国产十万卡集群重塑AI算力新格局

新智元报道

步入人工智能纪元，计算能力从未如此呈现「割裂」态势。

科研运算苛求顶尖精准度，却常因效能低下而被闲置；智能推理追逐极致速率，却在应对现实世界的复杂规则时显得「不合常理」。

「精准但迟缓」或「迅捷却失准」——这种「失衡」的计算供给，在「智能+」的时代洪流下，已逐步难以适配真实的应用需求。

一家生物医药企业，或许既要借助高精度算力模拟蛋白折叠，也要运用低精度算力筛选候选化合物。一家车辆制造商，既要执行碰撞模拟，也要培育自动驾驶算法。

这种零散化、分离化的诉求，催生了一种崭新的、能够「一体化」的计算基座。

这正是「超智融合」概念萌发的契机。最新启用的首个全国产十万卡AI超级集群——曙光8000（登峰），则把这一构想从图纸转变为实际。

超智融合的理念其实并非首创。然而业界普遍的操作，是把一批超级计算节点和一批智能计算节点粗略地拼合在一个空间，依靠调度机制进行任务分派。

这种物理层面的整合更像「同租」，不同算力仍旧各行其道，难以应对深度耦合的混合运算任务。

然而曙光8000的亮相，正悄然昭示着算力「失衡」时代的终结。

它达成了全类型计算的原始一体化集成，让高精度科研运算与低精度AI训练推测，在同一个系统内流畅转换，实现了真正的全精度协作。

它体现的，是「原生超智融合」路径，其关键在于，从半导体层级就开始规划，让每一个运算单元都天然具备同时应对高精度数值运算和低精度神经网络算法的实力。

这种架构设计的精华在于，它并非为了兼容而退让，而是为了催生「1+1>2」的协同效应——既能全面承接传统超算的领域，又能高效支撑大模型的训练推理，更能为AI for Science这类需要频繁在两种运算模式间跳转的前沿领域，带来前所未有的顺畅感受。

这才是超智融合的深层意义：不是能力的叠加，而是功能的交融。

当万亿参数大模型和尖端科学研究，进一步苛求AI算力基础设施「既庞大又高效」时，集群规划部署的复杂程度呈几何级增长。

从万卡跃升至十万卡，绝非简单的十倍扩张，而是一场涵盖芯片、互联、存储、冷却的系统工程极限考验。

「体量增大之后，最关键的挑战来自两个维度：一是性能效率，二是系统稳定性。」正如中科曙光高级副总裁李斌所言，「从万卡到十万卡，装置数量翻了10倍，故障概率就提升了一个量级。」

如何驾驭这头「算力猛兽」？曙光8000的解答是：全链路自主研发与系统级重塑。

曙光8000掌握「芯片、运算、存储、互联、冷却、应用、服务」全链路全自研AI基础设施实力。

在芯片环节，依托海光等国产半导体，打造起从通用处理器、AI加速卡到片间互联交换芯片的完备链条，综合技术达到国际前沿水准。

在互联环节，采用类IB原生的RDMA高速网络，破解了十万卡体量下卡与卡之间的高效协同瓶颈，让庞大的算力集群真正凝聚成一体。

在存储环节，ParaStor分布式存储体系为大模型训练和科研运算中的海量资料读写提供了稳固的「仓储」支撑。

在冷却环节，全球顶尖的浸没式相变液冷方案，不仅将PUE压缩至最低，更为半导体营造了一个恒定的工作环境，大幅增强了系统的可靠性。

这些技术并非独立运作，而是相互衔接、彼此增强。

集群宣告落成当日，北京科学智能研究院与中科曙光缔结战略合作，接下来将正式推进第二套十万卡超智融合算力系统研制与建设。

显然，曙光8000给出的工程方案，正在被AI4S顶尖力量采纳推广。中国首个全国产十万卡AI超级集群，也或将由「示范项目」迈向「规模应用」。

再雄厚的算力，若不能转化为实质的产出，也仅是冰冷的「金属块」。

AI纪元，算力的衡量标尺，已由单纯的峰值指标，转向了单位能耗的智慧产出——每瓦特所能生成的Token数量。

曙光8000的路径异常明晰：不仅要「构建好」，更要「运用好」。

一方面，它借助「存算网」紧密耦合、液冷等工艺革新，显著提升能效比，让每一度电都释放更大的智慧价值。

另一方面，它主动「打破壁垒」，基于开放架构与光合组织生态伙伴深入协同，已完成超过300个关键应用的深度调优，涵盖了大模型、机器人、创新药等20余个主流科研和工业领域。

更关键的是，曙光8000依托国家超算互联网接入全国一体化算力网络。这昭示着，无论你身处何方，是研究机构还是初创公司，抑或是独立开发者，都可以如同使用水电般，便捷地调用这类尖端资源。它不再是遥不可及的国家工程，而是随手可及的智慧源泉。

从「建」到「用」，从「超智融合」的开路者到「十万卡」工程的践行者，曙光8000正立足新的历史节点，用实际成果重新界定下一代AI算力基建的标杆。而国产计算体系的交付力和产出力，也因此被注入了全新的意义。