中科曙光如何打造十万卡集群

全球人工智能算力竞争已迈入全新阶段，不再局限于单点硬件性能的角逐，而是升级为超大规模集群综合实力的全面较量。

一方面，微软、OpenAI、Meta等海外科技巨头斥巨资建设十万卡级别的专属算力集群，力求在基础大模型与科学智能等前沿领域构建竞争壁垒；另一方面，随着大模型基础能力的持续增强，AI for Science（AI4S）不断拓展AI的应用边界，叠加智能体技术的加速演进，催生出海量的算力需求。因此，打造一个能够长期稳定运行、自主可控的十万卡级算力集群，已成为行业亟需攻克的核心战略目标。

然而，摆在国产厂商面前的挑战相当严峻。十万卡集群绝非将一万个"万卡集群"简单叠加就能实现。从芯片到网络，从存储到散热，各环节紧密相连，任何一处出现瓶颈，整个超算系统的设计算力都将无法充分释放。那么，究竟谁能率先突破这些制约，建成国内首个十万卡AI集群？答案在一次产业大会上正式揭晓。

"原生超智融合"架构落地，国内首个十万卡AI超集群正式建成

2026年7月10日，在郑州举办的光合组织2026智能计算应用大会上，中科曙光正式宣布国内首个全国产十万卡AI超集群——曙光8000（登峰）成功落成。该集群同步接入国家超算互联网，标志着国产AI基础设施已从万卡时代正式迈入十万卡发展阶段。

客观而言，近年来大模型、科学智能与智能体应用的高速发展，正推动算力基础设施从千卡、万卡集群向更大规模持续演进。面对高并发、高吞吐、多精度、多任务的复合型负载需求，十万卡级AI超集群已不再是一个简单的数字概念，而是下一代AI基础设施必须具备的基础能力。但需要清醒认识到，万卡级算力底座从来不是硬件数量的简单叠加，而是对全产业链、全技术链路协同能力的系统性考验，背后需要一整套扎实的全链路自主工程解决方案。

据了解，曙光8000采用"原生超智融合"核心技术路线，实现了全类型计算的原生一体化融合。该系统可同时满足高精度科学计算与低精度智能计算的复合需求，支持从FP64到INT8的全精度覆盖，广泛适用于科学计算、大模型训练、AI推理、工业仿真等各类应用场景。十万卡集群的全面部署完成，标志着我国在通用型超智融合算力领域已建成一个规模领先、自主可控的战略高地。

算存传一体化设计，全面打通性能瓶颈

在系统建设层面，曙光8000展现了"芯片、计算、存储、网络、散热、应用、服务"全链路、全自研的AI基础设施能力。其中，海光等国产芯片为系统提供了坚实的底层支撑，6款核心芯片整体达到国际先进水平，为算力根基奠定了坚实基础。

不过，有一个关键点需要特别强调：存储是算力释放的前置基础，也是十万卡集群中最容易出现性能瓶颈的环节。

众所周知，在大模型训练、万亿级原子仿真等核心业务运行过程中，系统会持续产生PB级超大文件与海量碎片化日志。传统分布式存储系统面对此类场景，极易陷入元数据堵塞、带宽分配失衡、访问延迟激增等困境。当大量算力硬件因等待数据调度而空闲时，最终结果便是硬件部署满载，实际算力利用率却难以提升，造成资源浪费。

此次曙光8000搭载了自研的ParaStor分布式存储系统。该系统在2026年全球IO500榜单中，一举夺得生产型全节点与10节点性能"双榜第一"。该榜单基于真实业务负载完成实测，是衡量商用存储工程落地能力的权威标准，这一成绩极具说服力。

另一个普遍存在的痛点是，算力硬件性能持续迭代翻倍，但集群互联网络的带宽升级速度却明显滞后。数据显示，在千卡级人工智能训练中，通信时间占比可达30%以上。在超大规模模型或采用张量并行、流水线并行等复杂并行策略的训练场景下，通信占比甚至攀升至50%至70%。网络已成为制约算力释放的"隐形瓶颈"。

为破解这一难题，今年3月中科曙光推出了首款国产400G原生无损RDMA高速网络——scaleFabric。该技术对标国际顶尖同类产品，可充分适配超大规模计算基础设施的网络需求，有效填补了国产集群在"高速互联"领域的技术空白。scaleFabric采用原生无损RDMA高速网络技术，从底层SerDes IP、交换芯片到网卡、交换机及管理软件，实现了全链路自主研发。其采用原生信用基流控机制，确保数据传输无丢包，可支撑十万卡级别规模组网，完美适配超大型算力集群建设需求。此外，该系统具备毫秒级链路故障恢复能力，且该能力不随网络规模增长而衰减，有力保障了大规模集群的长期稳定运行。

绿色底座配合"智慧大脑"，一站式平台打破"算力孤岛"

随着算力密度持续攀升，高密度散热与绿色低碳已成为十万卡集群规模化复制的刚性约束，这也是落实国家算电协同、绿色算力政策的核心工程要求。

传统风冷与冷板式液冷方案在机柜承载能力方面存在明显天花板，难以满足十万卡集群超高单机柜算力密度的部署需求。同时，风冷架构占用机房空间较大，整体能源利用效率偏低，长期运营将产生高昂用电成本；而海外液冷专用冷媒技术长期受专利限制，供应链自主可控性严重不足。

曙光8000采用整机柜浸没相变液冷方案，单机柜可稳定支撑MW级功率密度，搭配自研国产绝缘冷媒与金刚石铜合金导热材料，散热效率远超传统方案。整套系统可实现全年自然冷却，数据中心PUE低至1.04。此外，依托高压直流电直接入柜方案，供电系统整体效率得到显著提升，输出电流可快速响应算力负载波动，无时延地匹配业务动态变化。供电架构可向更高电压等级演进，适配未来算力密度持续提升的需求。高密度、低能耗、易运维三大优势，全面扫清了曙光8000绿色落地的能耗障碍。

如果说芯片、存储、网络、散热构成了集群的硬件基础，那么Gridview7.0一站式智能化算力管理平台便是十万卡系统的"调度大脑"。该平台有效解决了超大集群在软件层面碎片化、运维繁重、算力利用率偏低的行业普遍问题。Gridview7.0的核心在于MetaStack+K8s双融合调度架构，以及科研与运维双智能体。依托全栈国产化硬件适配与OneScience自然语言交互能力，它实现了超算高精度仿真与AI大模型训推的混合算力统一调度，达成科研与运维全流程自动化，算力资源可按需调配，彻底打破了"算力孤岛"。

该平台面向十万卡级超大集群，提供全场景管控能力，内置数百款行业应用模板。同时，它还具备支撑十万卡线性扩展的自研调度优化、超节点整机柜适配、6大行业科研智能体、分级安全保密、超算互联网联动运营等专属功能。这些能力有效解决了调度拥堵、运维复杂、算力利用率低等痛点，大幅降低了大规模国产算力集群的使用门槛，使十万卡算力真正转化为可调用的标准化"生产力"。

全链路闭环能力助推，从示范应用走向规模化部署

深入拆解曙光8000的全栈技术架构，其行业革新意义清晰可见。该系统并非简单堆砌十万张加速卡，而是在"芯片、计算、存储、网络、散热、管理、软件"各环节实现了全链路自研、深度协同与闭环验证。这正是区分"硬件拼凑集群"与"标准化十万卡智算底座"的核心标志。

放眼全球算力竞争格局，海外十万卡集群体系高度封闭，软硬件绑定单一生态，难以适配国内本土化科研场景与数据安全规范。而国内多数厂商仅能实现单点硬件突破，缺乏端到端协同优化能力，无法支撑十万卡级任务的长期稳定运行。

目前，在十万卡核心节点上，曙光8000已完成300余项重点应用优化，以及60多个项目的半机规模应用、20多个整机规模应用、15个GB（戈登贝尔奖）量级的超大规模应用适配优化。这些应用广泛覆盖大模型、机器人、汽车、创新药、新材料、量子计算、天文气象等20多个领域，充分验证了核心节点在大规模、高负荷科研任务中的稳定性与可靠性。在重点大应用方面，已实现蛋白质折叠模拟、万亿原子级水分子动力学模拟、百万亿网格湍流模拟等，用真实产业案例验证了系统的综合实力。

曙光8000的成功落地，有望带动上游芯片与零部件、中游整机与软件、下游行业应用等全产业链的协同发展，并依托光合组织产业链伙伴输出标准化的十万卡建设方案。大会期间，中科曙光与北京科学智能研究院正式签约，启动了第二套全国产十万卡算力系统的研制工作。

全球AI产业正逐步告别单纯追逐算力规模的粗放发展阶段，迈入更加注重系统效率与落地实效的理性竞争周期。在这一周期中，算力基础设施的评判标准已不再是加速卡数量或单卡峰值性能，而是综合的系统运行效率、绿色低碳水平、全场景适配能力以及自主可控产业链的成熟度。十万卡AI超集群将逐步成为基础科研、高端制造与数字产业的标配基础设施。

当前，中科曙光的十万卡集群正在重新定义全球算力赛道的竞争标尺。万卡集群可依靠硬件集成快速成型，但十万卡级别的超大规模算力体系，离不开端到端全栈自研技术作为稳定运行的核心支柱。算力基础设施的角逐，归根结底是系统工程综合能力的较量。从保障产业链自主安全到驱动基础科学原始创新，全链路自研的国产算力底座正承担着关键的底层使命，持续加固我国AI产业的发展根基，为新质生产力的培育提供核心算力引擎。