国产AI大基建升级，全国产十万卡超集群投用成拐点

2026年7月10日，国产国产拐点在光合组织2026智能计算应用大会上，大基中科曙光重磅宣布中国首个全国产十万卡AI超集群——曙光8000正式落成，建升级全并同步接入国家超算互联网。超集这一里程碑事件标志着国产AI基础设施建设正式跨越“万卡级”门槛，群投迈入十万卡级规模化部署的用成新阶段。

当前，国产国产拐点全球算力需求正以每年4至10倍的大基指数级速度爆发，而传统摩尔定律带来的建升级全性能提升仅维持在每年1.3至1.5倍。这种巨大的超集供需剪刀差导致零散算力加速贬值，具备高协同性、群投全栈国产化及全精度计算能力的用成大规模集群，正成为支撑万亿级AI基建的国产国产拐点核心底座。

业内专家指出，大基曙光8000的建升级全落成具有三重里程碑意义：它是国内首个十万卡级AI集群，实现了“超智融合”的技术突破，且完全基于全栈国产技术构建。这三点共同构成了国产算力从“可用”向“好用”跨越的关键拐点。

重构算力底层逻辑：从“堆砌硬件”到“系统级协同”

算力产业的竞争逻辑正在发生根本性逆转，从单纯的“单点算力设备比拼”转向“系统交付能力+长期运营效率”的综合较量。

过去几年，各地智算中心与互联网巨头围绕算力规模展开激烈角逐，万卡集群曾是衡量技术实力的最高标尺。然而，随着大模型参数规模跃升至万亿级，训练集群必须向十万卡演进；同时，Token消耗量呈爆发式增长，年初国内日均Token调用量已突破百万亿次大关。传统的算力架构已难以满足这一新需求。

中科曙光高级副总裁李斌预测，未来几年模型参数将持续增长，算力基础设施将朝着更大规模、更高扩展性的方向演进。“我们设计10万卡超集群时，其算力已远超当前任何真实大模型的需求。但随着模型迭代及与大模型团队的联合算法优化，下一步必将全面扩展至10万卡规模。”

在这一进程中，算力需求的复合增长正在快速稀释零散算力的价值。分散部署的算力不仅难以承载超大规模并行训练，也无法适配高精度科学计算与低精度AI推理等混合负载需求。

曙光8000代表了对传统算力基础设施逻辑的系统性重构。它并非简单的算力资源堆叠，而是从架构设计之初便面向多元混合精度计算进行原生优化。其采用的“超智融合”技术路线，摒弃了传统的分区模式，实现了全类型计算的原生一体化融合。这意味着，同一套系统既能胜任高精度科学工程计算，也能高效支撑低精度AI训练与推理。

这种架构设计的产业价值在于解决了AI4S（科学智能）场景中的痛点。在物理规律模拟与AI模型训练并行的研究流程中，传统单一算力集群往往需要跨系统调度数据，导致流程繁琐、效率低下。曙光8000的超智融合架构能在同一系统内覆盖从FP64到INT8等多种计算精度，实现“一套底座，多元场景”，大幅降低了用户的基础设施投入与运维复杂度。

李斌强调，超算的服务模式正在迭代。过去超算主要服务于科研与工程领域，如今AI同样需要超算支持。曙光8000通过“1+1>2”的融合效应，既保留了原有超算的高精度优势，又增强了低精度算力，更好地适配了AI模型软件栈。

从竞争格局来看，十万卡已不再是简单的数字概念，而是下一代AI基础设施的“入场券”。相比万卡系统，十万卡部署更考验系统协同设计能力。曙光8000的成功落地，为十万卡级AI基础设施提供了可复制、可参照的行业样本。

全链路系统破局：国产算力的深度整合

曙光8000展示了国产算力如何从单点技术突破走向系统工程创新。

构建十万卡集群面临的是系统性挑战：复杂的体系结构、超大规模扩展带来的稳定性、可靠性及能耗问题，绝非简单堆砌芯片所能解决。曙光8000通过芯片、计算、存储、网络、散热、应用及服务的全链路自主设计，构建了完整的解决方案。

• 芯片层：依托6款核心国产芯片构建底层支撑，涵盖通用处理器、AI加速芯片、片间互连交换芯片、高速交换芯片、网卡芯片及PCIe 5.0交换芯片等关键环节，整体技术水平达到国际先进行列。
• 网络层：采用scaleFabric类IB原生RDMA高速网络，实现十万卡集群的高可靠连接。该网络从底层SerDes IP、交换芯片到网卡、交换机及管理软件均实现全链路自主研发，具备毫秒级链路故障恢复能力，且性能不随网络规模增长而衰减。
• 存储层：针对AI场景深度优化的ParaStor分布式存储，凭借在大规模计算集群中稳定运行一年以上的实战表现，在2026年全球IO500榜单中斩获生产型全节点和10节点性能双榜第一。
• 能效层：引入全球领先的浸没式相变液冷技术，支持单机柜MW级高功率密度部署。通过自研国产冷媒与全年自然冷却策略，显著提升集群能效。高压直流供电系统采用直接入柜方案，进一步优化供电效率。

系统级创新的价值不仅体现在单项技术的领先，更在于跨层协同带来的整体效率提升。在国产模型的万卡级大规模训练中，曙光8000实现了97.29%的有效训练时长，扩展性高达99.63%，精度差异控制在千分位以内。

“从万卡到10万卡，绝非简单的乘以10倍。”李斌指出，最大难点在于规模扩大后能否保持应有的性能和效率，核心在于设备互连。

第二个挑战来自可靠性。“没有捷径可走。为提高单点可靠性，曙光8000从每个小部件到板卡，均按比通用计算设备高一个数量级或若干倍的标准进行设计。供电与冷却系统也进行了针对性的可靠性增强。”

从算力到生产力：生态闭环与规模化复制

随着AI从“训练驱动”转向“训练+推理双轮驱动”，科学计算的应用边界不断拓展。在需求驱动下，算力基础设施的核心竞争力已从“造出来”转向“用起来”的系统级服务能力。

面向下游应用，曙光8000依托国家超算互联网接入全国一体化算网，向科研高校、企业及个人用户开放算力服务。目前，超算互联网平台注册用户已超140万，日均作业量达25万次，累计作业量突破2.3亿次。这一庞大的用户基数与作业规模，有力证明了算力正在加速转化为现实生产力。

目前，曙光8000在十万卡核心节点上已完成300余项超智融合应用优化，涵盖大模型、机器人、汽车、创新药、新材料、量子计算、天文气象等20余个领域。其中，超过70个应用实现了万卡规模扩展。在重点科研领域，已成功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复杂任务。

“此次系统支撑国家战略性科学工程计算的大应用，有很大一部分都采用了AI结合的办法，比例远超我们预期，这说明国内应用团队在AI方法落地上的进度非常快。”李斌表示，曙光8000为科学工程计算提供了一个真正能够探索、尝试并取得实效的平台。

曙光8000的正式落地，意味着全国产十万卡级AI基础设施在技术、生态、应用及服务标准上已完成闭环验证。大会期间，曙光还与北京科学智能研究院达成战略合作，启动第二套全国产十万卡超智融合算力系统的研制与建设。

这一动作释放了明确的产业信号：十万卡级全精度算力中心正从示范性工程走向规模化复制。在全球AI产业逐步回归理性、注重实效的新阶段，十万卡级全精度算力中心有望成为支撑“人工智能+”应用全面落地、赋能科学发现与产业升级的新一代基础设施标配。

随着曙光8000的落地，十万卡级AI基础设施还将带动上游芯片、零部件，中游整机、软件，以及下游行业应用等全产业链的协同发展，加速国产算力技术体系的成熟与普及。

本文地址：https://www.dr-wine.com/html/906b14398950.html