如果你最近关注算力圈，郑州这件事绕不开。
2月5日，国家超算互联网核心节点在郑州上线试运行，而且一口气部署了3套中科曙光scaleX万卡超集群，成为全国首个实现3万卡部署、且实际投入运营的最大国产AI算力池。
在大模型参数规模一路往万亿级狂奔的背景下，这种“集中式、一次到位”的部署方式，本身就是一种态度。
万卡集群为什么不再慢慢堆？
过去几年，算力建设的主旋律是补短板，能多一台是一台。但当模型规模真正跨过临界点后，问题开始变得现实且残酷。
算力不集中，模型就跑不稳；
通信不确定，规模一放大就掉效率；
调度跟不上，卡再多也白搭。
国家超算互联网核心节点显然不打算走试探路线，3套scaleX万卡超集群同步落地，直接把算力集中度拉满。
这不是为了好看，而是为了让大模型训练、推理这些任务，真的能长期跑下去。
背后是复杂的系统工程。中科曙光啃下了高速互联网络、存算传紧耦合设计、高密供电与散热、统一资源高效调度等技术“硬骨头”，使得单套集群可实现10240块AI加速卡部署。
三套协同运行，不仅仅是简单叠加，而是软硬一体的系统性升级。
国家超算互联网核心节点，上来走的就是“满配”路线
国家超算互联网核心节点的定位，决定了它不能是一个普通算力池。
作为国家超算互联网的重要枢纽，它既要有效联动西部绿色算力资源，承接东部地区的算力需求外溢，也要面对跨区域调度、长期运行的国家级应用，助力形成全国一体化算力网。
这对算力底座有几个硬要求：
▌第一，算力必须够集中。
大模型训练越来越依赖同构资源，拼凑式算力很难支撑整机训练。
scaleX万卡超集群本身就是为规模化集中计算设计的，而且在架构上预留了向十万卡、百万卡扩展的空间。
▌第二，能耗和散热要扛得住。
基于全球首创的高密度单机柜，scaleX采用超高密度刀片、浸没相变液冷等技术，把单机柜算力密度拉高了约20倍，同时把PUE压到1.04。
对国家级节点来说，这是长期稳定运行的必备条件。
▌第三，生态不能太挑。
scaleX万卡超集群兼容CUDA等主流AI生态，同时支持多品牌国产AI加速卡的混合部署。
对用户来说，意味着国产算力首次实现“大团结”，迁移成本可控。
万卡的价值真只是算得快吗？
如果只是算力规模大，那并不稀奇，真正拉开差距的是“用起来怎么样”。
scaleX万卡超集群已完成400多个主流大模型、世界模型的适配优化，依托国家超算互联网，更可接入上千款应用，链接更多AI产业生态伙伴，实现“算力+应用”一体化交付。
在超大规模模型训练场景中，scaleX已经具备万亿参数模型的整机训练与容错恢复能力，这对动辄连续运行数月的任务尤为关键。
在高通量推理场景，scaleX已服务于多家头部互联网用户的核心智能化业务，并通过联合深度优化持续提升推理效能。
在AI for Science领域，scaleX支撑国内某材料研发大模型登顶国际权威榜单，助力国内顶级科研团队将蛋白质研究效率提升3-6个数量级等；同时搭配OneScience科学大模型一站式开发平台，大幅降低多学科交叉研究的创新门槛。
这些场景背后指向技术的本质：万卡集群从来都不是为了更大的数字，而是实实在在服务好AI产业的研发场景。
一个越来越清晰的趋势
回头看，国家超算互联网核心节点真正释放的信号，其实很明确。
国产算力的竞争，正在从单点性能，走向体系能力。比的不只是峰值指标，更是谁能把万卡规模长期、稳定、低成本地跑起来，谁能支撑真实产业和国家级任务。
3套scaleX万卡超集群同步落地，本身就是一次现实回答。
热门跟贴