新华三发布万亿级大模型训练平台，AI算力竞争蔓延至消费电子

算力豹AI日报

NEWSPAPER

近期AI算力领域焦点速览

01

新华三推出UniPoD S80000：国内AI基础设施迈入超节点时代

新华三集团发布了专为万亿级大模型训练设计的超节点平台UniPoD S80000。该平台支持从32块GPU扩展至1024块，并可进一步扩容至16384块的规模。这标志着中国AI基础设施的建设正从单机和单集群模式，升级到超大规模算力协同和“超节点架构”阶段，以满足下一代大模型在训练规模和推理吞吐量上的严苛要求。

（图源：新华三集团官方）

此次发布的核心亮点不仅在于GPU数量的扩展，更在于“算力、网络、存储、云”全链路的协同能力。新华三同时推出了102.4T智算交换机、AI原生存储、高密度液冷服务器以及AI智能云平台，旨在构建一套适应大模型训练需求的数据中心级基础设施。其中，液冷技术、低延迟互联以及高带宽交换等特性，已成为当前AI算力竞争的关键底层技术指标。

随着万亿参数模型和AI Agent的飞速发展，传统的 Thus center 架构已难以应对高并发的训练和推理需求。特别是当GPU集群规模不断扩大时，网络瓶颈、存储吞吐瓶颈以及能耗问题正日益成为新的“算力瓶颈”。因此，超节点架构的核心价值在于，通过高速互联和系统级的协同优化，而非仅仅增加芯片数量，来提升整体算力的利用效率和训练效能。

同时，国内的AI基础设施厂商正经历从“设备提供商”向“全栈智能计算平台”的转型。新华三此次在AI防火墙、运维智能体和云平台方面的全面布局，预示着未来的AI竞争将不仅仅是模型之间的较量，更是数据中心整体能力、智能计算调度能力以及产业生态的综合比拼。

02

任天堂调高Switch 2定价：AI算力争夺战已蔓延至消费电子领域

任天堂宣布将上调Switch 2在全球范围内的售价，并下调了下一财年的销量预期。这其中的一个主要原因在于AI数据中心的大规模扩张导致了内存芯片的短缺和成本的上涨。这表明，AI算力竞争的影响力已不再局限于GPU和服务器领域，而是开始向下游的游戏主机和消费电子终端市场传导。

当前，全球AI基础设施的建设正在大量消耗HBM、高性能DRAM以及先进的存储资源。随着云服务提供商和AI公司的持续扩张其数据中心规模，内存芯片的供应正逐步向利润更高的AI服务器领域倾斜，从而挤压了消费电子领域面临的成本压力。Switch 2此次的价格调整，实质上反映出AI产业正在重塑半导体资源的分配格局。

（图源：财联社）

从产业链的角度来看，AI服务器和游戏主机正在争夺同类型的核心资源，包括先进制程芯片、存储器以及先进的封装产能。过去，消费电子产品一直是半导体行业的主要需求来源