中兴通讯正交超节点系统以全栈技术优势，破解企业算力难题

一台机柜装下64张GPU、带宽峰值达1.6TB/s，中兴的“正交超节点”能让中小企业真正用得起大算力吗？

首先，讲个容易产生共鸣的场景。现在很多创业公司和传统企业都卡在算力上：模型训练要钱，推理要快，但预算紧张、资源又浪费。我有个朋友小李开语音识别初创团队，早期就是租云又怕账单暴涨、买设备又担心闲置。他在看到中兴在2025云栖大会上展示的正交超节点方案后，立刻被“单机柜集成64卡、按需扩展”的思路吸引了。说实话，这个设计触动人的地方不只是性能指标，而是把成本和弹性放在了同等重要的位置，这正是很多企业最焦虑的点。

其次，技术层面到底有什么新意值得注意。中兴把“正交互联”当作核心，配合自研交换芯片把GPU间带宽和时延拉到行业高位，这意味着消息在卡与卡之间流动更顺畅，训练和推理的瓶颈从I/O回到算法本身。资料里提到带宽在400GB/s到1.6TB/s区间，时延降到百纳秒级，再加上液冷和智能运维的组合，能同时带来性能和长期运维成本的双重好处。更关键的是它支持Scale-Up和Scale-Out两种扩展路径，企业可以先把算力“装在一只柜子里”，等负载增长再横向铺开，这种按需扩展的思路对成本敏感的中小企业非常友好。

再者，实际收益怎么看并不只有宣传数据这一项。官方宣称在相同GPU数量下训推性能提升30%以上，这对很多需要短周期迭代的团队意味着更快的实验节奏和更少的云账单周期。可不要忘了两种常见的反面案例：有企业盲目上大配置却长期低利用，最后算力成了沉没成本；还有企业一味依赖公有云，遇到流量高峰时被动加价。我认识的一家制造业数字化部门在内部做过对比测试：在保证相同吞吐的前提下，带有液冷和本地优化互联的机柜，把长期能耗和运维复杂度压低了不少，但前提是他们把资源池化、把调度做足，避免闲置。如果只是把它当成单纯的“买卡堆箱”，性价比反而不如租云。

此外，选择这类方案需要考虑的现实细节往往被忽视。数据中心的承载能力、电力与冷却配套、运维团队的技能升级、与现有软件栈的兼容性，这些都会左右实际TCO和交付速度。中兴与阿里云在算力生态上的多年协同，从专有云到行业解决方案的案例能在一定程度上降低集成风险，但企业仍然需要提前做好对接测试，避免出现“硬件能跑、软件跑不起来”的尴尬局面。

最后，从更大的趋势来看，我觉得这样的超节点并不是要取代云，而是把“更高性价比的本地算力”作为云边端协同中的一个重要选项。对那些对延迟敏感、合规要求高或长期有稳定算力需求的行业，这类方案可能会成为优先考虑的方向。对初创团队和中小企业来说，实操建议是先做一次小规模PoC，用真实任务去测训练时间、GPU利用率和能耗，并据此估算未来两三年的扩展计划和回收期。这样既不冒进，也不保守，可以在保证业务连续性的同时，逐步把“高性能但经济”的算力引入生产。

我说这些并不是替别人做决定，而是希望把讨论拉回到“企业该如何权衡”上来。你或者你身边的团队在算力选择上最担心什么？有没有过因为算力投入过多或太少而后悔的真实经历，能不能分享一下你当时的决策逻辑和结果？

来源：2025阿里云栖大会·中兴通讯“基于正交架构的超节点系统”发布会（现场讲解：中兴通讯算力产品硬件总监肖馥林）