WAIC透视：国产AI算力的突破与布局

◎记者 窦世平

当万卡集群逐步成为人工智能算力基础设施的关键形态，行业聚焦的核心也在悄然转变。算力规模持续扩大，但比起“卡数”的堆砌，外界更看重大规模集群能否稳定运转，国产软硬件能否构建完整系统能力，以及建成的算力资源如何有效赋能模型训练、科学研究和产业应用。

在7月17日举办的2026世界人工智能大会上，曙光8000（登峰）十万卡人工智能超集群真机首次登场，并荣获大会“镇馆之宝”称号。中科曙光(87.890, -9.77, -10.00%)副总裁王圣勇在大会现场接受上海证券报记者采访时指出，十万卡集群的落成和公开展示，标志着国产算力基础设施跨入了新的发展阶段。除了规模增长，这套系统的核心技术体系与核心部件均实现国产自主研发，多项技术已达国际领先水准。

从“建成”大集群到“用好”大算力

进入人工智能加速落地阶段，算力基础设施建设目标已不仅限于提升峰值算力，如何在同一系统中承载多元任务，成为大规模集群建设面临的核心挑战。

曙光8000（登峰）采用原生超智融合架构，能够同时支撑科学与工程计算、大模型训练和推理等多种任务，涵盖从FP64到INT8的多种计算精度。目前，系统已围绕大模型、气象预报、材料科学、生物医药、工业流体和汽车研发等20余个领域，完成300余项重点应用优化。

算力集群达到十万卡规模后，服务器整机只是系统的一个组成部分，互连效率、数据读写、任务调度、故障恢复和长期运维等因素，共同决定着算力能否充分释放。王圣勇观察到，本届世界人工智能大会上，国产算力企业的整机系统能力均有显著提升。“大家都在朝着算力更强、机器更智能化、密度更高和更可靠的方向努力。”在他看来，超节点、万卡集群等集中亮相，也意味着国产算力开始更加注重系统落地和实际应用，供应链自主可控能力进一步增强。

大集群建成后，如何让算力真正被充分利用，成为中科曙光下一步布局的重点。曙光8000依托国家超算互联网接入全国一体化算网，将面向科研院校、企业及个人用户全面开放普惠、高效、便捷的算力服务。

大集群背后的体系协同

随着集群规模与算力密度不断提升，人工智能基础设施越来越难以依靠某个单一产品或环节独立完成。

在系统建设层面，曙光8000具备“芯片、计算、存储、网络、散热、应用、服务”全链路全自研人工智能基础设施能力。其中：海光等国产芯片为系统建设提供底层支撑；scaleFabric类IB原生RDMA高速网络实现十万卡集群高可靠连接；ParaStor分布式存储支撑大模型训练和科学计算中的海量数据(11.890, -0.79, -6.23%)读写需求。

“十万卡集群这样的超级系统，实际上是由多个团队协同攻关完成的。”王圣勇介绍，曙光8000背后涵盖计算、存储、网络、整机集成和液冷等多个不同团队，是中科曙光多条产品线和技术能力深度融合的成果。

芯片是这一协同链条的关键起点。曙光8000搭载海光等国产芯片，也为国产芯片提供了更大规模的工程验证平台。本次大会上，海光完整展示CPU、DCU全系列自研芯片、高速互联整机集群、DTK/DAS/DAP全栈软件平台与全域Token化运营解决方案，目前已形成从芯片到集群级算力协同的完整能力图谱。

海光信息(304.880, -15.52, -4.84%)总裁助理兼智能计算产品部总经理杜夏威接受上海证券报记者采访时表示，国产芯片进入十万卡集群后，评价标准正在由单芯片峰值性能和跑分，转向有效算力利用率、线性加速能力和故障恢复效率等系统级指标。

对于国产算力而言，硬件进入集群只是第一步。行业用户从原有平台迁移时，仍然面临技术路线差异、软硬件适配和性能调优等挑战。杜夏威指出，海光CPU和DCU不仅具备异构融合能力，同时也完整兼容了主流软件应用生态，通过软件栈无缝兼容、模型广泛适配、生态开放协同等方式，有效降低用户迁移调优成本。

多位受访人士透露，未来，随着大集群由建设阶段转向应用阶段，国产算力产业协同也将继续向软件适配、模型运行和行业场景应用等领域深入延伸。