「十万卡时代」，谁在定义新标准？

机器之心发布

中国 AI 算力正加速突围。时代

回顾过去几年，定义面对芯片断供、新标生态封锁及技术围堵，时代中国 AI 基础设施在重重限制中艰难前行，定义逐一攻克“卡脖子”难题。新标从技术追赶到全球并跑，时代从“万卡集群”迈向“十万卡规模”，定义从“能用国产芯”到“敢用国产芯”，新标中国 AI 硬生生蹚出了一条破局之路。时代

如今，定义中国算力实现自立自强，新标迎来了一座震撼行业的时代里程碑。

7 月 10 日，定义在光合组织智能计算应用大会上，新标中科曙光宣布：基于“原生超智融合”技术路线，首个全国产十万卡 AI 超集群——曙光 8000（登峰）正式落成！

更具战略意义的是，集群落成首日，北京科学智能研究院与曙光签署战略合作协议，正式启动第二套全国产十万卡系统的研制工作。

外界聚焦于首套集群的技术突破，但更深层的产业信号在于其可复制的工程能力。这才是理解曙光 8000 核心价值的关键：首套落成验证了技术成熟度，而第二套启动则验证了产业认可度。这标志着十万卡算力正加速从“示范应用”迈向“规模化商用”新阶段。

率先跑通这一路径的曙光，正在为新一代 AI 基础设施确立中国标准。

一、十万卡不是堆出来的，系统工程才是最高壁垒

随着人工智能技术的迭代，大模型参数规模直奔万亿级，智能体从概念验证走向规模化部署，科学智能、物理 AI 等新兴领域快速落地。当前的算力需求呈现出多元化与规模化并存的特征。

当高精度计算（如科学仿真）与低精度推理（如大模型服务）必须同时运行时，传统异构架构已难以支撑。这正是曙光 8000 选择“原生超智融合”路线的根本原因。

曙光 8000 实现了从芯片、硬件、集群到调度系统的一体化设计，支持从 FP64 双精度到 INT8 低精度的全谱系计算。一套底座，同时承载科学研究、大模型训练、AI 推理及工业仿真，打破了传统“分区而治”的局限，实现了真正的原生融合。

然而，超智融合仅是起点。真正让十万卡从“能造”走向“能复制”的，是曙光将十万卡集群从“手艺活”转化为工程学方法论。

行业惯性思维认为“十万卡 = 一万卡 × 10”，但实际上，规模每提升一个数量级，网络、散热、存储及调度系统的复杂度呈指数级增长。任何单一环节的短板，都可能导致十万张卡沦为废铁。

十万卡集群的竞争，早已超越芯片本身，转而比拼驾驭系统复杂度的能力。

因此，新一代 AI 基础设施的评价标尺正在发生根本性转移：
* 过去比拼峰值算力，现在比拼系统可用性；
* 过去追求“建起来”，现在考验“跑得稳”；
* 十万卡的及格线不再是“能运行”，而是具备长周期运行的工程韧性。

这种底气，源自四大工程支柱：

1. 网络：死守不崩
   规模越大，通信拥堵风险越高。传统网络一旦中断，数日计算成果可能归零。曙光 8000 搭载国内首款类 InfiniBand 原生 RDMA 芯片，实现从底层 SerDes IP 到交换机全链路自研。通过信用流控实现零丢包，具备毫秒级故障恢复能力，且性能不随规模衰减。单子网硬扛十万卡，确保网络架构的绝对稳定。

2. 散热：打破物理天花板
   单机柜功率突破 MW 级，风冷方案已触及物理极限。曙光采用浸没式相变液冷技术，配合金刚石铜合金界面导热，实现全年自然冷却，PUE 严格控制在 1.04。无需压缩机，不限选址，该方案具备极强的普适性，可部署于任何城市。

3. 存储：拒绝空转
   Checkpoint 写入慢一秒，GPU 就空转一秒。ParaStor 存储系统斩获 2026 全球 IO500 生产型双榜第一，从被动存储仓库转变为主动供给线。在十万卡级并发场景下，数据供给不再成为瓶颈，彻底消除 IO 瓶颈。

4. 调度：规模跨越
   面对 175B 模型、上千张卡连续运行 57 天、经历 105 次节点故障的极端场景，人工运维已无法应对。Gridview 7.0 采用双智能体架构，实现科研与运维的全自动化。管理十万卡集群如同管理万卡集群般可控。

这四项技术，单看是单点突破，合起来则是一套完整的系统工程。网络适配不同规模，散热无需特定选址，存储随节点弹性扩容，调度覆盖多场景。每一个关键环节均非为单一项目定制，而是基于可复制、可交付的标准设计。

这就是方法论与工程能力的质变。曙光 8000 验证了一套覆盖芯片、计算、存储、网络、散热、应用及服务七大维度的系统级方案，真正将十万卡从“手艺活”升级为“工程学”。

二、规模是门槛，应用才是最关键的价值窗口

方法论的有效性，最终需透过规模表象，由应用成果来检验。

过去几年，行业在算力规模竞赛上不遗余力，但“建而不用、用而不优”的集群并不在少数。算力的真实价值，不体现在基准测试跑分，而体现在支撑了多少科研突破与产业成果。

这也是曙光 8000 的核心优势。数据显示，该集群已完成 300 余项应用优化，覆盖材料科学、生命科学、流体力学、气象预测、量子计算等二十余个行业领域。超过 70 个应用实现万卡规模扩展，部分任务达到戈登贝尔奖量级。

这些数字背后，是正在发生的科研实践：
* 材料科学：9 万张卡协同完成 3.16 万亿个原子的 DFT 高精度仿真。
* 生命科学：8 万张卡加速蛋白质折叠全流程模拟，直接赋能新药研发。
* 工程仿真：8.8 万张卡完成 328 万亿网格湍流直接模拟，支撑航空、船舶等高端制造。
* 能源勘探：地震成像核心算法完成国产化平台移植，已适配中石油 BGP 油气勘探。
* 量子计算：8 万张卡完成 152 自旋轨道 FeMoco 团簇基态能量高精度计算。

这些不是实验室里的虚拟跑分，算力已转化为正在产出的新质生产力。

更关键的一步，是降低算力使用门槛，使其不再仅是少数精英团队的武器。OneScience 平台将科学大模型的开发周期从天级缩短至小时级。科研人员只需通过自然语言描述需求，平台即可自动完成从环境适配、代码生成到作业提交的全链路操作。

这意味着，十万卡级算力正成为科研人员触手可及的标配工具。

当门槛降至此处，生态才真正越过临界点。此前是“平台求应用适配”，此后将是“应用涌向平台”。越用越好用，越好用用户越多，从而形成生态正循环。

三、谁先完成方法论闭环，谁制定规则

应用跑通，生态运转，下一个核心问题是：“十万卡”牌桌上，规则由谁制定？

毋庸置疑，每一代新基建的更迭，都会诞生新的规则制定者。在十万卡赛道上，谁先完成“建设→交付→复制”的闭环，谁就掌握了定义超大规模算力基础设施的话语权。这是产业规律，不以个体意志为转移。

目前，曙光已率先交卷：第一套验证技术，第二套验证复制。当后来者还在争论“是否建设”时，先发者已在交付第二套、规划第三套。凭借全链路自研、超智融合及十万卡规模三大优势，曙光正将其方案转化为全行业可参考的公共标尺。

单点技术或许可以对标赶超，但一套覆盖全链条、经过规模化应用真刀真枪验证过的系统工程，短期内极难复制。这才是最深的护城河。尤其在全球 AI 竞赛中，时间窗口急速收窄，先发优势的壁垒一旦合拢，后来者将面临难以撼动的降维打击。

先定义标准的人，将定义下一个时代。

更进一步而言，这也意味着，当全球 AI 产业褪去泡沫，转向理性与务实的新阶段，中国在十万卡赛道上的角色迎来了历史性翻转。我们不再是身后的追赶者，而是站上牌桌中央，具备了直面全球化竞争、定义新赛道规则的能力。

这份底气，并非来自某一项指标的突然反超，而是源于从芯片到应用、从建设到交付、从“能造”到“量产”，整套工程能力千锤百炼后的步步登高。

(责任编辑：百科)