Warum verlagert sich der Wettbewerb um Rechenleistung in der zweiten Jahreshälfte 2026 plötzlich in Richtung Superknoten?

„Große chinesische Internetunternehmen werden im zweiten Halbjahr eine große Anzahl von Superknoten-Lösungen bereitstellen.“, teilte ein erfahrener Experte im Bereich Rechenleistung der Plattform Shuzhi Qianxian den Markttrend mit. Obwohl der Preis für ein komplettes Superknoten-Gerät in der Regel höher liegt als der eines normalen Servers mit gleicher Anzahl an Karten, „rechnet es sich dennoch: Es weist eine höhere Rechenleistungsdichte auf und benötigt weniger Platz. Heutzutage müssen Unternehmen mehr Rechenleistung auf begrenztem Raum unterbringen, und Superknoten sind hierfür ein „absolutes Wunderwerkzeug““, ergänzte ein Mitarbeiter von H3C.

Selbst DeepSeek, das bisher keine Superknoten eingesetzt hat, „will dies nun ausdrücklich tun und befindet sich gerade in der Preisverhandlung“, wie ein Mitarbeiter eines großen Cloud-Computing-Unternehmens Shuzhi Qianxian mitteilte – dies gilt als richtungsweisend.

Diese Begeisterung zeigte sich auch auf der Weltkonferenz für Künstliche Intelligenz 2026 sehr deutlich. Huawei stellte ein echtes 1024-Karten-Superknoten-Gerät vor, das aus 20 Schränken besteht; Sugon zeigte einen 640-Karten-Superknoten mit strömender Kühlflüssigkeit. Produkte wie Baidu Tianchi, Alibaba Cloud Lingjun Zhenwu M890, Inspur Yingxin MetaBrain und Muxi Xijing S600 wurden alle an auffälligen Stellen der jeweiligen Messestände platziert.

Was ist ein Superknoten? Einfach ausgedrückt: Er integriert mithilfe von Hochgeschwindigkeits-Verbindungstechnologien eine große Anzahl von GPUs oder Beschleunigungskarten aus „mehreren Servern“ tiefgehend zu einem System, das logisch wie ein „Supercomputer“ wirkt. Er löst die Bandbreiten- und Latenzengpässe bei der Kommunikation zwischen verschiedenen Geräten herkömmlicher Cluster, wodurch die Auslastung von GPUs oder Beschleunigungskarten erheblich gesteigert und die Kosten pro Token gesenkt werden. „Superknoten sind mittlerweile zu einem Mainstream-Trend beim Aufbau von KI-Infrastruktur geworden“, teilte ein erfahrener Mitarbeiter von Huawei Shuzhi Qianxian mit.

Vor einem Jahr waren Superknoten noch Flaggschiffprodukte weniger Hersteller, die ihre Systemkapazität demonstrieren wollten; ein Jahr später werden sie zu einem Wettrüsten, an dem alle führenden Rechenleistungsunternehmen teilnehmen müssen. „Die in China entwickelten Superknoten wurden letztes Jahr eingeführt und sind mittlerweile in die Phase der massenhaften Implementierung eingetreten“, so ein Mitarbeiter von Baidu Kunlunxin. „Bis Ende dieses Jahres wird praktisch jedes Rechenleistungsunternehmen über Lieferkapazitäten verfügen.“

Wer baut Superknoten

Superknoten sind kein neues Konzept mehr. 2024 veröffentlichte Nvidia das GB200 NVL72, das 72 Blackwell-GPUs in eine Hochgeschwindigkeits-Verbindungsdomäne einbindet und diese Architektur in die Branchenöffentlichkeit bringt – die anfängliche Nachfrage war jedoch nicht besonders hoch. Erst 2025, als die Parameter großer Modelle sprunghaft anstiegen, wurden Superknoten zu einem heißen Thema. Chinesische Hersteller begannen bereits um 2025 herum mit der technischen Voruntersuchung, die ersten Produkte kamen 2025 auf den Markt: Huawei, Baidu Intelligent Cloud, Inspur, H3C, ZTE und andere Unternehmen begannen nacheinander mit der Veröffentlichung entsprechender Lösungen, sodass immer mehr Akteure in den Superknoten-Markt eintraten.

Der Fokus der einzelnen Unternehmen unterscheidet sich jedoch, mittlerweile haben sich offenbar drei verschiedene Richtungen herausgebildet: Eine Seite erweitert ständig die Größe einzelner Superknoten, eine andere legt mehr Wert auf Bereitstellungseffizienz und Wirtschaftlichkeit, und die dritte versucht, Superknoten mithilfe neuer Chip- und Verbindungsarchitekturen neu zu definieren.

Laut Beobachtungen von Shuzhi Qianxian gehen Huawei, Sugon und Baidu in Richtung „große Knoten“.

Huawei hat der Branche bereits ein echtes 1024-Karten-Superknoten-Gerät auf Basis von Ascend 950 vorgestellt, das aus 20 Schränken besteht. Im vierten Quartal dieses Jahres wird das Unternehmen 8192-Karten-Superknoten in Massenproduktion ausliefern – dies stellt theoretisch die technische Obergrenze der vollen Konfiguration dieses Superknotens dar. Huawei geht davon aus, dass mit der zunehmenden Anzahl von Parametern großer Modelle, der Kontextlänge und der Parallelität von Inferenzaufgaben einzelne Rechendomänen mehr Chips und größeren Speicherplatz aufnehmen müssen. Die 384-Karten-Superknoten, die das Unternehmen letztes Jahr auf den Markt brachte, wurden bereits in über 750 kommerziellen Anwendungsfällen in Branchen wie Internet, Finanzen, Energie, Bildung und Gesundheit implementiert – dies beweist die Fähigkeit zur großangelegten kommerziellen Bereitstellung von Superknoten.

Sugon setzt auf eingetauchte Flüssigkühlung, um dichtere Bereitstellungen zu unterstützen. Jeder einzelne Schrank fasst 640 Beschleunigungskarten, ein Kühlgerät versorgt zwei Schränke. Der aus diesen Superknoten aufgebaute Rechenleistungscluster mit 100.000 Karten, Sugon 8000 (Dengfeng), wurde bereits im Kernknoten des nationalen Supercomputing-Internets in Zhengzhou implementiert. „Aktuell sind 90% der Kapazität ausgelastet, ein großer Teil der Nachfrage stammt aus dem Modelltraining, aber auch aus KI für die Wissenschaft“, teilte ein Mitarbeiter von Sugon Shuzhi Qianxian mit.

Der Baidu Intelligent Cloud-Tianchi-Superknoten entwickelt sich von 256 Karten zu 512 Karten weiter, die letztes Jahr auf den Markt kommen sollen. Das Unternehmen legt Wert auf eine vollständige selbst entwickelte Architektur von Verbindungsprotokollen, Vermittlungschips bis hin zum Flüssigkühlsystem. Du Hai, General Manager der Abteilung für Hybrid Cloud bei Baidu Intelligent Cloud, erläuterte, dass die Superknoten des Unternehmens bereits mehrere Cluster mit 10.000 Karten ausgeliefert haben. Das Training wichtiger Versionen von Wenxin 5.1 wurde auf vollständig in China entwickelten Clustern abgeschlossen, das System unterstützt die Inferenz für über 80 Branchenszenarien im Energie- und Stromsektor und auch das Training des selbst entwickelten großen Strommodells.

Eine andere Gruppe von Herstellern teilt die Ansicht „je größer desto besser“ nicht.

Das von Alibaba Cloud vorgestellte Lingjun Zhenwu M890 nutzt 64 Karten als eine Scale-up-Einheit und erweitert sich über ein Scale-out-Netzwerk zu größeren Clustern. Im Gegensatz zu den meisten Superknoten, die hauptsächlich für private Bereitstellungen ausgelegt sind, stellt Alibaba diese Rechenleistungsform auch in der öffentlichen Cloud zur Verfügung, sodass Kunden keine Geräte kaufen müssen, sondern sie bedarfsgerecht aufrufen können.

Inspur und Muxi verfolgen eine ähnliche Richtung. Inspur hat letztes Jahr einen 64-Karten-Superknoten vorgestellt und dieses Jahr ein 32-Karten-Produkt auf den Markt gebracht. Die 32-Karten-Variante unterstützt die Inferenz von großen Modellen mit Billionen von Parametern. Zhao Shuai, Vizepräsident von Inspur, erläuterte: „Wir nutzen intern große Modelle mit Billionen von Parametern für die KI-Codeerstellung, die Effizienz ist definitiv besser als bei Modellen mit Hunderten von Milliarden von Parametern. Das ist der Wert, den große Modelle mit Billionen von Parametern liefern. Deshalb haben wir uns erneut für die Veröffentlichung des 32-Karten-Produkts entschieden, damit mehr Unternehmen es sich wirklich leisten können.“ Muxi basiert auf 64 Karten pro Schrank und legt Wert auf Kompatibilität mit dem CUDA-Ökosystem sowie die horizontale Erweiterbarkeit zu Clustern mit 10.000 Karten.

Einige weitere Hersteller versuchen, die Route der Nvidia-GPUs oder Huawei-Beschleunigungskarten zu verlassen und gehen einen dritten Weg. Qingwei Intelligent nutzt eine rekonfigurierbare Datenflussarchitektur, bei der jeder Chip gleichzeitig Berechnungen und Datenweiterleitungen übernimmt. Die Chips können direkt miteinander verbunden werden, ohne dass Vermittlungsgeräte erforderlich sind. Chen Yilun, Vizepräsident für Produkte bei Qingwei Intelligent, teilte Shuzhi Qianxian mit, dass das Unternehmen bereits einen 4096-Karten-Superknoten mit einer Spitzenrechenleistung von 500 PFLOPS auf den Markt gebracht hat. Er wurde bereits in einem Trainingsgelände in Peking implementiert, weitere Anwendungsfälle gibt es in der Finanzbranche sowie bei staatseigenen Unternehmen in der Inneren Mongolei, Xinjiang und Zhejiang. Den gleichen Weg geht auch Dongfang Suanxin, dessen Produkte im Juli gerade auf den Markt gekommen sind.

Darüber hinaus plant Moore Threads die Veröffentlichung entsprechender Produkte zusammen mit der neuen Generation von GPUs Ende des Jahres. Cambricon hat derzeit zwar noch keine Superknoten auf dem Markt, aber die Branche geht davon aus, dass das Unternehmen auch für seine nächste Chipgeneration Superknoten vorstellen wird. Damit sind fast alle großen chinesischen Unternehmen für Rechenleistungschips und Server in diesen Markt eingetreten.

Warum gerade dieses Jahr

Warum erlebten Superknoten gerade dieses Jahr einen Boom? Aus Branchenkreisen heißt es, dass es drei Hauptgründe gibt.

Erstens: Die Nachfrage nach Modelltraining und -inferenz ist ausreichend groß. Auf der Trainingsseite steigt die Anzahl der Modellparameter sprunghaft an. Im Juli veröffentlichte Kimi das große Modell K3 mit 2,8 Billionen Parametern. „Zum nächsten Frühlingsfest wird die Anzahl der Modellparameter auf 3 Billionen ansteigen, dann auf 6 Billionen und später auf 10 Billionen. Im Ausland haben mittelgroße Modelle bereits 5 Billionen Parameter erreicht“, teilte Dr. Yang Jian, CTO von Muxi, Shuzhi Qianxian mit. Allgemein geht die Branche davon aus, dass das Training eines Modells mit 1 Billion Parametern etwa 5000 Karten erfordert, ein Modell mit 3 Billionen Parametern etwa 10.000 Karten und ein Modell mit 6 Billionen Parametern etwa 20.000 Karten. Die beste Lösung besteht darin, mehrere Chips zu einem integrierten System zu verbinden.

Auf der Inferenzseite nannte ein Mitarbeiter von Huawei ein Beispiel: In Szenarien der KI-Codeerstellung werden für einen einzelnen Aufgabenaufruf bereits zehntausende Operationen ausgelöst, bei komplexen Langzeitaufgaben sind es hunderttausende oder sogar Millionen. „Das bedeutet mehr Parallelität und längere Kontexte – genau das ist das Kernverkaufsargument des großen Speicherpools von Superknoten“. Laut einem erfahrenen Mitarbeiter von Alibaba Cloud liegt das Verhältnis von Inferenzaufgaben zu Trainingsaufgaben im Online-Betrieb mittlerweile bei etwa 5:1 bis 10:1. „Von 10.000 Karten werden etwa 70% bis 90% für Inferenz genutzt, nur ein kleiner Teil für Training“.

Zweitens: Die Rechnung geht auf. Der Preis von Superknoten ist höher als der Gesamtpreis von Servern mit gleicher Anzahl an Karten, aber die Kunden berechnen die Gesamteffizienz. „Man darf nicht nur die Anzahl der Karten betrachten, es geht auch um die Infrastruktur für Strom, Wasser und Kühlung – Superknoten sind hier deutlich sparsamer. Wenn große Unternehmen alle Superknoten bereitstellen, rechnet sich das definitiv“, teilte ein Mitarbeiter von H3C Shuzhi Qianxian mit. Zhao Shuai, Vizepräsident von Inspur, nannte ein Beispiel: „Wenn die Inferenzleistung durch Superknoten um das Zehnfache gesteigert wird, der Stromverbrauch aber nur um das Zweifache ansteigt, bleibt am Ende ein Gewinn übrig“.

Laut einem Mitarbeiter von Kunlunxin addiert sich die Rechenleistung von 10 Geräten im herkömmlichen Modus nicht zu 10, „sondern nur zu 6“. Superknoten senken die Verluste durch Hochgeschwindigkeitsverbindungen auf ein Minimum, sodass mehr Rechenleistung ihre Wirkung entfalten kann. Wenn man Superknoten für die PD-getrennte Inferenz nutzt, erreicht das System eine um 30% bis 50% höhere Leistung als herkömmliche Geräte mit gleicher Anzahl an Karten.

Drittens: Der Zeitpunkt für die Massenlieferung ist gekommen. „Superknoten sind ein ingenieurstechnisches Produkt, das GPU-Chips, Speicher, Kommunikation, Vermittlung, Kühlung, Stromversorgung und Software umfasst – kein einzelnes Unternehmen kann dies alleine bewältigen“, so der Mitarbeiter von Kunlunxin. „Mittlerweile sind Superknoten in die Phase der massenhaften Implementierung eingetreten“. Ein anderer Mitarbeiter ergänzte: „Unabhängig von der erzielten Leistung können alle Unternehmen mittlerweile komplette Geräte ausliefern“.

Aber eignen sich Superknoten besser für Training oder für Inferenz? Die Aussagen der Unternehmen gehen hier auseinander.

Ein Mitarbeiter von Huawei ist der Ansicht, dass Superknoten sowohl für Training als auch für Inferenz wertvoll sind: Das Training von großen Modellen mit Billionen von Parametern erfordert einen riesigen Speicherpool, die Inferenz von Agenten erfordert eine massive gleichzeitige Verarbeitung langer Kontexte – Superknoten müssen über große Speicherkarten verfügen. Moore Threads geht davon aus, dass Superknoten für das Training großer Modelle mit 1 Billion bis 5 Billionen Parametern sowie für Szenarien von Hochgeschwindigkeits-Inferenz-Token-Fabriken ausgelegt sein müssen. Ein Mitarbeiter von Muxi hingegen meint: „Nach gründlicher Prüfung zeigt sich der Wert von Superknoten besonders in der Decode-Phase der Inferenz, also bei der Erzeugung von Antworten Token für Token