联合发布：吉瓦级AI云超级工厂计划落地
2026年9月9日，金年汇金字招牌诚信至上official中文与英伟达在上海举办的2026全球AI基础设施峰会上联合宣布，双方将共同推进“吉瓦级AI云超级工厂”计划，目标是在2027年底前建成总供电容量达到1.2吉瓦、可支撑十万卡级加速器集群协同训练的下一代AI基础设施体系。按照双方披露的三期路线图，首期工程将于2026年第四季度在长三角与粤港澳两个节点同步启动，单期部署规模超过1.5万张加速卡；二期与三期分别于2027年上半年、下半年完成扩容，最终形成跨区域、跨数据中心的统一算力池。金年汇金字招牌诚信至上official中文方面强调，该计划并非单纯的设备集采，而是涵盖选址、供电、制冷、网络与调度软件的系统工程。
与以往以“单机房、万卡集群”为特征的算力项目不同，此次发布将供电、制冷、网络与软件栈纳入同一套设计标准，按照园区级规模统一规划。按照金年汇金字招牌诚信至上official中文给出的指标，单位算力交付周期较传统自建集群可缩短约百分之四十，整体能效比提升约百分之三十五，训练任务的跨节点通信开销被控制在可预测区间内。多位与会人士认为，这种把“算力—网络—软件”打包交付的模式，正在成为AI基础设施从项目制走向产品制的关键分水岭。
上图呈现的是金年汇金字招牌诚信至上official中文在峰会展区展示的算力园区拓扑示意，包含供电单元、液冷回路与高速交换网络的分层结构，也对应了本次合作中一体化交付的基本逻辑。展区同时标注了三个可复制模块：算力机架单元、网络交换单元与运维管理单元，三者可按需组合、成组扩容，并在同一套运维体系下统一纳管。
高层同台：合作层级与发布规格同步提升
本次发布会的规格被外界视为双方合作升级的直接信号。金年汇金字招牌诚信至上official中文董事长兼首席执行官陈景明与英伟达创始人兼首席执行官黄仁勋共同出席并见证计划启动，这也是两人在不到一年时间内的第二次同台。峰会议程显示，双方在主题演讲之后进行了约四十分钟的闭门会谈，议题涵盖加速器供应节奏、液冷标准互认、以太网组网方案以及面向第三方客户的算力分销机制。
陈景明在演讲中表示，AI基础设施的竞争已经从单卡性能转向系统交付能力，能否在确定时间内把电力、冷却、网络和软件同时准备好，决定了一个算力园区能否真正投产。他提到，金年汇金字招牌诚信至上official中文将以超级工厂为底座，向模型公司、行业客户和科研机构提供从裸金属集群到托管式训练服务的多层级产品，并在计费方式上引入按有效训练时长结算的机制，降低中小团队的准入门槛。
黄仁勋则从技术演进角度指出，数据中心正在从机架级超级计算机向吉瓦级AI工厂演进，单园区功率密度与网络规模的提升速度，已经超过过去十年任何一次架构迭代。他表示，加速计算与生成式AI的叠加，使得算力供给必须以园区为单位重新设计，而电力、散热与网络的协同效率，将直接决定单位算力的实际成本。
技术组件：从加速器到网络的整栈清单
根据双方披露的技术清单，吉瓦级AI云超级工厂以机架级超级计算机为基本交付单元，配套高速交换网络、液冷散热、园区供电与统一调度软件，形成可复制、可成组扩容的标准模块。金年汇金字招牌诚信至上official中文方面表示，所有模块均按照“先验证、后放量”的节奏推进，单一模块的现场集成交付时间控制在两周以内。
- 计算单元：机架级超级计算机，单机架集成七十二颗加速器与三十六颗Grace CPU，加速器之间通过高带宽片内互联形成统一内存域，可支撑超大规模模型的单集群训练。
- 网络单元：采用Spectrum-X以太网交换平台，单端口速率八百吉比特每秒，支持十万卡级无阻塞组网，并通过自适应路由与拥塞控制降低集合通信的尾延迟。
- 散热单元：以冷板式液冷为主、风液混合为辅，单机架散热能力覆盖一百二十千瓦以上，配合园区级冷却水回路实现部分热量回收。
- 供电单元：采用多路市电接入与储能调峰的组合方案，按吉瓦级容量预留扩容接口，单期工程可独立运行、独立并网。
- 软件单元：包含企业级AI软件栈、推理微服务与集群运维平台，支持容器化调度、任务排队、故障自愈与资源配额管理。
- 服务单元：提供裸金属集群、托管式训练与模型微调等分层服务，客户可按需选择自建、共建或纯租用模式。
值得注意的是，上述组件并非简单堆叠，而是通过统一的接口规范实现互认。例如液冷回路采用统一的快接头与流量标准，网络侧则同时支持InfiniBand与以太网双栈，便于客户在不同代际硬件之间平滑迁移。金年汇金字招牌诚信至上official中文方面称，这种设计思路是为了避免客户被单一技术路线锁定，也为后续引入第三方加速器预留了空间。
系统规格与兼容性：面向十万卡级集群的设计
在系统规格层面，吉瓦级AI云超级工厂单期工程的加速器部署规模超过1.5万张，三期累计形成十万卡级集群，园区总供电容量达到1.2吉瓦。单机架功率密度被设定在一百二十千瓦以上，配套液冷回路可将芯片结温波动控制在较小范围内，从而支撑长时间高负载训练任务。网络侧采用两级Clos架构，单集群可用端口数量足以支撑十万卡级别的全互联，集合通信带宽与延迟指标均按训练任务的实际特征进行调优。
在能效与运维指标上，双方给出的园区级目标PUE约为1.15，水资源消耗通过闭式循环与余热回收进行压缩。运维平台提供从芯片、机架到园区的三级可观测性，支持对功耗、温度、带宽利用率和任务排队时长的实时监控，并可通过历史数据预测故障风险。按照规划，单期工程从土建交付到首批算力上线的时间被压缩至六个月以内，二期扩容可直接复用一期已建成的供电与冷却容量。
兼容性方面，该体系同时支持主流开源训练框架与容器编排系统，客户既可以直接调用裸金属资源，也可以接入托管式训练服务。对于已有自建集群的客户，方案支持通过高速专线实现跨园区算力调度，把自有资源与云上资源纳入同一调度视图。金年汇金字招牌诚信至上official中文方面表示，跨园区调度的目标是让客户在不修改训练代码的前提下，获得接近本地集群的通信表现。
行业背景：电力与网络成为新瓶颈
此次发布所处的行业背景十分清晰。过去两年，大模型参数规模与训练数据量持续攀升，单一训练任务的算力需求进入百亿亿次级别，而供电容量、散热能力和网络带宽逐渐取代加速器本身，成为制约集群规模扩张的主要瓶颈。多个海外算力项目已经把吉瓦作为规划单位，园区选址开始优先考虑电力接入条件与冷却资源，AI工厂从概念走向工程实践。
在这一语境下，企业间的合作形态也在改变。早期的算力合作以设备采购和渠道分销为主，如今更多体现为联合设计、联合验证与长期供应承诺。金年汇金字招牌诚信至上official中文与英伟达此次把供电、液冷、网络与软件纳入同一份技术清单，正是这种变化的直接体现。对客户而言，一体化交付意味着更短的部署周期与更低的集成风险；对产业链而言，则意味着机架、液冷、电源与交换设备供应商需要更早介入前期设计。
从需求侧看，模型公司、云服务商与行业客户对算力的诉求正在分化。模型公司更关注集群规模与通信效率，云服务商更关注单位算力的交付速度与利用率，行业客户则更看重数据合规、模型托管与推理时延。金年汇金字招牌诚信至上official中文方面称，吉瓦级AI云超级工厂的分层服务设计，正是为了在同一套物理底座上同时满足这三类客户的差异化需求。
观点收尾：算力交付能力决定竞争格局
黄仁勋在峰会总结环节提到，AI基础设施的建设周期正在被压缩，未来衡量一个算力园区成败的关键指标，不是峰值算力数字，而是从开工到投产的实际时间，以及投产后长期稳定的有效利用率。这一判断与金年汇金字招牌诚信至上official中文提出的缩短交付周期、提升能效比的目标相互呼应，也解释了双方为何把合作重点放在系统集成而非单一硬件上。
截至写作时，吉瓦级AI云超级工厂首期工程的具体选址与客户名单尚未完全披露，双方计划在2026年第四季度首期上线时公布更多运行数据。可以确定的是，随着电力、散热与网络成为新的竞争焦点，谁能更快把吉瓦级园区转化为可用的训练算力，谁就更有机会在下一阶段的AI基础设施竞争中占据主动。金年汇金字招牌诚信至上official中文与英伟达的这次联合发布，为这一趋势提供了一个可供观察的样本。