十萬(wàn)卡AI集群落成背后：大模型時(shí)代的大工程

過(guò)去三年，大模型參數(shù)規(guī)模從千億跳到萬(wàn)億，AI對(duì)算力的需求已經(jīng)遠(yuǎn)遠(yuǎn)超出萬(wàn)卡集群的承載能力。斯坦福大學(xué)AI Index Report 2026數(shù)據(jù)顯示，截至2025年初，美國(guó)算力規(guī)模約2400 EFLOPS，中國(guó)約1053 EFLOPS，差距超過(guò)一倍。中國(guó)信通院測(cè)算，芯片禁令后國(guó)內(nèi)可用高端芯片約為美國(guó)的八分之一。

但在國(guó)內(nèi)，有能力建設(shè)十萬(wàn)卡級(jí)全國(guó)產(chǎn)AI算力集群的企業(yè)屈指可數(shù)——這不僅需要足夠多的國(guó)產(chǎn)芯片，更考驗(yàn)一家公司在高速網(wǎng)絡(luò)、存儲(chǔ)、散熱、集群調(diào)度等全鏈路上的系統(tǒng)工程能力。

7月10日，中科曙光（603019.SH）在光合組織2026智能計(jì)算應(yīng)用大會(huì)上宣布，國(guó)內(nèi)首個(gè)全國(guó)產(chǎn)十萬(wàn)卡AI超集群——曙光8000（登峰）正式落成，同步接入國(guó)家超算互聯(lián)網(wǎng)。

國(guó)產(chǎn)AI算力集群由此真正進(jìn)入十萬(wàn)卡時(shí)代。十萬(wàn)張計(jì)算卡協(xié)同運(yùn)行，理論上可以在一天內(nèi)完成過(guò)去需要數(shù)月才能跑完的科學(xué)模擬任務(wù)。

《數(shù)字中國(guó)發(fā)展報(bào)告（2025年）》顯示，截至2025年底全國(guó)已建成萬(wàn)卡智算集群42個(gè)，十萬(wàn)卡集群在此之前沒(méi)有先例。2025年8月，國(guó)務(wù)院印發(fā)《關(guān)于深入實(shí)施"人工智能+"行動(dòng)的意見(jiàn)》（國(guó)發(fā)〔2025〕11號(hào)），明確提出"加快超大規(guī)模智算集群技術(shù)突破和工程落地"。曙光8000是這一政策方向下落地的首個(gè)十萬(wàn)卡級(jí)全國(guó)產(chǎn)系統(tǒng)。

同日，中科曙光還宣布與北京科學(xué)智能研究院達(dá)成戰(zhàn)略合作，啟動(dòng)第二套全國(guó)產(chǎn)十萬(wàn)卡原生超智融合算力系統(tǒng)的研制與建設(shè)。

一套系統(tǒng)跑兩種算力

大模型訓(xùn)練和科學(xué)模擬都依賴(lài)大規(guī)模并行計(jì)算，需要將大量計(jì)算卡通過(guò)高速網(wǎng)絡(luò)連接在一起協(xié)同工作，卡的數(shù)量決定了能訓(xùn)練多大的模型、能模擬多復(fù)雜的科學(xué)問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，訓(xùn)練一個(gè)萬(wàn)億參數(shù)的大模型，單臺(tái)服務(wù)器的算力遠(yuǎn)遠(yuǎn)不夠，必須讓數(shù)萬(wàn)甚至數(shù)十萬(wàn)張計(jì)算卡同時(shí)分擔(dān)任務(wù)，每張卡計(jì)算一個(gè)局部，然后通過(guò)高速網(wǎng)絡(luò)把結(jié)果匯總。

更大的挑戰(zhàn)來(lái)自集群規(guī)模。尤其到了十萬(wàn)卡這個(gè)量級(jí)，真正的瓶頸不在卡的數(shù)量，在系統(tǒng)工程：十萬(wàn)張卡之間的數(shù)據(jù)傳輸、散熱、存儲(chǔ)讀寫(xiě)速度、任務(wù)調(diào)度，任何一個(gè)環(huán)節(jié)的短板都會(huì)拖慢整套系統(tǒng)的運(yùn)行效率。

傳統(tǒng)做法是將科學(xué)計(jì)算和AI訓(xùn)練分成兩套獨(dú)立系統(tǒng)分別部署。科學(xué)計(jì)算需要高精度浮點(diǎn)運(yùn)算能力，大模型訓(xùn)練則依賴(lài)低精度大吞吐的計(jì)算資源，兩者的精度要求不同，過(guò)去只能在不同系統(tǒng)上分別運(yùn)行。以藥物研發(fā)為例，研究團(tuán)隊(duì)做分子動(dòng)力學(xué)模擬時(shí)需要調(diào)用超算資源，訓(xùn)練AI預(yù)測(cè)模型時(shí)又要切換到另一套AI集群，數(shù)據(jù)在兩套系統(tǒng)之間搬運(yùn)，中間的遷移、格式轉(zhuǎn)換和重新配置消耗大量時(shí)間，流程復(fù)雜、效率受限。

曙光8000采用"原生超智融合"架構(gòu)，在同一套系統(tǒng)內(nèi)同時(shí)支持FP64（雙精度浮點(diǎn)運(yùn)算，用于高精度科學(xué)計(jì)算）到INT8（低精度整數(shù)運(yùn)算，用于AI推理）的全精度計(jì)算。科學(xué)計(jì)算和大模型訓(xùn)練在同一套系統(tǒng)內(nèi)完成，無(wú)需跨系統(tǒng)調(diào)度數(shù)據(jù)。對(duì)于需要同時(shí)使用兩種算力的用戶而言，一套系統(tǒng)替代兩套，基礎(chǔ)設(shè)施投入和日常運(yùn)維復(fù)雜度同步下降。

整套系統(tǒng)覆蓋芯片、計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、散熱、應(yīng)用、服務(wù)全鏈路，核心環(huán)節(jié)均為國(guó)產(chǎn)自研，并配套自研的智能化算力管理平臺(tái)Gridview，提供面向十萬(wàn)卡級(jí)超大集群的統(tǒng)一作業(yè)調(diào)度、實(shí)時(shí)監(jiān)控診斷和混合計(jì)算資源管理。國(guó)產(chǎn)芯片提供底層計(jì)算支撐。scaleFabric高速互連網(wǎng)絡(luò)采用類(lèi)IB原生無(wú)損RDMA技術(shù)（一種讓計(jì)算卡之間直接傳輸數(shù)據(jù)、繞過(guò)操作系統(tǒng)的通信方式），可支撐十萬(wàn)卡集群的穩(wěn)定連接，具備毫秒級(jí)鏈路故障恢復(fù)能力，恢復(fù)速度不隨網(wǎng)絡(luò)規(guī)模增長(zhǎng)而變化。ParaStor分布式存儲(chǔ)系統(tǒng)在2026年IO500全球榜單中獲得生產(chǎn)型全節(jié)點(diǎn)和10節(jié)點(diǎn)性能雙榜第一。浸沒(méi)式相變液冷技術(shù)（將服務(wù)器浸泡在特殊冷卻液中，液體吸熱后相變?yōu)闅怏w帶走熱量）可支撐單機(jī)柜MW級(jí)高功率密度部署，采用國(guó)產(chǎn)自研冷媒，實(shí)現(xiàn)全年自然冷卻，不依賴(lài)外部制冷設(shè)備，可支持?jǐn)?shù)據(jù)中心PUE低至1.04——作為參照，行業(yè)平均PUE在1.3左右，超高密度部署還大幅壓縮了機(jī)房占地面積。

曙光8000已完成300余項(xiàng)應(yīng)用的深度優(yōu)化，覆蓋大模型、機(jī)器人、汽車(chē)、創(chuàng)新藥、新材料、量子計(jì)算、天文氣象等20多個(gè)領(lǐng)域，超過(guò)70個(gè)應(yīng)用實(shí)現(xiàn)萬(wàn)卡規(guī)模擴(kuò)展。8萬(wàn)卡算力完成蛋白質(zhì)折疊全流程模擬——蛋白質(zhì)折疊是新藥研發(fā)的關(guān)鍵前置步驟，傳統(tǒng)方法耗時(shí)數(shù)年，大規(guī)模算力可以將這一過(guò)程壓縮到數(shù)周甚至數(shù)天。9萬(wàn)卡算力完成3.16萬(wàn)億原子DFT高精度仿真（DFT即密度泛函理論，是材料科學(xué)中模擬原子行為的核心計(jì)算方法），8.8萬(wàn)卡算力完成328萬(wàn)億網(wǎng)格湍流直接模擬，這類(lèi)模擬對(duì)航空發(fā)動(dòng)機(jī)、船舶設(shè)計(jì)等領(lǐng)域的工程研發(fā)至關(guān)重要。其中超過(guò)15個(gè)應(yīng)用達(dá)到戈登貝爾獎(jiǎng)（Gordon Bell Prize，超算領(lǐng)域最高獎(jiǎng)項(xiàng)）量級(jí)的計(jì)算規(guī)模，此前國(guó)內(nèi)沒(méi)有單一系統(tǒng)能獨(dú)立承載這一級(jí)別的運(yùn)算任務(wù)。

在軟件層面，中科曙光配套推出了科學(xué)大模型一站式開(kāi)發(fā)平臺(tái)OneScience，科研人員用自然語(yǔ)言描述需求，平臺(tái)即可自動(dòng)調(diào)度算力、生成代碼、提交計(jì)算作業(yè)，將傳統(tǒng)科研中從環(huán)境配置到結(jié)果產(chǎn)出的全流程壓縮到一次對(duì)話交互中完成。目前該平臺(tái)已為20多家重點(diǎn)科研單位提供服務(wù)，集成了30余個(gè)行業(yè)模型和100多個(gè)AI原語(yǔ)，覆蓋材料、生物、氣象等主要學(xué)科。

scaleFabric網(wǎng)絡(luò)架構(gòu)的設(shè)計(jì)余量可支撐向百萬(wàn)卡規(guī)模靈活擴(kuò)展，十萬(wàn)卡是這套系統(tǒng)落地運(yùn)行的第一個(gè)刻度。

全國(guó)產(chǎn)樣本

大會(huì)期間，中科曙光與北京科學(xué)智能研究院達(dá)成戰(zhàn)略合作，啟動(dòng)第二套全國(guó)產(chǎn)十萬(wàn)卡超智融合算力系統(tǒng)的研制與建設(shè)。第一套落成當(dāng)天即宣布第二套合作計(jì)劃，新系統(tǒng)將重點(diǎn)面向AI for Science領(lǐng)域的大規(guī)模科學(xué)計(jì)算需求。

北京科學(xué)智能研究院（AISI）2021年9月成立，是全球首個(gè)專(zhuān)注AI for Science（用人工智能方法加速科學(xué)研究）的新型研發(fā)機(jī)構(gòu)，定位為"解放科學(xué)家、賦能新工業(yè)"。研究院聯(lián)合深勢(shì)科技發(fā)布的玻爾科學(xué)空間站，是全球首個(gè)覆蓋"讀文獻(xiàn)—做計(jì)算—做實(shí)驗(yàn)—多學(xué)科協(xié)同"全流程的AI科研平臺(tái)，全球科學(xué)家用戶超過(guò)450萬(wàn)。國(guó)務(wù)院《關(guān)于深入實(shí)施"人工智能+"行動(dòng)的意見(jiàn)》將"人工智能+科學(xué)技術(shù)"列為六大重點(diǎn)領(lǐng)域之首，明確提出到2027年率先實(shí)現(xiàn)人工智能與重點(diǎn)領(lǐng)域的廣泛深度融合。材料科學(xué)、藥物研發(fā)、氣象預(yù)測(cè)、流體力學(xué)等領(lǐng)域的研究人員，對(duì)同時(shí)支持多種計(jì)算精度的大規(guī)模算力系統(tǒng)的需求正在快速增長(zhǎng)——這正是第二套十萬(wàn)卡系統(tǒng)能夠在第一套落成同日即簽約啟動(dòng)的需求基礎(chǔ)。

曙光8000落成即依托國(guó)家超算互聯(lián)網(wǎng)接入全國(guó)一體化算網(wǎng)。這個(gè)平臺(tái)由科技部指導(dǎo)發(fā)起，2024年4月上線，已接入14個(gè)省市、超過(guò)30家國(guó)家級(jí)超算中心與智算中心，注冊(cè)用戶突破100萬(wàn)，上線7200多款算力商品，累計(jì)處理近2億次作業(yè)。十萬(wàn)卡集群接入后，算力將通過(guò)全國(guó)一體化算力網(wǎng)面向高校、科研機(jī)構(gòu)和企業(yè)開(kāi)放。

2026年4月，核心節(jié)點(diǎn)進(jìn)一步啟動(dòng)"超級(jí)科學(xué)計(jì)算智能體"戰(zhàn)略，科研人員通過(guò)自然語(yǔ)言描述需求，系統(tǒng)自動(dòng)完成任務(wù)拆解、模型調(diào)用與算力調(diào)度，目前已覆蓋近百個(gè)高頻科研場(chǎng)景，單日處理作業(yè)峰值超過(guò)103萬(wàn)個(gè)。對(duì)于此前受限于算力規(guī)模的高校課題組而言，接入十萬(wàn)卡級(jí)算力意味著它們?cè)诘鞍踪|(zhì)結(jié)構(gòu)預(yù)測(cè)、新材料篩選、氣象建模等前沿領(lǐng)域的研究條件，開(kāi)始接近頭部科研機(jī)構(gòu)的水平。對(duì)于正在布局AI應(yīng)用的產(chǎn)業(yè)用戶而言，一套同時(shí)支持科學(xué)計(jì)算與AI訓(xùn)練推理的全精度算力系統(tǒng)，可以減少重復(fù)建設(shè)、降低算力采購(gòu)的綜合成本。

一套十萬(wàn)卡AI超集群的落成，驗(yàn)證的不只是中科曙光一家公司的工程能力。國(guó)產(chǎn)芯片、高速互連網(wǎng)絡(luò)、分布式存儲(chǔ)、液冷散熱設(shè)備、調(diào)度軟件，整條供應(yīng)鏈上的廠商都在這套系統(tǒng)中完成了十萬(wàn)卡級(jí)別的實(shí)際運(yùn)行考驗(yàn)。

對(duì)上游芯片廠商而言，產(chǎn)品在極端規(guī)模下的長(zhǎng)期穩(wěn)定性有了實(shí)測(cè)數(shù)據(jù)；對(duì)網(wǎng)絡(luò)和存儲(chǔ)供應(yīng)商而言，技術(shù)方案在超大規(guī)模集群中完成了全流程驗(yàn)證。這種全鏈路的工程驗(yàn)證此前在國(guó)內(nèi)沒(méi)有先例，也意味著后續(xù)建設(shè)同等規(guī)模的算力集群時(shí)，技術(shù)選型、供應(yīng)商組合和工程流程已經(jīng)有了一套經(jīng)過(guò)驗(yàn)證的參照方案，不需要從零摸索。

在算力基建領(lǐng)域，第一個(gè)在新規(guī)模級(jí)別上交付完整方案的廠商，往往會(huì)成為后續(xù)同類(lèi)項(xiàng)目的默認(rèn)選項(xiàng)——全部技術(shù)選型和工程流程都經(jīng)過(guò)了實(shí)測(cè)，后來(lái)者的試錯(cuò)成本最低。工信部數(shù)據(jù)顯示，2026年全國(guó)計(jì)劃落地50余個(gè)萬(wàn)卡集群，3萬(wàn)卡集群數(shù)量同比增長(zhǎng)233%，算力基建的規(guī)模仍在快速攀升。

當(dāng)更多建設(shè)方開(kāi)始規(guī)劃十萬(wàn)卡級(jí)集群時(shí)，曙光8000提供的全鏈路技術(shù)方案、供應(yīng)鏈組合和300余項(xiàng)應(yīng)用的實(shí)測(cè)數(shù)據(jù)，是目前唯一可參照的全國(guó)產(chǎn)樣本。

（作者 馮科翰）