共同完成推理任务，提升整个机组的Token产出效率。
为充分释放元脑HC2000的性能，浪潮信息打造了「MCIS多元算力协同推理软件栈」，覆盖请求路由、P/D分离推理、算力动态调整和KV Cache管理等关键环节。MCIS支持多元算力的P/D分离计算框架，兼容主流本土AI芯片及SGLang、vLLM等推理框架，让不同类型的算力能够灵活组合、协同计算。
Prefill与Decode算力动态调整。面向多元算力”选型难、部署难、定位难、优化难”的问题，MCIS构建了”测量、分配、监控、调整”的优化闭环。部署前，通过性能仿真评估不同芯片、并行方式和P/D组合，找到更合适的配置方案；方案确定后，根据现有资源自动完成资源分配、环境配置和P/D实例部署。系统上线后，通过贯通请求、计算、缓存和传输的全链路监控，及时识别性能瓶颈及实际运行与模型预测之间的偏差。当业务负载发生变化时，重新评估并调整P/D配比、实例数量和负载分配，再通过实际运行验证调整效果，将部署前的方案设计与部署后的运行优化贯通起来。
支持多元算力的KV Cache管理框架。算力规模越大，KV Cache流动的效率就越重要。MCIS打通不同类型算力之间的点对点数据直传，避免CPU中转和重复拷贝，小数据量传输性能最高提升约5倍。同时，根据KV Cache数据的冷热程度构建分级存储体系，结合其数据结构特点，通过多级流水、并行聚合等技术优化，在相关多盘测试中，将节点内本地磁盘IO性能提升约32倍。通过突破KV Cache的存储与传输瓶颈，让数据更高效地流动，将多元算力的潜能转化为大模型推理的实际效能。
同时，浪潮信息面向能力型智算需求发布元脑SD200 Ultra超节点AI服务器。元脑SD200 Ultra基于本土AI芯片，单机承载运行2.8万亿参数的Kimi K3大模型，Token生成时延首次突破5.85毫秒。元脑SD200 Ultra以开放系统设计紧耦合128芯本土AI芯片，实现统一内存寻址超低延迟通信，支持10万亿参数规模前沿模型，打造面向Agent时代的能力型智算标杆。
从”提供算力”走向”生产智能”，计算系统需要在拓展智能能力边界的同时，持续提高智能供给效率。浪潮信息将围绕模型和Agent的实际需求，通过全栈规划与跨层协同推进贯穿式系统创新，以开放的系统架构汇聚多元算力，让高水平智能以可负担的成本进入更多企业和行业应用。
SOURCE 浪潮信息
