曙光8000十万卡超智集群：全链路自研铸就AI算力新标杆

当AI技术全面渗透到科研与工业场景中，算力供给的「偏科」问题愈发凸显。一边是高精度科学计算对极致精度的执着追求，却常因效率瓶颈难以落地；另一边是AI推理与训练对速度的严苛要求，面对复杂物理逻辑时又显得力不从心。这种「准但慢」或「快却不准」的算力困境，已经无法适配当前混合式的计算需求。

比如生物制药企业，既需要高精度算力模拟蛋白质折叠的微观过程，又需要低延迟算力快速筛选候选药物分子；汽车制造商既要完成整车碰撞仿真的严谨计算，也要训练自动驾驶模型实现智能决策。这种碎片化、离散化的真实需求，呼唤一种能够覆盖全场景的统一算力底座。

「超智融合」的理念正是在此背景下诞生，但行业早期的实践多是将超算节点与智算节点简单物理拼接，通过调度系统分配任务，本质上只是「算力合租」，不同资源各自为政，无法应对高度耦合的混合计算任务。

而国内首个全国产十万卡AI超集群——曙光8000（登峰）的落成，彻底打破了这一僵局，将「原生超智融合」从概念落地为现实。

不同于传统的拼接式融合，曙光8000采用的是从芯片层开始的原生一体化设计，让每一个计算单元天生具备同时处理高精度数值计算和低精度神经网络算法的能力。这意味着高精度科学计算与低精度AI训练推理可以在同一套系统内无缝切换，实现真正的全精度协同，而非简单的功能叠加。

这种架构的核心价值在于实现了「1+1>2」的协同效应：既可以完美承接传统超算的科研计算任务，又能高效支撑大模型训练与推理，更能为AI for Science这类需要频繁在两种计算模式间切换的前沿领域，提供流畅无卡顿的使用体验，这正是超智融合的真正内涵——能力的共生而非功能的堆砌。

从万卡级集群升级到十万级规模，绝非简单的数量放大，而是一场涉及芯片、网络、存储、散热的系统性工程极限挑战。中科曙光高级副总裁李斌曾指出，规模扩大后最核心的挑战来自两方面：一是性能效率，二是系统可靠性——设备数量增加10倍，故障率也会相应提升一个数量级。

曙光8000给出的答案是全链路自研与系统级重构，其覆盖了「芯片、计算、存储、网络、散热、应用、服务」全链条的AI基础设施能力：

• 在芯片层，依托国产芯片构建了从通用处理器、AI加速卡到片间互联交换芯片的完整技术链条，整体技术达到国际先进水平；
• 网络层采用类IB原生的RDMA高速网络，解决了十万卡规模下节点间的高效协同难题，让庞大的算力集群真正拧成一股绳；
• 存储层通过ParaStor分布式存储系统，为大模型训练和科学计算的海量数据读写提供了坚实保障；
• 散热层采用全球领先的浸没式相变液冷技术，不仅将PUE降至极致，更为芯片运行提供了稳定环境，大幅提升了系统可靠性。

这些技术并非孤立存在，而是相互咬合、彼此赋能，共同构建起稳定高效的十万级算力集群。集群落成当日，北京科学智能研究所就与中科曙光达成战略合作，双方将启动第二套十万卡超智融合算力系统的研发与建设。这意味着曙光8000交出的工程答卷，已经得到了AI4S领域顶尖玩家的认可，中国首个全国产十万卡AI超集群也正在从示范性工程走向规模化普及。

再强大的算力，如果不能转化为实际生产力，也只是冰冷的硬件堆砌。AI时代的算力评价标准，已经从单纯的峰值性能，转向了单位能效的智能产出——也就是每瓦特所能产出的Token量。曙光8000的核心思路正是不仅要「建得好」，更要「用得好」。

一方面，通过「存算网」紧耦合、液冷等技术创新，大幅提升了集群的能效比，让每一度电都能产生更大的智能价值；另一方面，曙光8000主动开放架构，与生态伙伴深度协同，目前已经完成超过300个重点应用的深度优化，覆盖了大模型、机器人、创新药等20余个主流科研和工业场景。

更重要的是，曙光8000依托国家超算互联网接入全国一体化算力网，这意味着无论身处何地，科研院所、初创企业甚至个人开发者，都可以像使用水电一样便捷地调用这套顶尖算力资源，让原本高高在上的国家工程，变成触手可及的智能基础设施。

从「建」到「用」，从超智融合的先行者到十万卡工程的实践者，曙光8000正站在新的历史坐标上，用实战成绩重新定义了下一代AI算力基建的标准，也让国产计算系统的交付力与生产力被赋予了全新的内涵。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。