AI算力竞争进入系统攻坚新阶段

两年前，大模型的集中爆发引发第一波AI算力焦虑。如今，智能体以惊人速度从实验室迈向产业前线，再次将算力竞赛推向新高度。

无论是万亿参数模型的持续训练，多场景智能体的高并发推理，还是科学智能的高精度仿真，传统算力供给模式已难以为继，超大规模智算集群正成为行业刚需。

7月10日，在光合组织2026智能计算应用大会上，中科曙光宣布中国首个全国产十万卡AI超集群——曙光8000（登峰）正式建成。中科曙光董事长、国家先进计算产业创新中心主任历军表示："曙光8000凝聚了曙光公司及旗下企业30年技术积累，不仅代表曙光在计算领域的实力，更体现中国在此领域的最高水准，甚至达到世界领先水平。"

01

算力需求升级

驱动系统革新

人工智能的发展，本质是算力边界持续突破的演进史。

十年前，感知智能依赖模式识别，算力需求相对单一；五年前，生成式AI兴起，模型开始创作，算力需求首次跃升。

如今智能体时代到来，倒逼底层算力体系重构：模型参数从百亿跃至万亿，训练数据从TB升至PB，上下文窗口从K级拓展至M级，背后是计算、存储、网络、能耗四大维度压力同步激增。同时，AI for Science等新范式要求系统兼顾高精度仿真与低精度推理，对传统单一精度架构构成根本挑战。

过去，行业习惯通过堆服务器、加加速卡提升算力。千卡、万卡规模尚可维持，但进入十万卡级别，问题集中爆发：互联瓶颈致通信开销剧增，存储吞吐跟不上计算节奏，能耗与散热压力倍增，系统稳定性与可维护性显著下降。

这种粗放扩张带来边际效益快速衰减。硬件峰值不断刷新，但实际效能转化鸿沟却持续扩大。若不从架构层面解决计算、网络、存储与调度的协同效率，规模越大，浪费越严重。

算力产业亟需系统性变革，唯有将算力视为有机整体，而非设备堆砌，才能在高并发、高吞吐、多精度、多任务环境下实现可持续扩展。

02

跨越三重壁垒

系统创新的必由之路

要将系统性算力创新从蓝图变为现实并规模化落地，必须跨越三道门槛。

首先是系统深度。超大规模智算集群稳定运行，依赖芯片、网络、存储、散热、调度等环节协同。任一环节短板或外部依赖，都成体系风险与瓶颈。尤其在异构计算常态化的今天，传统集成模式已无法满足超大规模集群对稳定性与能效的严苛要求。

真正的系统创新深度，在于深入芯片微架构、操作系统内核、网络协议底层，实现端到端垂直优化，达成“拿来主义”无法企及的性能突破。自主可控，不仅是安全底线，更是能力释放前提。

其次是生态广度。“系统性”意味着向下兼容多元硬件，向上支撑多样应用框架。

开放广度要求打通产业链上下游，联动科研机构、技术厂商、行业用户与开发者，构建共享共建生态，实现技术互补、资源协同，破解大规模部署适配难题，推动算力技术标准化与规模化普及。

最后是场景落地能力。系统创新成果，必须在真实行业场景中经受检验，方显价值。无论是气象预测、新材料研发还是大模型训练，算力集群必须证明其在高压、高并发、长周期任务中的稳定交付能力。唯有扎根产业、解决实际问题，系统创新才算闭环。

03

曙光8000

系统能力的集大成者

那么，曙光8000为何能代表算力系统级创新的最高水平？

首先，它实现全链条国产化：从海光等国产处理器与加速芯片，到自研scaleFabric无损RDMA网络，再到全球IO500双榜第一的ParaStor分布式存储，以及支撑MW级部署的浸没式相变液冷技术，整条技术链确保每比特流动、每瓦能耗都精密协同优化。

其次，它展现强大生态拉动力与开放广度。依托“光合组织”，联动芯片、部件到行业应用上下游。通过开放适配与联合优化，实现主流大模型零代码上线，将复杂硬件封装为便捷算力服务，并通过国家超算互联网向社会开放，降低超大规模算力获取门槛。这种开放基于统一技术路线，兼顾自主性与系统性。

第三，它以丰富场景验证系统能力。曙光8000已完成超300项超智融合应用优化，覆盖大模型、创新药、新材料、量子计算、天文气象等20余个关键领域，其中70+应用实现万卡级扩展，充分证明其在高负荷科研任务中的稳定可靠。

随着AI时代算力竞争转向系统能力竞争，曙光8000的建成，不仅是工程交付，更标志国产算力已具备构建超级系统、赋能产业全局的能力。如历军所言："依托曙光8000与国家超算互联网体系，我们将全力推进应用推广、丰富度、水平与能力提升，相信五年内，中国高性能计算应用水平将迈入世界前列。"