新智元报道

【新智元导读】在AI4S与大模型对算力规模极限追逐的中国背景下，传统集群在精度覆盖、用万义下调度能力及应用效率上面临瓶颈。卡定供需双重压力下，基建全国产十万卡算力重器——曙光8000（登峰）横空出世。中国凭借「原生超智融合」技术，用万义下该集群成功打破算力壁垒，卡定正式开启国产算力十万卡时代。基建

算力「分裂」困境：「准但慢」与「快却不准」的中国博弈

进入AI时代，算力基础设施呈现出前所未有的用万义下「分裂」状态：

• 科学计算（HPC）：追求极致精度，却常因效率低下而难以大规模普及；
• AI智算（AI）：追求极致速度，卡定但在处理物理世界复杂逻辑时往往显得「不讲道理」。基建

这种「偏科」式的中国算力供给，在「人工智能+」浪潮中已无法匹配真实场景的用万义下多元需求。例如：
* 生物制药：既需高精度算力模拟蛋白质折叠，卡定又需低精度算力快速筛选候选分子；
* 汽车制造：既要进行高保真碰撞仿真，又要训练自动驾驶大模型。

碎片化、离散化的需求，呼唤一种能够「一锅烩」的全能型算力底座。这正是「超智融合」理念诞生的土壤。最新落成的首个全国产十万卡AI超集群——曙光8000（登峰），将这一理念从蓝图转化为现实。

「人工智能+」时代：超智融合成为最大公约数

「超智融合」并非新概念，但行业常见做法仅是将超算节点与智算节点物理拼凑，通过调度系统简单分配任务。这种「合租」模式导致不同算力各自为政，难以应对高度耦合的混合计算任务。

曙光8000的出现，宣告了算力「偏科」时代的终结。其核心突破在于实现了全类型计算的原生一体化融合：

1. 无缝切换：高精度科学计算与低精度AI训练推理在同一系统内无缝切换，实现真正的全精度协同。
2. 原生设计：从芯片层面进行架构设计，使每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。

这种架构并非为了兼容而妥协，而是旨在创造「1+1>2」的化学反应：
* 完美覆盖传统超算阵地；
* 高效支撑大模型训练与推理；
* 为AI for Science等需频繁切换计算模式的前沿领域提供流畅体验。

超智融合的真谛：不是功能的简单叠加，而是能力的深度共生。

「十万卡」工程答卷：全链路自研与系统级重构

随着万亿参数大模型与复杂科学研究对算力基础设施「又大又能干」的要求提升，集群部署难度呈指数级增长。从万卡到十万卡，绝非简单的数量放大，而是一场涉及芯片、网络、存储、散热的系统工程极限挑战。

中科曙光高级副总裁李斌指出：「从万卡到十万卡，设备数量增加10倍，故障率也随之增加一个数量级。核心挑战在于性能效率与系统可靠性。」

如何驯服这头「算力巨兽」？曙光8000的答案是：全链路自研与系统级重构。

曙光8000构建了涵盖「芯片、计算、存储、网络、散热、应用、服务」的全链路自研AI基础设施能力：

• 芯片层：依托海光等国产芯片，构建从通用处理器、AI加速卡到片间互联交换芯片的完整链条，整体技术达国际先进水平。
• 网络层：采用类IB原生的RDMA高速网络，解决十万卡规模下的卡间高效协同难题，使集群算力真正「拧成一股绳」。
• 存储层：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坚实保障。
• 散热层：采用全球领先的浸没式相变液冷技术，极致降低PUE，为芯片创造稳定运行环境，大幅提升系统可靠性。

这些技术相互咬合、彼此赋能。集群落成当日，北京科学智能研究所与中科曙光达成战略合作，正式启动第二套十万卡超智融合算力系统研发。曙光8000的工程答卷正被AI4S领域头部玩家接纳，标志着中国首个全国产十万卡AI超集群正从「示范性工程」迈向「规模化普及」。

「建得好」更要「用得好」：算力与Token的价值变现

再强大的算力，若无法转化为生产力，仅是冰冷的「铁疙瘩」。AI时代，算力评价标准已从单纯的峰值性能，转向单位能效的智能产出——即每瓦特所能产出的Token量。

曙光8000坚持「建得好」与「用得好」并重：

1. 提升能效比：通过「存算网」紧耦合、液冷等技术创新，最大化每一度电的智能价值。
2. 生态开放与优化：主动「拆墙」，依托开放架构与光合组织生态伙伴深度协同，已完成超过300个重点应用的深度优化，覆盖大模型、机器人、创新药等20余个主流科研和工业场景。
3. 普惠算力接入：依托国家超算互联网接入全国一体化算力网，打破地域限制。无论是科研院所、初创企业还是个人开发者，均可像用水用电一样便捷调用顶尖资源。

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下一代AI算力基建标准。国产计算系统的交付力与生产力，也因此被赋予了全新的内涵。