近日，出息了中国首个全国产十万卡AI超集群——曙光8000（登峰）在郑州正式落成，国产国内并同步接入国家超算互联网。算力首该集群实现了从芯片、全国群落服务器到交换机全链路的产万100%国产化，标志着我国在超大规模算力基础设施领域取得重大突破。卡集

十万张AI加速卡并发运转意味着什么？出息了
* 模型推理场景：可支撑当前中国 5%~10%的Token访问需求。
* 科学计算场景：可在一天内完成过去需数月才能完成的国产国内模拟任务。

十万卡集群：绝非简单的算力首算力堆叠

截至2025年底，全国已建成42个万卡智算集群，全国群落但十万卡集群此前尚无先例。产万中科曙光高级副总裁李斌指出，卡集从万卡到十万卡的出息了跨越并非简单的线性叠加，而是国产国内工程难度、可靠性压力及协同复杂度的算力首几何倍数增长。

1. 协同挑战：从“噪音”到“交响乐”

传统集群在规模扩大时，任何部件、链路或调度环节的微小漏洞都可能导致整体性能坍塌。李斌将其比喻为一场十万人参与的交响乐：若缺乏统一指挥与配合，十万个“乐手”发出的只能是噪音。曙光8000的核心任务，正是确保这十万个计算节点能够精确合奏。

2. 架构革新：超智融合（Super-Intelligent Fusion）

传统架构中，科学计算（需FP64双精度）与AI训练（需FP16/INT8低精度）通常分属两套独立系统，导致数据搬运成本高、效率低。曙光8000采用“原生超智融合”架构，在同一系统内支持从FP64到INT8的全精度计算：
* 网络挑战：需同时承载海量数据传输及不同精度任务的灵活切换，对带宽、时延和可靠性要求极高。
* 互联方案：自研 scaleFabric高速互连网络，采用类InfiniBand的原生RDMA技术，支持毫秒级链路故障恢复。
* 工程细节：在柜级单元内优先使用铜互联而非光互联，因铜信号质量更优、故障率更低；仅在物理距离超出铜驱动极限时，才采用硅光共封装（CPO）技术。

3. 可靠性保障：对抗故障率上升

十万张卡的元器件数量是万卡的十倍，故障概率呈算术级上升。曙光的应对策略包括：
* 极致可靠性：将小部件至板卡的可靠性提升至通用计算设备的一个数量级。
* 温控管理：采用浸没式液冷技术，严格控制温度波动。
* 系统弥补单点差距：承认国产芯片单点能力与国际顶尖水平仍有差距，但通过更优的系统效率和大规模集群组织来弥补。

一套系统，两种能力：1+1＞2

曙光8000的核心价值在于打破了超算与智算的界限，实现了“超智融合”。

痛点解决

• 传统超算：精度高但不够智能，难以适配AI算法迭代。
• 传统智算：灵活但精度不足，难以支撑严谨科学仿真。
• 曙光方案：底层芯片到系统架构一体化融合，单芯片覆盖全精度计算，无需跨系统调度数据，大幅降低基础设施投入与运维复杂度。

实战案例

• 蛋白质折叠：8万张卡完成全流程模拟，将耗时数年的任务压缩至数周甚至数天。
• 材料科学：9万张卡协同完成3.16万亿原子的DFT（密度泛函理论）高精度仿真。
• 工程研发：8.8万张卡完成328万亿网格湍流直接模拟，助力航空发动机及船舶设计。

值得注意的是，在这些大规模应用中，AI方法与传统数值计算结合的比例远超预期，显示国内头部应用团队正快速拥抱AI for Science。

算力价值兑现：从“示范”到“商业闭环”

集群落成的关键在于利用率与商业可持续性。中国科学院院士鄂维南强调，算力规模不是目的，“可用”才是关键。

核心价值体现

1. 普惠服务：全面转向模型推理时，支撑全国5%-10%的Token访问，服务大众AI对话及产业智能。
2. 科研加速：聚焦科学计算时，将数月模拟压缩至单日，重塑高端科研效率边界。

行业现状与争议

当前行业热议的“算力泡沫”，本质是结构性紧缺：低端通用算力闲置，而适配AI for Science、高端工业仿真及大模型训练的高质量国产算力供不应求。随着2026年智能体应用爆发，推理时代对大规模、高稳定性算力的刚需将持续凸显。

未来三大关键挑战

中科曙光已启动第二套十万卡系统的研制，但要从“示范工程”走向“商业可复制”，仍需回答三个问题：
1. 软件工程化能力：软件能否喂饱硬件？（参考案例：xAI部署55万张GPU，利用率仅11%）
2. 需求消化能力：Token调用量增长能否抵消模型效率提升带来的单Token算力消耗下降？
3. 商业闭环：高昂的全生命周期运营成本，能否通过算力服务单价的合理定位形成可持续模型？

文｜Leo张ToB杂谈，作者｜张申宇，编辑丨杨林