解密WAIC2026“鎮(zhèn)館之寶”：十萬卡時(shí)代的算力答案

當(dāng)大模型參數(shù)向十萬億級(jí)演進(jìn)，算力需求被訓(xùn)練與推理“雙引擎”同時(shí)拉滿。兩者的算力洪流疊加，將算力集群從“萬卡時(shí)代”加速推進(jìn)至“十萬卡時(shí)代”。

然而，十萬卡絕非十萬顆芯片的簡(jiǎn)單堆疊。當(dāng)規(guī)模跨越到十萬卡級(jí)，通信延遲、故障率與功耗呈指數(shù)級(jí)攀升。缺乏系統(tǒng)級(jí)協(xié)同的零散芯片，在大模型訓(xùn)練與推理的“大算力洪流”面前，只會(huì)退化為互不聯(lián)通的“算力孤島”。

7月17日，2026世界人工智能大會(huì)（WAIC 2026）在上海正式開幕。中國首個(gè)全國產(chǎn)十萬卡AI超集群——曙光8000（登峰）真機(jī)首次面向全球公開亮相，并入選大會(huì)“鎮(zhèn)館之寶”。

如何將十萬顆芯片融合為一個(gè)“超級(jí)大腦”？中科曙光用曙光8000（登峰）給出答案。而WAIC“鎮(zhèn)館之寶”的殊榮，不僅是對(duì)其系統(tǒng)級(jí)技術(shù)實(shí)力的權(quán)威認(rèn)可，更向世界宣告：十萬卡級(jí)AI基礎(chǔ)設(shè)施的競(jìng)爭(zhēng)，已從“拼卡數(shù)”進(jìn)入“拼系統(tǒng)” 的新階段。

一、規(guī)模之殤：十萬卡集群的“三重門”

行業(yè)最常見的誤讀是：十萬卡集群等于“買卡、連線、開機(jī)”三部曲。

現(xiàn)實(shí)則是另一番圖景。十萬卡集群不是“十萬匹馬一起拉車”，而是“十萬個(gè)人跳一場(chǎng)精密到毫秒的交響舞”——任何一個(gè)人的失誤，都會(huì)拖垮全場(chǎng)。而這場(chǎng)交響舞要跳得下去，先要讓十萬人聽得見指揮（通信）、站得住舞臺(tái)（穩(wěn)定）、扛得住聚光燈的炙烤（散熱）。三重門，正是這三個(gè)維度的連環(huán)考驗(yàn)。

第一重門：通信延遲

在大規(guī)模分布式訓(xùn)練中，網(wǎng)絡(luò)通信耗時(shí)占比已達(dá)30%至50%。也就是說，如果網(wǎng)絡(luò)不暢，再強(qiáng)的算力也只能“等數(shù)據(jù)”。在十萬卡規(guī)模下，任何鏈路擁堵、傳輸抖動(dòng)都會(huì)被成倍放大，GPU在“等數(shù)據(jù)”的空轉(zhuǎn)中大量浪費(fèi)算力。更關(guān)鍵的是，存儲(chǔ)與網(wǎng)絡(luò)的割裂讓數(shù)據(jù)從“出發(fā)”到“到達(dá)”的每一段都可能堵車——通信瓶頸，從來不只是網(wǎng)速的問題。

第二重門：故障率

萬卡規(guī)模訓(xùn)練中，GPU故障率較單卡環(huán)境激增300%。當(dāng)規(guī)模放大到十萬卡，故障從“黑天鵝”變?yōu)椤盎蚁！薄l繁的訓(xùn)練中斷、回滾與斷點(diǎn)續(xù)訓(xùn)，將吞噬大量有效算力，單次斷訓(xùn)導(dǎo)致的算力損失可達(dá)數(shù)百萬美元。交響舞中任何一個(gè)人的失誤，在此刻成為壓垮全場(chǎng)的確定性風(fēng)險(xiǎn)。

第三重門：功耗

以十萬張H100集群為例，僅關(guān)鍵IT設(shè)備就需約150MW電力——這相當(dāng)于一座中型火力發(fā)電機(jī)組的全量輸出，可供數(shù)萬戶居民日常用電。而更大的挑戰(zhàn)在于，當(dāng)單機(jī)柜功率突破50kW后，傳統(tǒng)風(fēng)冷方案徹底失效：風(fēng)再大，也吹不透芯片內(nèi)部堆積的熱量；散熱若崩，芯片降頻保護(hù)甚至批量宕機(jī)，集群算力瞬間歸零。功耗由此從“后勤問題”升級(jí)為 “生死線”——這不是電費(fèi)賬單，而是集群能否持續(xù)運(yùn)行的硬約束。

三重門互為耦合、連鎖引爆——通信延遲加劇訓(xùn)練時(shí)間，訓(xùn)練時(shí)間拉長(zhǎng)增加故障概率，故障又導(dǎo)致重算、進(jìn)一步推高功耗。破局之道，不能“拆東墻補(bǔ)西墻”，而必須對(duì)通信、穩(wěn)定性、功耗進(jìn)行系統(tǒng)性重構(gòu)。

曙光8000的解題思路：三項(xiàng)核心技術(shù)，對(duì)應(yīng)三把鑰匙。

二、曙光8000的“三把鑰匙”第一把鑰匙：算存?zhèn)饕惑w化，打通信延遲

通信延遲的根源，往往不在網(wǎng)絡(luò)本身，而在于計(jì)算、存儲(chǔ)與網(wǎng)絡(luò)的割裂。傳統(tǒng)算力集群中，三者各自為政——芯片算得快、存儲(chǔ)讀得快、網(wǎng)絡(luò)傳得快，但彼此之間缺少協(xié)同，數(shù)據(jù)從存儲(chǔ)流向GPU的過程中頻頻“堵車”。

曙光8000的解題思路，是從底層重構(gòu)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)三者間的關(guān)系，即“算存?zhèn)饕惑w化”緊耦合架構(gòu)。

在計(jì)算層，國產(chǎn)芯片提供自主可控的算力引擎。曙光8000是全國產(chǎn)AI超集群，其中海光等國產(chǎn)芯片作為底層算力支撐，實(shí)現(xiàn)全鏈路自主可控，整體達(dá)到國際先進(jìn)水平。計(jì)算單元采用高密架構(gòu)設(shè)計(jì)，通過采用超高速正交架構(gòu)、全電互連、浸沒相變液冷、高效供電等全球領(lǐng)先的系統(tǒng)工程技術(shù)，使得單機(jī)柜算力密度較傳統(tǒng)方案提升達(dá)20倍，實(shí)現(xiàn)業(yè)內(nèi)頂尖單機(jī)柜算力密度。

在存儲(chǔ)層，ParaStor分布式存儲(chǔ)確保數(shù)據(jù)“出得來”。中科曙光以CPU為核心，將線程、內(nèi)存、高速網(wǎng)絡(luò)、SSD等資源劃入獨(dú)立數(shù)據(jù)域，配置獨(dú)享RDMA網(wǎng)絡(luò)連接與PCIe通道（配備國產(chǎn)PCIe 5.0交換芯片），從根源解決網(wǎng)絡(luò)擁塞與通道競(jìng)爭(zhēng)問題。實(shí)測(cè)數(shù)據(jù)顯示，曙光全閃存儲(chǔ)節(jié)點(diǎn)可實(shí)現(xiàn)220G帶寬、1000萬IOPS。配套的ParaStor分布式存儲(chǔ)系統(tǒng)在2026全球IO500榜單中獲得生產(chǎn)型全節(jié)點(diǎn)和10節(jié)點(diǎn)性能雙榜第一。

在網(wǎng)絡(luò)層，scaleFabric高速互聯(lián)確保數(shù)據(jù)“跑得通”。中科曙光發(fā)布的國內(nèi)首款全棧自研400G原生RDMA無損高速網(wǎng)絡(luò)——scaleFabric，從底層的112G SerDes IP到上層管理軟件100%自主研發(fā)。其端到端通信時(shí)延低至0.93微秒，交換機(jī)轉(zhuǎn)發(fā)時(shí)延僅260納秒；整機(jī)雙向交換容量達(dá)64Tbps；采用基于信用的無損流控機(jī)制，從根源上避免擁塞丟包。鏈路故障恢復(fù)時(shí)間小于1毫秒，單子網(wǎng)可支持最大11.4萬卡集群部署。

算存?zhèn)鞯摹?+1+1>3”，關(guān)鍵在于三者的深度協(xié)同。通過將高速網(wǎng)卡虛擬為多個(gè)虛擬網(wǎng)卡，實(shí)現(xiàn)數(shù)據(jù)穩(wěn)定均衡傳輸；scaleFabric為存儲(chǔ)訪問優(yōu)化內(nèi)存分配機(jī)制，運(yùn)行時(shí)根據(jù)鏈路流量動(dòng)態(tài)分配共享內(nèi)存；國產(chǎn)芯片的芯片級(jí)互聯(lián)技術(shù)與scaleFabric高速網(wǎng)絡(luò)實(shí)現(xiàn)全棧互聯(lián)協(xié)同。從芯片到存儲(chǔ)到網(wǎng)絡(luò)，軟硬件全鏈路打通，讓數(shù)據(jù)從計(jì)算到存儲(chǔ)的每一段路都無擁塞、無丟包、無空轉(zhuǎn)。

第二把鑰匙：Gridview 7.0智能體集群管理，拆解故障率

十萬卡規(guī)模下，故障是“常態(tài)”而非“意外”。當(dāng)規(guī)模放大到十萬卡，若沿用傳統(tǒng)運(yùn)維方式，系統(tǒng)管理員將陷入“全天候救火”的疲于奔命之中。

曙光8000的解題思路，不是簡(jiǎn)單地增加運(yùn)維人力，而是用AI管理AI——這就是Gridview 7.0智能體集群管理系統(tǒng)。

Gridview 7.0智能體集群管理系統(tǒng)

其核心創(chuàng)新在于“雙智能體”驅(qū)動(dòng)架構(gòu)：

運(yùn)維智能體將集群運(yùn)維的門檻從“命令行專家”降至“自然語言對(duì)話”——用戶只需用日常語言提問，系統(tǒng)即可自動(dòng)完成從狀態(tài)檢索、根因分析、日志審查到命令行執(zhí)行的端到端自動(dòng)化流程。結(jié)合企業(yè)級(jí)知識(shí)庫與工作流模板，為故障分析、配置檢查提供精準(zhǔn)決策支撐。運(yùn)維智能體讓十萬卡集群的日常管理不再依賴“專家蹲點(diǎn)”，大幅降低了運(yùn)維門檻與響應(yīng)時(shí)間。

材料計(jì)算智能體則從科研場(chǎng)景切入，專為科研用戶打造，支持VASP、QuantumEspresso、Gaussian等主流量子化學(xué)與第一性原理計(jì)算軟件，覆蓋結(jié)構(gòu)優(yōu)化、能帶計(jì)算等100+科研場(chǎng)景。用戶可通過自然語言直接發(fā)起任務(wù)，系統(tǒng)自動(dòng)完成從目標(biāo)拆解、軟件匹配、輸入文件生成到結(jié)果可視化、報(bào)告生成的全流程。材料計(jì)算智能體讓科研人員從繁瑣的腳本編寫和參數(shù)配置中解放出來，將精力聚焦于科學(xué)問題本身。

在底層架構(gòu)上，Gridview 7.0搭載Slurm與Kubernetes雙調(diào)度融合架構(gòu)，實(shí)現(xiàn)全域算力統(tǒng)一調(diào)度與集中管控，高效打通傳統(tǒng)高性能計(jì)算與人工智能兩大核心業(yè)務(wù)場(chǎng)景；深度適配新一代國產(chǎn)芯片、高性能加速卡、scaleFabric國產(chǎn)高速網(wǎng)絡(luò)等硬件，全面兼容ARM等多架構(gòu)體系。

通過AI驅(qū)動(dòng)的全流程自動(dòng)化，Gridview 7.0覆蓋從Notebook開發(fā)、模型訓(xùn)練到推理服務(wù)部署的AI全流程，并推出可視化智能運(yùn)維平臺(tái)，打通“存-算-網(wǎng)-傳-管”超大規(guī)模集群運(yùn)維管理體系。在實(shí)際運(yùn)行中，通過OneScience科學(xué)大模型一站式開發(fā)平臺(tái)與Gridview集群運(yùn)維系統(tǒng)的協(xié)同，系統(tǒng)可用性達(dá)99.99%——在十萬卡量級(jí)下，每年計(jì)劃外停機(jī)時(shí)間不超過53分鐘，將故障導(dǎo)致的算力浪費(fèi)壓縮到了理論極限。

故障，從“常態(tài)”變?yōu)椤袄狻薄?/b>

第三把鑰匙：C8000 V3.0相變浸沒液冷整體解決方案，突破功耗

針對(duì)決定集群能否穩(wěn)定運(yùn)行的“生死線”功耗門，曙光8000的解題思路，不是給風(fēng)冷“加風(fēng)扇”，而是徹底重構(gòu)散熱范式——這就是C8000 V3.0——全球首個(gè)MW級(jí)相變浸沒液冷整體解決方案。

極致散熱能力。C8000 V3.0采用浸沒式相變液冷換熱技術(shù)，將服務(wù)器所有部件100%浸入低沸點(diǎn)、非導(dǎo)電的自研國產(chǎn)冷媒中。當(dāng)溫度達(dá)到特定閾值，冷媒自然沸騰吸熱，通過相變過程快速帶走高密度算力產(chǎn)生的巨額熱量。單機(jī)柜功率突破900kW，達(dá)到MW級(jí)，是傳統(tǒng)液冷方案的3至5倍；散熱能力超過200W/cm2。先進(jìn)熱管理材料讓導(dǎo)熱率提升80%，助力芯片性能提升10%。可實(shí)現(xiàn)全年自然冷卻，無需額外制冷能耗。

極致能效表現(xiàn)。C8000 V3.0將數(shù)據(jù)中心PUE降至1.04以下——每消耗1度電用于計(jì)算，只需0.04度電用于散熱，能效水平逼近物理極限。相比傳統(tǒng)風(fēng)冷，總體節(jié)能超過30%。

極致空間密度。機(jī)房面積節(jié)省超85%——同樣的物理空間，算力密度提升數(shù)倍。高密度部署不僅節(jié)約土地與建筑成本，更縮短了設(shè)備組網(wǎng)距離，有效降低信號(hào)傳輸延遲，從物理層面為高速互連“減負(fù)”。

在供電層面，C8000 V3.0支持高壓直流（HVDC）直入機(jī)柜，穩(wěn)壓精度±0.5%，負(fù)載跳變響應(yīng)速度超過2.5A/μs，系統(tǒng)效率高于96%。供電系統(tǒng)可實(shí)時(shí)跟隨算力負(fù)載變化，避免因電壓波動(dòng)導(dǎo)致芯片降頻，從而保障整機(jī)柜算力的穩(wěn)定輸出，可從容應(yīng)對(duì)超大規(guī)模集群的高動(dòng)態(tài)負(fù)載場(chǎng)景。。

從“風(fēng)冷”到“浸沒”，從“被動(dòng)散熱”到“相變吸熱”——功耗，不再是制約算力釋放的緊箍咒。

三、從跑起來到用得好

“三堵墻”的拆除，解決了十萬卡集群“能不能跑起來”的規(guī)模難題。通信不堵、故障不慌、功耗不崩——集群終于站住了腳。

但十萬卡集群的價(jià)值終點(diǎn)，遠(yuǎn)不止于“跑起來”。當(dāng)AI從數(shù)字世界走向物理世界，從文字生成走向科學(xué)發(fā)現(xiàn)，一個(gè)新的更高階的問題浮出水面：它能不能“算得準(zhǔn)”？

大模型訓(xùn)練依賴低精度計(jì)算（FP16/INT8）追求速度，這是“快”。但科學(xué)智能（AI4S）和物理AI需要FP64雙精度與FP32單精度來模擬物理法則——?dú)庀箢A(yù)測(cè)、新材料模擬、生物計(jì)算、具身智能仿真，精度不可妥協(xié)，這是“準(zhǔn)”。

行業(yè)痛點(diǎn)隨之而來：多數(shù)集群為單一精度任務(wù)優(yōu)化，訓(xùn)推一體已是不易，訓(xùn)推與高精度仿真“三合一”更是難上加難。超算與智算系統(tǒng)長(zhǎng)期割裂——過去，做氣象預(yù)測(cè)用的是超算，訓(xùn)練大模型用的是智算，兩套系統(tǒng)、兩套軟件、兩套建設(shè)邏輯。用戶在“快”與“準(zhǔn)”之間被迫做選擇題。

中科曙光的答案是：原生超智融合。

其核心能力在于全精度覆蓋——從FP64到INT4，科學(xué)仿真、AI訓(xùn)練、AI推理可在同一套十萬卡集群中無縫調(diào)度、并行不悖。曙光8000從設(shè)計(jì)之初就支持全精度計(jì)算能力，真正實(shí)現(xiàn)“一芯多用、一機(jī)多能”——同一個(gè)集群，既做得了萬億參數(shù)訓(xùn)練，也算得了物理法則仿真。

目前，曙光8000已完成300+重點(diǎn)應(yīng)用深度優(yōu)化，覆蓋大模型、機(jī)器人、汽車、創(chuàng)新藥、新材料、量子計(jì)算、天文氣象等20余個(gè)領(lǐng)域。蛋白質(zhì)折疊全流程模擬，3.16萬億原子DFT高精度仿真，328萬億網(wǎng)格湍流直接模擬......在量子計(jì)算、能源勘探、流體仿真等賽道落地大量標(biāo)桿級(jí)案例。

精度能力之上，更需“用得好”。

再強(qiáng)大的算力，如果科研人員需要精通命令行、企業(yè)開發(fā)者需要從零搭建環(huán)境，十萬卡集群依然只是少數(shù)專家的“奢侈品”。曙光8000的真正突破，在于通過兩大平臺(tái)將底層算力轉(zhuǎn)化為“開箱即用”的生產(chǎn)力——讓科學(xué)家專注于科學(xué)問題，讓企業(yè)聚焦于業(yè)務(wù)創(chuàng)新。

在科研端，OneScience科學(xué)大模型一站式開發(fā)平臺(tái)讓“算得準(zhǔn)”觸手可及。科研人員只需用自然語言描述需求，平臺(tái)即可智能調(diào)度算力，自動(dòng)完成從環(huán)境適配、代碼生成到作業(yè)提交的全鏈路任務(wù)。目前，OneScience已為20多家重點(diǎn)科研單位提供支持，覆蓋結(jié)構(gòu)優(yōu)化、能帶計(jì)算等100+科研場(chǎng)景，將頂尖科研成果轉(zhuǎn)化為可便捷調(diào)用的組件。從“寫腳本調(diào)參數(shù)”到“說句話出結(jié)果”，AI4S的門檻被大幅降低。

在產(chǎn)業(yè)端，SothisAI場(chǎng)景化AI能力平臺(tái)讓“跑得快”立竿見影。平臺(tái)全面接入智譜GLM-5、阿里Qwen3.5等國產(chǎn)主流大模型，配套多行業(yè)數(shù)據(jù)集與工具，支持智能體、NLP、知識(shí)庫等業(yè)務(wù)的快速搭建，打通數(shù)據(jù)、訓(xùn)練、調(diào)優(yōu)、部署全生命周期。企業(yè)無需關(guān)心底層算力細(xì)節(jié)，即可快速構(gòu)建行業(yè)AI應(yīng)用。

同一套曙光8000，通過OneScience連接實(shí)驗(yàn)室，通過SothisAI連接生產(chǎn)線——超智融合的價(jià)值，從“技術(shù)參數(shù)”真正走向“科研生產(chǎn)力”與“產(chǎn)業(yè)競(jìng)爭(zhēng)力”。

結(jié)語：AI基礎(chǔ)設(shè)施再定義

AI基礎(chǔ)設(shè)施的競(jìng)爭(zhēng)，正從“拼卡數(shù)”的上半場(chǎng)進(jìn)入“拼系統(tǒng)”的下半場(chǎng)。曙光8000以三把鑰匙拆解三重門——scaleFabric打破通信延遲墻，Gridview 7.0拆解故障率墻，C8000 V3.0突破功耗天花板；再以原生超智融合的全精算力，將價(jià)值從“跑起來”升維到“算得準(zhǔn)”“都能算”；最終通過OneScience與SothisAI兩大平臺(tái)，讓全國產(chǎn)、全精度大算力真正走進(jìn)實(shí)驗(yàn)室與生產(chǎn)線。

2026年7月9日，曙光8000作為國家超算互聯(lián)網(wǎng)核心節(jié)點(diǎn)在鄭州正式上線運(yùn)行。與此同時(shí)，第二套全國產(chǎn)十萬卡超智融合算力系統(tǒng)已同步啟動(dòng)建設(shè)，國產(chǎn)AI算力基礎(chǔ)設(shè)施正從“單點(diǎn)突破”走向“規(guī)模復(fù)制”。

當(dāng)同一套集群既能驅(qū)動(dòng)萬億參數(shù)大模型的智能涌現(xiàn)，又能承載科學(xué)智能對(duì)物理法則的精確求解——物理AI的想象空間、科學(xué)發(fā)現(xiàn)的探索深度，才擁有了真正堅(jiān)實(shí)的地基。