千呼萬喚始出來，中科曙光如何練就“十萬卡”？

全球AI算力競爭已進入超大規模集群的綜合較量時代。

一方面，微軟、OpenAI、Meta等海外巨頭傾力打造十萬卡專屬算力集群，試圖壟斷大模型、科學智能等前沿研發高地；另一方面，伴隨大模型基礎能力持續提升，AI4S推動AI能力泛化疊加智能體加速發展，催生巨大算力需求，能夠長期穩定運行、自主可控的十萬卡級算力集群成為業界競相攻堅的核心目標。

而擺在國產廠商面前的難題卻十分棘手：十萬卡集群絕非萬卡規模的簡單疊加，多重技術關卡環環相扣，任意一環短板都將導致整套超算體系難以發揮設計算力。誰能率先突破行業桎梏，搭建起國內首個十萬卡AI集群？一場產業大會交出關鍵性答卷。

“原生超智融合”，國內首個十萬卡AI超集群落地

7月10日，光合組織2026智能計算應用大會在鄭州舉行。會議期間，中科曙光正式官宣國內首個全國產十萬卡AI超集群——曙光8000（登峰）落成，并同步接入國家超算互聯網，由此拉開了國產AI基礎設施從萬卡時代邁入十萬卡階段的序幕。

近年來，隨著大模型、科學智能和智能體應用加速發展，算力基礎設施從千卡、萬卡集群向更大規模演進。面向高并發、高吞吐、多精度、多任務的復合負載，十萬卡級AI超集群不再只是數字概念，而是下一代AI基礎設施的重要入門能力。但是，萬卡級算力底座從不是硬件數量簡單十倍疊加的“數字游戲”，而是對全產業鏈、全技術鏈路協同能力的系統大考，背后藏著一套硬核的全鏈路自主工程解法。

據悉，曙光8000采用“原生超智融合”技術路線，實現全類型計算原生一體化融合，面向高精度科學計算和低精度智能計算的復合需求，支持FP64到INT8全精度，覆蓋科學計算、大模型訓練、AI推理、工業仿真等多類場景。

十萬卡集群全部完成部署，標志著我國建成規模領先、自主可控的通用型超智融合算力高地。

算存傳一體化，打通性能瓶頸

在系統建設上，曙光8000 具有“芯片、計算、存儲、網絡、散熱、應用、服務”全鏈路全自研AI基礎設施能力。

據悉，海光等國產芯片為系統建設提供底層支撐，其中6款核心芯片整體達到國際先進水平，筑牢算力根基。

存儲是算力釋放的前置基礎，更是十萬卡集群最容易暴露性能短板的一環。

眾所周知，大模型訓練、萬億級原子仿真等核心業務運行期間，會持續產出PB級超大文件與海量碎片化日志，普通分布式存儲系統極易陷入元數據堵塞、帶寬分配失衡、訪問延遲陡增等問題。當大量算力硬件空等數據調度，最終將普遍陷入硬件部署拉滿，實際算力利用率不足的困境。

此次，曙光8000搭載自研ParaStor分布式存儲系統，并在2026全球IO500榜單中一舉獲得生產型全節點和10節點性能“雙榜第一”。這份榜單以真實業務負載完成實測，是衡量商用存儲工程落地實力的權威標準。

行業普遍面臨的困境是，算力硬件性能持續迭代翻倍，但集群互聯網絡帶寬的升級速度卻嚴重滯后。有數據支持，千卡級人工智能訓練中通信時間占比可達30%以上，在超大規模模型或采用復雜并行策略（如張量并行、流水線并行等）的訓練場景，通信占比甚至達到50%至70%，網絡已成為制約算力釋放的“隱形門檻”。

為解決這一痛點，今年3月，中科曙光推出首款國產400G原生無損RDMA高速網絡——scaleFabric，該技術對標國際頂尖同類產品技術水平，可適配超大規模計算基礎設施網絡需求，有效填補國產集群“高速互聯”技術空白。

scaleFabric采用原生無損RDMA高速網絡技術，從底層SerDes IP、交換芯片到網卡、交換機及管理軟件實現全鏈路自主研發。其采用原生信用基流控機制，保障數據傳輸無丟包，可支撐十萬卡級規模組網，適配超大型算力集群的建設需求，且具備毫秒級鏈路故障恢復能力，不隨網絡規模增長而變化，保障大規模集群長期穩定運行。

綠色底座+“智慧大腦”，一站式平臺打通“孤島”

算力密度持續走高，高密度散熱與綠色低碳是十萬卡集群規模化復制的硬性約束，也是契合國家算電協同、綠色算力政策的核心工程要點。

通常而言，傳統風冷、冷板式液冷的機柜承載能力存在明顯天花板，無法滿足十萬卡集群超高單機柜算力密度的部署需求。與此同時，風冷架構機房空間占用量大，整體能源利用效率偏低，長期運營會產生高額用電成本；而海外液冷專用冷媒技術長期受專利約束，供應鏈自主可控性不足。

曙光8000采用整機柜浸沒相變液冷方案，單機柜穩定支撐MW級功率密度，搭配自研國產絕緣冷媒與金剛石銅合金導熱材料，散熱效率遠超傳統方案。整套系統可實現全年自然冷卻，數據中心PUE低至1.04；此外，依托高壓直流電直接入柜方案，提升供電系統整體效率，輸出電流可快速響應算力負載波動，無時延匹配業務動態變化，供電架構可向更高電壓等級演進，適配未來算力密度持續提升的需求。高密度、低能耗、易運維三大優勢，為曙光8000掃清十萬卡集群綠色落地的能耗障礙。

如果說芯、存、網、冷構成了集群硬件基礎，那么Gridview7.0一站式智能化算力管理平臺則是十萬卡系統的“調度大腦”，其有效解決了超大集群軟件層面碎片化、運維繁重、算力利用率偏低的行業通病。

集微網了解，Gridview7.0核心為MetaStack+K8s雙融合調度架構、科研+運維雙智能體，依托全棧國產化硬件適配與OneScience自然語言交互能力，打通超算高精度仿真、AI大模型訓推混合算力統一調度，實現科研、運維全流程自動化，算力資源按需調配，徹底打通“算力孤島”。

該平臺面向十萬卡級超大集群提供全場景管控能力，內置數百款行業應用模板，同時具備支撐十萬卡線性擴展的自研調度優化、超節點整機柜適配、6大行業科研智能體、分級安全保密、超算互聯網聯動運營等專屬能力，解決調度擁堵、運維復雜、算力利用率低等痛點，大幅降低大規模國產算力集群使用門檻，讓十萬卡算力轉化為真正可調用的標準化“生產力”。

全鏈路閉環能力，從示范走向規模化

拆解曙光8000整套全棧技術架構不難看出，其行業革新意義不在于十萬張加速卡的硬件堆砌，而在于完成“芯、算、存、網、冷、管、軟”各環節全鏈路自研、深度協同、閉環驗證的完整系統工程，這也是區分“硬件拼湊集群”與“標準化十萬卡智算底座”的核心標志。

放眼全球算力競爭，海外十萬卡集群體系高度封閉，軟硬件綁定單一生態，難以適配國內本土化科研場景與數據安全規范；國內多數廠商僅能實現單點硬件突破，缺少端到端協同優化能力，無法支撐十萬卡級任務長期穩定運行。

目前，在十萬卡核心節點上，曙光8000已完成300余項重點應用優化，以及60+項目半機規模應用、20+整機規模應用、15+GB（戈登貝爾獎）量級超大規模應用適配優化，涵蓋大模型、機器人、汽車、創新藥、新材料、量子計算、天文氣象等20+領域，驗證了核心節點在大規模、高負荷科研任務中的穩定性與可靠性。在重點大應用方面，已實現蛋白質折疊模擬、萬億原子級水分子動力學模擬百萬億網格湍流模擬等，用真實產業案例驗證系統綜合實力。

曙光8000的落地有望帶動上游芯片、零部件，中游整機、軟件，下游行業應用等全產業鏈協同發展，并依托光合組織產業鏈伙伴，輸出標準化十萬卡建設方案。大會期間，中科曙光與北京科學智能研究院簽約，啟動第二套全國產十萬卡算力系統研制。

在全球AI產業告別單純追逐算力規模的粗放發展階段，進入看重系統效率、落地實效的理性競爭周期下，算力基礎設施的評判標準不再是加速卡數量、單卡峰值，而是綜合系統運行效率、綠色低碳水平、全場景適配能力與自主可控產業鏈成熟度，十萬卡AI超集群將逐步成為基礎科研、高端制造、數字產業的標配基礎設施。

當前，中科曙光十萬卡集群正重新定義全球算力賽道的競爭標尺——萬卡集群可依靠硬件集成快速成型，而十萬卡超大規模算力體系卻離不開端到端全棧自研技術作為穩定運行的核心支柱，算力基礎設施的角逐，歸根到底是系統工程綜合能力的較量。從保障產業鏈自主安全，到驅動基礎科學原始創新，全鏈路自研的國產算力底座承擔著關鍵底層使命，正不斷加固我國AI產業的發展根基，為新質生產力培育提供核心算力引擎。