IT之家 9 月 22 日消息，在昨日的 2026 人工智能计算大会（AICC2026）上，浪潮信息宣布推出元脑 SD200 Ultra 超节点 AI 服务器与元脑 HC2000 多元算力机组。
2.8 万亿参数 Kimi K3，Token 时延首次突破 5.85 毫秒">
据官方介绍，元脑 SD200 Ultra 基于国产 AI 芯片打造，单机可承载运行 2.8 万亿参数的 Kimi K3 大模型。
浪潮表示，SD200 Ultra 的 Token 生成时延首次降至 5.85 毫秒以内，相当于单用户速度 170 Tokens/s，达到业界平均水平的 5 倍。该机型支持 10 万亿参数规模前沿模型单机运行。
IT之家注：Token 生成时延指大模型每输出一个词元所需的平均时间，是衡量推理响应速度的核心指标之一。
2.8 万亿参数 Kimi K3，Token 时延首次突破 5.85 毫秒">
SD200 Ultra 采用 3D Hyper Mesh 架构，紧耦合 128 芯本土 AI 芯片，提供 8TB 统一编址显存和 64TB 内存。系统采用原生内存语义通信，通信时延低至 0.69 微秒。
该超节点通过全局统一编址、虚拟影子设备映射、跨域地址翻译与路由，实现 GPU 跨主机域的统一寻址访问，构建百纳秒级低时延内存语义互连域。
2.8 万亿参数 Kimi K3，Token 时延首次突破 5.85 毫秒">
浪潮称，借助对称内存技术，SD200 Ultra 首次在基于本土 AI 芯片的超节点上实现 GPU 显存直连，使 GPU 可直接访问远端 GPU 显存。AllReduce 通信时间降低 3.5 倍。
针对 Kimi K3 推理，SD200 Ultra 使用 Kimi K3 构建超级算子智能体，实现通算融合、Tile 级流水的超级算子，将 KDA、Gated MLA、MoE 中的基础算子融合。算子数量降低 10 倍，推理性能提升 3 倍以上。
2.8 万亿参数 Kimi K3，Token 时延首次突破 5.85 毫秒">
浪潮同日发布元脑 HC2000 多元算力机组。该机组采用 DirectCom 2.0 极速架构，基于高密液冷 AI 整机柜，搭配 MCIS 推理软件栈，可动态匹配计算负载。官方称同等投资下 Token 产能提升 10 倍。
浪潮将 Agent 时代 AI 计算分为两个方向：Capability AI Compute 能力型智算，支撑突破智能上限；Capacity AI Compute 容量型智算，实现智能充分供给。
浪潮称，前沿模型参数规模已从 DeepSeek R1 的 6710 亿增长到 Kimi K3 的 2.8 万亿，并走向 10 万亿级；上下文从 128K 扩展到 1M 以上；Agent 从单体走向成百上千个协同。
模型权重、KV Cache（键值缓存，用于存储注意力机制中的键和值，减少重复计算）和并发任务规模同步增长，对显存容量、高速互连和并行扩展效率提出更高要求。
复杂 Agent 任务包含大量“推理 — 工具调用 — 反馈 — 重新规划”循环，每轮时延都会累积。浪潮信息称，时延已不只是体验指标，可能影响任务能否及时完成。
复杂 Agent 任务需连续运行数小时甚至数天，期间经历大量模型调用、工具调用和数据交互。任何计算、通信或软件故障都可能中断任务。