11月4日，2026年世界互联网大会乌镇峰会上，曦望Sunrise 正式发布S3超节点家族解决方案。产品覆盖32卡、64卡、128卡、256卡，并可通过多超节点组网扩展至千卡，为不同规模的AI业务提供更合适的推理算力。
从单卡到超节点，推理算力正在走向系统级协同
今天，AI正在从“回答问题”走向“完成任务”。智能体可以持续工作、调用工具、处理复杂信息，而这一切都离不开Token。怎样让Token更高效、更便宜，正在成为AI走进千行百业的关键。
曦望给出的答案，是从芯片到超节点的一体化设计：让每一份算力投入，转化为更多有效Token。
曦望Sunrise联席CEO王湛发布S3超节点家族
“与移动互联网时代不同，智能互联网的主体从人变成智能体，对Token的消耗呈指数级增长，智能互联网需要超节点。”曦望联席CEO王湛表示。
有效Token成本，不只看峰值算力
过去，人们关注一张卡有多快；今天，客户更关心的是：同样的投入，能够支持多少用户、完成多少任务、带来多少收入。
一套推理系统持续在做三件事：计算、保存和搬运。模型权重、混合专家模型（MoE）的专家参数和KV Cache需要被保存，数据还要及时到达需要它的计算单元。进入Agent时代，长上下文、高并发和持续调用，让后两件事越来越影响系统效率。
当数据装不下、调不动时，GPU可能不是“不会算”，而是在“等数据”。继续增加卡数可以提高理论峰值，却未必同步提高有效Token产出。
S3超节点家族从三个基本问题出发：能不能装得下，能不能少搬运，能不能让多张卡真正协同。
LPDDR6＋超节点，把容量优势变成系统效率
推理不是单一负载。预填充（Prefill）、解码生成（Decode）和大规模专家并行，对计算、带宽和容量的要求各不相同。启望S3选择LPDDR6，是根据推理负载重新分配容量、带宽、成本与功耗预算，而不是用单一指标定义系统。
在单卡层面，以192GB显存为例，大容量显存能够让更多模型参数、MoE专家和上下文数据留在离计算更近的位置。KV数据留在可复用的内存空间中，有助于减少缓存换出、SSD回放和重复Prefill，让长上下文和高并发业务减少等待与重复工作。
单卡的大显存，还需要超节点才能变成系统能力。启望S3支持统一虚拟地址和全局扁平化显存池，让多张卡的显存能够被统一编址和调度。
搭载S3的256卡超节点进一步将256张卡组成高速互联的Scale-Up域，形成更大容量的共享内存池。这意味着，大模型、海量KV和专家参数可以在更大的共享空间内组织，而不必被切散在众多彼此隔离的小显存中。
在部署方式上，客户既可以采用全启望S3的Prefill／Decode分离和MegaMoE方案，也可以通过RDMA将S3与HBM／3D高带宽计算芯片混合部署：由LPDDR6提供大容量共享空间，由HBM／3D节点发挥高带宽Decode优势，各自承担适合的负载。
“这就类似日常收纳：常用的放手边，偶尔用的放柜子，不常用的放储物间——都找得到，但取用的时间成本不一样。”王湛说。
曦望把芯片、互联、缓存管理和推理调度放在一起设计，让共享容量真正服务于长上下文、高并发和大规模MoE。简单说，LPDDR6让AI“装得下、用得起”，超节点让算力“连起来、用得好”。
不是越大越好，而是刚好适合
一家初创企业的AI应用、一家快速成长的推理服务商，以及一座城市级智算中心，需要的算力显然不同。统一用一种大规格方案，容易让客户为用不到的配置买单。
“一款超节点不是所有客户的答案。我们根据实际需求提供不同规格的服务，让算力找到真正需要的场景。”王湛表示。
32卡、64卡、128卡：适合企业私有化模型推理服务以及业务持续增长的中型推理服务商；
256卡：面向大型互联网与行业头部客户，支持长上下文、高并发、大规模专家并行等负载；
千卡：通过多超节点组网，服务区域级算力底座和更大规模需求。
从几十卡到千卡，曦望希望客户能按照业务规模选择算力，并随着业务成长逐步扩展。不是越大越好，而是刚好适合。
让算力普惠，成为AI普及的底座
算力普惠，不只是降低设备价格，更是让AI服务能够长期、稳定地运行，让更多企业用得起、用得好。
当Token成本不断下降，智能体才有机会进入更多日常场景：帮企业处理业务，帮工程师提升效率，帮城市改善服务，也让更多新的AI应用有机会跑起来。
围绕“高性价比、高效率、适配更多场景”，曦望S3超节点家族正在做一件事：把大显存、超节点和分级产品组合起来，让不同客户都能找到更合适的算力方案。
“让不同规格的算力服务找到真正需要它的场景，让超节点真正实现算力普惠，重构推理服务的损益表。”王湛表示。
智能互联网的时代正在到来。曦望希望用更高效的推理算力，让每一个智能体都更有用，也让AI创造的价值惠及更多行业与更多人群。
