在 2026 开放数据中心大会上，锐捷网络展示「超节点」整机柜方案。其核心思路不是把 GPU 简单堆叠，而是把整柜视作一台计算机，统筹计算、网络、供电、散热与软件；交换节点甚至承担部分计算，成为「第二计算单元」。面对机柜功率迈向兆瓦级，锐捷采用风液混合散热并布局光互联，把网络高速互联能力延伸至 AI 算力内部，提升每瓦实际算力。
一、从「堆卡」到「整柜即一台机器」
AI 算力扩张的惯常路径是不断往机柜里塞 GPU，但算力密度越高，网络、供电、散热的木桶短板越突出。锐捷的「超节点」换了个思路：不再把机柜当成 GPU 的集合，而当成一台被统一调度的大型计算机，把计算、网络、供电、散热与软件作为一个整体来设计。其中交换节点不只转发流量，还承担部分计算，成为所谓的「第二计算单元」——把网络通信本身也变成可计算资源。
二、兆瓦级机柜下的散热与互联
当单柜功率走向兆瓦级，散热成为硬约束。锐捷采用风液混合散热，并提前布局光互联，把原本用于节点间通信的高速互联能力延伸到 AI 算力内部。意图很直接：减少数据在芯片、网卡、交换机之间搬运的损耗，让单位功耗换来更多有效算力。在算力成本高企的当下，「每瓦实际算力」比「峰值 TFLOPS」更能决定总拥有成本。
三、算力基建进入「系统级设计」阶段
这套方案折射出 AI 基础设施的拐点：竞争从单一芯片转向整系统的协同设计。模型训练与推理越来越受通信与供电约束，谁把网络、散热、供电与计算更早地一体化规划，谁就更可能在大集群里拿到稳定且便宜的有效算力。这与近期高通×亚马逊定制芯片、Arm 为端侧 Agent 留加速通路等动向同源——算力军备竞赛正从「买更多卡」升级为「把卡组织得更好」。