对话百度智能云杜海：超大规模集群时代，算力行业的新竞赛规则是什么？｜直击WAIC 2026

（原标题：对话百度智能云杜海：超大规模集群时代，算力行业的新竞赛规则是什么？｜直击WAIC 2026）

“客户对智能云算力的需求已发生根本性转变——从过去普遍采用单机8卡服务器独立运行单一应用，转向对百卡、千卡乃至万卡级大规模集群化算力的迫切需求”。在2026年世界人工智能大会（WAIC 2026）期间，百度智能云混合云部总经理杜海接受《国际金融报》等媒体采访时指出，超大规模超节点已成为算力行业确定性的主流发展方向。

当前行业主流方案集中在16至128卡区间，而百度已率先落地256卡超节点，并计划于明年年初推出512卡、1024卡规格的更大产品。杜海表示，集群规模是硬件方案选型的核心依据，存在清晰的分界：128卡及以下的中小型集群，优先采用纯电互联方案，成本更低、部署灵活；256卡以上的超大集群，则采用光电融合组网，底层电互联、上层光互联，以提升通信密度。

杜海预计，长期来看光互联与电互联不会出现单一技术淘汰另一方的局面，而是根据集群规模与部署成本混合搭配使用。在散热层面，液冷是大规模集群的长期方向，同时兼容风冷机房的混合改造方案，是现阶段客户落地的最优选择。

WAIC 2026首日，百度智能云已对外展示国产超节点“天池”的自研突破，并公布昆仑芯万卡集群、吉瓦级AIDC建设等多项AI Infra进展。据杜海介绍，天池256超节点从底层XPU-Link互联协议、交换与整机架构，到液冷CDU散热均为百度自研，实现了国产算力从“单点可用”走向“系统级、规模化可用”的完整闭环。

他进一步透露，天池超节点从点亮到上市主要攻克了三类工程难题：一是高速互联在规模、成本和密度上的平衡，通过自研互联技术和架构设计，将互联成本与单柜网络空间均节省50%；二是大规模下的通信效率和稳定性，通过自研拥塞控制算法、报文分类与QoS机制、链路高可用算法，有效应对“多打一”流量冲突及故障爆炸半径扩大问题；三是供电和机柜结构，采用双Power Shelf方案使单柜支持66kW高功率，并在标准机柜尺寸内合理规划承重与布线，兼顾运维便利与性能密度。

杜海表示，未来天池超节点下一代512/1024卡版本，不仅将支持单超节点支撑万亿参数模型训练，还将基于昆仑芯M系列推出千卡、四千卡超节点，进一步拓展国产算力的规模化边界。

针对行业算力竞争焦点的变化，杜海给出了清晰判断。过去行业比拼GPU卡的TFLOPS峰值算力，如今算力瓶颈早已不限于芯片供给紧张，土地规划、能耗指标、电力供给全链条均存在约束。一套完整的AI算力服务，从IDC机房选址建设、供电能源方案、芯片选型、大规模集群调度，到模型训练推理效率与智能体落地效果，每一环都影响算力转化效率。行业不再只看芯片峰值算力数值，转而衡量每瓦算力性能（FLOPS/W），追求算力、电力、能耗指标的全链路协同优化。

他进一步分析，当下千卡、万卡乃至十万卡级超大规模智算集群成为主流，机房土地、绿电供给、能耗审批指标全面趋紧。同时，算力需求集中在人口密集的沿海城市，而风电、光伏等低成本绿电主要分布于西部，空间错配问题突出。百度的应对策略是在能源充沛地区提前布局智算中心，通过跨区域调度算力与电力资源，匹配市场需求。杜海总结：“行业共识是，发展AI算力，芯片、电力、能耗指标三者缺一不可。”

值得一提的是，对于今年行业普遍将Token消耗量作为衡量AI发展的核心指标，杜海在受访中提出不同看法。他认为，单纯Token消耗量只是过程指标，无法衡量大模型及AI基础设施的真实产业价值，大量Token消耗也可能意味着任务执行效率低下，更应该关注智能体的落地和产出。