10 月 28 日，华为中国行 2026·湖北省人工智能创新发展大会在武汉举办。会上，由湖北科投投资建设的昇腾 950 千卡超节点智算集群正式点亮，官方称其为国内投运的 1024 卡昇腾 950DT 智算集群。对我们这些日常要用 AI 干活的人来说，这条新闻里真正有用的不是「首发」两个字，而是三件可以量化的事：一台机器装多少卡、卡和卡之间怎么连、以及以后算力可能怎么计价。
一、先把事实摆清楚：这台机器装了什么先说硬指标。这个液冷超节点的单节点搭载 1024 张昇腾 NPU 加速卡，FP8 算力达到 1 EFLOPS，配备 256 TB 全局统一内存，卡间互联带宽是 TB 级，端到端通信时延压到微秒级。散热上，计算柜和互联柜都做了全液冷设计。官方口径是支撑万亿参数大模型的训练与智能体推理。
还有一个容易被忽略的细节：这个集群从项目启动到落地点亮，只用了一个月。这个速度本身比参数更值得关注，因为它说明这类工程在本地已经跑通了流程，不再是单点示范。
图：1024 张 NPU、1 EFLOPS FP8 算力、256 TB 统一内存、微秒级时延，四项指标一览
二、超节点和普通集群，差在一个「连」字很多人对算力的直觉是「卡越多越快」，这在集群里并不成立。把几千张卡堆在一起，真正的瓶颈往往不是单卡算力，而是卡与卡之间的通信。卡越多，一次训练里要同步的信息就越多，链路一堵，加卡反而变成加等待。
这次集群用的灵衢架构，关键能力是集群内各卡可以直接互访，不需要中转或路由。再加上互联柜也纳入了液冷体系——这一点挺能说明问题：高带宽互联设备的热管理和可靠性要求，已经被摆到和计算单元同等的位置。
所以判断一个超节点，看的不该只是卡数，还要看互联方式和散热能不能撑住满负荷。
图：超节点的差别不在卡数堆叠，而在卡与卡能否低延迟直连，以及互联设备能否同等级散热
三、对打工人最实际的三件事第一件是排队。集群明确面向湖北省内重点科研单位与产业主体，直接支撑大模型训练、行业智能体的开发调优与部署。如果你在本地企业做 AI 相关开发，最直接的体感就是等算力的时间会短一些——过去要跨省协调的资源，现在本地就有。
第二件是门槛。地方国资建算力中心，一个常见目的是降低政府和企业的创新门槛。对中小团队来说，不用一次性投入建机房，能按需申请资源，试错成本就下来了。
第三件是可预期性。官方提到这套集群将缓解「因算力排队而影响研发进度」的问题。研发排期能不能排准，本质上取决于算力供给是不是稳定的，而不是峰值有多高。
图：本地算力落地后，打工人能感知到的三个变化——排队变短、按量买服务、成本口径变清
四、成本口径可能要变：从「租卡」到「买 token」同场还有一个更值得留意的动作：湖北科投旗下的光谷爱计算公司分享了「Token 经营」的思路，探索以 Token 作为 AI 时代的通用计量标尺，依托 MaaS 平台打造「Token 工厂」，推动算力商业模式从传统的「卖卡租资源」转向 Token 化服务运营。
这件事为什么跟普通人有关系？因为计价单位决定了你怎么比价。现在大家比的是每小时卡价，可一次任务到底花多少钱，还取决于模型效率、推理速度、上下文长度。如果真能按 token 计价，你就有了一个能横向比较的统一尺子——同样是写一份周报，A 模型花多少、B 模型花多少，一目了然。
当然，目前这只是运营层面的探索方向，具体价格体系还没公开。
图：FP8 口径、面向省内主体、Token 计费尚未定价——三条需要先看清的前提
五、三条冷静提示第一条，算力口径要看清。1 EFLOPS 是 FP8 精度下的数字，不是所有任务都能吃满这个峰值。做推理和做训练、跑稠密模型和跑 MoE，实际感受差别很大。
第二条，服务对象要看清。这个集群面向省内科研单位和企业主体，个人开发者短期内租不到，别急着把它当成「以后本地能白嫖大模型」的信号。
第三条，计费方式还在路上。Token 化运营目前是探索与方向，落地价格、结算方式、是否对外开放都还没有公开信息，等有明确报价再算账更稳。
图：计算柜与互联柜全部液冷，1024 张卡靠灵衢架构直连，构成单节点超节点
行动提示如果你在本地做 AI 开发，这几天可以做的具体动作是：去查一下所在省份的智算中心资源申请入口，看看有没有面向中小企业的算力券或补贴通道；同时把团队内部常用任务的实际 token 消耗记一周。等按 token 计价的方案真的铺开，你手里就有自己的基准数据，而不是听别人说贵还是便宜。
本文数据均来自 10-28 至 10-29 的公开报道与厂商公开口径，1 EFLOPS 为 FP8 精度；「国内投运的 1024 卡昇腾 950DT 集群」为官方说法，具体测评数据以第三方复现为准。