國產AI大基建升級，全國產十萬卡超集群投用成拐點

國產AI算力集群還在突破。在7月10日的光合組織2026智能計算應用大會上，中科曙光宣布中國首個全國產十萬卡AI超集群——曙光8000正式落成，并同步接入國家超算互聯網。這標志著國產AI基礎設施建設從萬卡級邁向十萬卡級部署階段。

在算力需求以每年4到10倍速率增長、而摩爾定律僅能提供每年1.3到1.5倍性能提升的背景下，零散算力正在加速貶值。具備高協同、全國產、全精度能力的大集群，正成為萬億AI基建的黃金底座。

業內人士評價，這個全國產十萬卡AI超級群的重要性體現在三方面，一是作為國內首個十萬卡級的AI集群，二是實現了超智融合模式，三是基于全棧國產技術實現，每一點都具有里程碑式的意義。

改寫算力底層邏輯

從“單點算力設備競爭”到“系統交付+長期運營”，算力產業的底層邏輯正在被重寫。

過去幾年，各地智算中心與互聯網大廠圍繞算力規模展開激烈競逐，萬卡集群被視為行業前沿的技術能力標尺。但大模型參數規模躍升至萬億級，訓練集群同步從萬卡向十萬卡演進。與此同時，Token消耗量爆發，年初國內日均Token調用量已達到百萬億次量級。算力基礎設施也須滿足新出現的需求。

中科曙光高級副總裁李斌預計，模型參數未來幾年還會增長，算力基礎設施將朝更大規模、更高擴展性演進，“我們系統設計時，10萬卡超出現在任何一個真實大模型需用到的算力，但隨著模型參數增長，以及我們與大模型團隊聯合算法優化，下一步一定會擴展到10萬卡規模。”

這個過程中，算力需求的復合增長正在快速稀釋零散算力的價值。零散部署的算力既難以承接超大規模并行訓練，也難以適配高精度科學計算、低精度AI訓練推理等復合負載需求。

曙光8000所代表的，是對原本算力基礎設施搭建邏輯的系統性回應。它并非單一算力資源的堆疊，而是從架構設計之初就面向多元混合精度計算需求進行原生優化。其采用“超智融合”技術路線，擯棄傳統分區方式，實現了全類型計算的原生一體化融合。這意味著，在同一套系統內，既可承載高精度科學工程計算，也可支撐低精度AI訓練推理。

這種架構設計的產業意義在于：AI4S（科學智能）場景往往需要在同一研究流程中同時完成物理規律模擬與AI模型訓練推理，傳統單一算力集群需要跨系統調度數據，流程繁瑣、效率受限。曙光8000的超智融合架構則能在同一套系統內承載全精度計算需求，覆蓋FP64到INT8等多種計算精度。一套底座覆蓋多元業務場景，大幅降低了用戶的基礎設施投入與運維復雜度。

李斌表示，超算的使用方式和服務對象、模式已在迭代升級。此前超算服務對象通常局限在科研、工程，現在AI也需要超算支持。超算服務的計算類型、精度的覆蓋需要變得更大。曙光8000的超智融合架構設計，好處是“1+1大于2”的，既覆蓋了原有超算功能，也有較強低精度算力，能較好支持AI模型軟件棧。

從產業競爭格局看，十萬卡已不再是數字概念，而是下一代AI基礎設施的重要入門能力。與萬卡級系統相比，十萬卡部署考驗的不只是計算卡數量和理論峰值性能，更包括系統協同設計能力。曙光8000的正式落成，為十萬卡級AI基礎設施提供了可參照的樣本。

國產算力全鏈路系統破局

曙光8000展示了國產算力從單點技術突破到系統工程創新。

十萬卡集群面臨的挑戰是系統性的：復雜體系結構、超大規模擴展帶來的擴展性、可靠性、能耗等問題，不是只靠堆芯片就能解決的。曙光8000則通過芯片、計算、存儲、網絡、散熱、應用、服務全鏈路設計來應對。

在芯片層面，曙光8000依托6款核心國產芯片實現底層支撐，覆蓋通用處理器、AI加速芯片、片間互連交換芯片、高速交換芯片、網卡芯片、PCIe 5.0交換芯片等關鍵環節，整體技術達到國際先進水平。

在網絡層面，scaleFabric類IB原生RDMA高速網絡實現十萬卡集群高可靠連接。該網絡采用原生無損RDMA技術，從底層SerDes IP、交換芯片到網卡、交換機及管理軟件全鏈路自主研發，可支撐十萬卡級規模組網，毫秒級鏈路故障恢復能力不隨網絡規模增長而變化。

在存儲層面，針對AI場景深度優化的ParaStor分布式存儲，已憑借搭載于大規模計算集群穩定運行一年以上的實戰成績，在2026年全球IO500榜單中獲得生產型全節點和10節點性能雙榜第一。

全球領先的浸沒式相變液冷技術則可支撐單機柜MW級高功率密度部署，通過自研國產冷媒、全年自然冷卻等方式提升集群能效。高壓直流供電系統采用直接入柜方案，提升供電系統整體效率。

系統級創新的價值不僅體現在單項技術領先，也體現在跨層協同帶來的整體效率提升。曙光8000在一些國產模型的萬卡級大規模訓練中實現了有效訓練時長97.29%，擴展性達到99.63%，精度差異控制在千分位。

“從萬卡到10萬卡不是簡單的乘以10倍。” 李斌表示，最大難點來自規模擴大后能否跑出應有的性能和效率，核心是設備互連。

第二個挑戰來自可靠性問題。“沒有捷徑，為提高單點可靠性，曙光8000從每個小部件到板卡，都按比通用計算設備高一個數量級或若干倍來做。供電、冷卻方面也增強了可靠性。”

從算力走向生產力

AI從“訓練驅動”轉向“訓練+推理雙輪驅動”，科學計算應用范圍同步擴大。在需求的驅動下，算力基礎設施領域從“造出來”到“用起來”的系統級能力，也變得越來越重要。

面向下游應用，曙光8000依托國家超算互聯網接入全國一體化算網，面向科研高校、企業及個人用戶開放算力服務。超算互聯網平臺注冊用戶數已超140萬，日均作業量25萬次，累計作業量達2.3億次。這個規模的算力服務用戶基礎和作業量，說明算力已經在轉變為生產力。

目前，曙光8000在十萬卡核心節點上已完成300余項超智融合應用優化，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余個領域。超過70個應用實現了萬卡規模擴展。在重點應用方面，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。

“此次系統支撐國家戰略性科學工程計算的大應用，有很大一部分都用了AI結合的辦法，比我們預想的比例高很多，說明國內應用團隊在應用AI方法上進度很快。” 李斌表示，曙光8000為科學工程計算提供了一個真正去探索、嘗試并取得效果的平臺。

曙光8000正式落地，意味著全國產十萬卡級AI基礎設施的技術、生態、應用、服務標準已完成閉環驗證。大會期間，曙光還與北京科學智能研究院達成戰略合作，啟動第二套全國產十萬卡超智融合算力系統研制與建設。

這一動作也傳遞了明確的產業信號：十萬卡級全精度算力中心正從示范性工程走向規模化復制。在全球AI產業逐步“理性、向實”發展的新階段，十萬卡級全精度算力中心有望成為支撐“人工智能+”應用全面落地、惠能科學發現與產業經濟的新一代基礎設施標配。

隨著曙光8000落地，十萬卡級AI基礎設施還在帶動上游芯片、零部件，中游整機、軟件，下游行業應用等全產業鏈協同發展，推動國產算力技術體系的成熟與普及。