国产十万卡集群落成，谁在为中国 AI 算力 “补课”？|互联网|卡集群|大模型|算力|软硬件

编者按：

2026 年 7 月 10 日，光合组织 2026 智能计算应用大会现场，中科曙光正式发布国内首个全国产十万卡 AI 超集群 —— 曙光 8000（登峰）。该集群同步接入国家超算互联网，标志国内 AI 算力基础设施完成从万卡级向十万卡级的关键跨越。

最近几年，海外头部科技企业靠着英伟达完整且封闭的算力软硬件体系，早早建成十万卡规模算力集群，用来研发千亿参数大模型、开展前沿科学智能研究。反观国内算力行业，一直有两大难题悬而未决：高端大规模算力不够用，底层软硬件还高度依赖海外。很多人觉得十万卡集群无非是多堆几张加速卡，实则不然。打造十万卡集群需要完成芯片、网络、存储、散热、应用、服务全链条自主研发，以此补上国内算力产业多年的底层短板。

从万卡到十万卡

算力迎来全新代际门槛

全球 AI 算力赛道早已拉开差距。海外厂商依靠 NVLink 互联、CUDA 软件生态，能够标准化搭建十万卡训练集群，同时对高端 GPU 实施出口限制。在此之前，国内仅能稳定运行万卡级国产示范集群；一旦想要扩容至十万卡规模，就只能外购海外高端加速卡与配套元器件，随之暴露出跨节点通信延迟、海量数据读写卡顿、整机能耗失控等一系列问题，根本无法支撑长时间、高负荷的大模型训练与科学仿真。

万卡集群比拼单机算力密度，十万卡集群考验全链路系统管控能力。十万卡规模是下一代 AI 基础设施的入门标准，集群架构、网络互联、访存效率、能效控制、应用生态五大环节缺一不可，任意一环被海外供应链 “卡脖子”，都会成为致命短板。过去行业评判算力中心，只看加速卡数量、理论峰值性能；曙光 8000 的落地，重塑了行业评判逻辑，算力中心的竞争重心，从单纯堆砌硬件、比拼纸面性能，转向综合系统能力、真实场景落地效率和产业经济价值。我们必须攻克十万卡集群完整自主建设技术，打破海外算力生态长期垄断。

产业端的实际需求，也倒逼算力升级。随着大模型、智能体、AI4S 科学智能落地，蛋白质折叠、万亿原子分子动力学、百万亿网格湍流模拟等前沿科研任务，对算力规模、并行协同能力提出硬性要求，传统万卡算力早已无法承载，算力的量级差距，直接转化为科研与产业的代差。

同时，国家超算互联网正在加快建设，全国一体化算力网络需要大型国产核心算力节点承接跨区域超大计算任务。分散的万卡算力如同一个个信息孤岛，调度成本高、协同效率低下。曙光 8000 的落地，填补了全国一体化算网十万级自主算力支点空白，实现了从单点零散万卡算力，到全国互联互通十万级算力的关键转变。

七大国产底座全链路自研

打通算力底层堵点

不少行业人士存在认知误区：十万卡集群只是多放几张加速卡。实际上，整套算力产业链都存在极高技术壁垒。曙光 8000 打造覆盖芯片、计算、存储、网络、散热、应用、服务七大板块的全链路自研体系，全部核心软硬件实现自主可控，逐项解决国内算力基础设施多年遗留的技术缺陷。

1. 超智融合原生架构，兼顾科学计算与 AI 训练

曙光 8000 采用自研原生 “超智融合” 技术路线，打破传统算力中心超算、智算机房物理分区的建设模式，实现高精度科学计算、低精度智能计算在同一套集群内一体化调度运行。

传统算力设施长期存在二元割裂问题：传统超算以 FP64 双精度浮点运算见长，适配气象、新材料、量子等高精度仿真任务，但运行大模型训练任务效率偏低；常规智算集群仅针对 FP16、INT8 低精度运算优化，无法满足高精度数值仿真需求。过去行业普遍分开搭建超算、智算两套机房，硬件重复投入严重，整体资源利用率偏低。

曙光 8000 依托国产芯片，完整覆盖 FP64 至 INT8 全精度计算需求，单套硬件支持多任务分时复用，可同时承载科学仿真、大模型训练、AI 推理、工业仿真等多元业务场景，有效压缩算力前期建设投入与长期运营成本。

2. scaleFabric 自研 RDMA 高速网络，解决十万卡并行通信拥堵

十万卡集群建设最大工程难点，是上万张加速卡同步运算时的海量数据协同传输。海外 NVLink 仅能实现机柜内部 GPU 高速直连，跨机柜传输带宽会大幅衰减，架构本身不支持十万卡全域横向扩展；普通商用以太网延迟偏高、无损传输能力不足，难以支撑长周期并行训练任务。更关键的是，高性能互联网卡、交换芯片长期被海外厂商垄断，现有依赖海外硬件搭建的万卡集群，一旦遭遇供应链断供，将无法扩容、替换备件，集群长期稳定运行存在重大隐患。

曙光自研 scaleFabric 类 IB 原生 RDMA 高速网络，软硬件实现全栈国产化，可支撑十万卡节点低时延、高可靠无损互联，从底层打通超大规模集群通信瓶颈，能够稳定承载生物医药、工业仿真等长周期并行计算任务。

3. ParaStor 分布式存储拿下全球双冠，化解海量数据读写瓶颈

大模型训练、原子级分子模拟每天都会产生 PB 级海量数据，存储读写速度直接决定集群整体利用率。海外高端分布式存储长期垄断国内智算市场，采购成本高昂，底层架构、数据安全完全不受我方掌控；早期国产存储在大规模并行读写场景性能偏弱，经常出现算力闲置、存储拖慢计算的资源错配问题。

曙光自研的 ParaStor 分布式存储，拿下 2026 全球 IO500 榜单生产型全节点、10 节点性能两项第一。该系统与液冷计算节点深度适配，搭建存算一体化国产闭环，能够稳定支撑万亿原子水分子动力学、百万亿网格湍流模拟等超大数据量科研任务。

4. 国产浸没式相变液冷，平衡高算力密度与绿色能耗

十万卡集群整机功率达到兆瓦级别，传统风冷散热完全无法满足高密机柜部署需求；海外浸没液冷设备、核心冷媒材料被海外专利牢牢垄断。

曙光自研浸没式相变液冷技术与国产冷媒，单机柜可承载兆瓦级高功率算力部署，搭配全年自然冷却方案，大幅削减制冷能耗。海外十万卡集群每年制冷、电力支出成本极高，若国内照搬风冷方案，十万卡集群很难商业化落地。自主液冷技术补齐绿色算力关键短板，让国产十万卡集群具备批量复制的商业可行性，契合算力基础设施双碳建设目标。

5. 完善本土应用生态，补上硬件自主后的产业短板

硬件自主只是基础，算力最终价值要落地到产业应用，这也是过去国产算力最薄弱的一环。以往国产硬件普遍陷入 “硬件能用，生态难用” 的困境：绝大多数科研、工业软件原生适配海外芯片，迁移到国产平台需要大规模重构代码，适配成本居高不下。

曙光 8000 十万卡节点已完成 300 余项超智融合应用优化，覆盖大模型、机器人、汽车制造、创新药、新材料、量子计算、天文气象二十余个领域，其中超 70 个应用可稳定运行万卡规模任务，充分验证集群在高负荷、大规模工况下的可靠性。

另外，曙光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研制建设。这一动作释放明确信号：首套曙光 8000 已经完成全链条标准验证，十万卡国产算力集群不再只是单一示范工程，具备规模化复制、批量落地的成熟条件。

接入国家超算互联网

自主算力转化普惠新质生产力

曙光 8000 十万卡集群并非一座独立算力中心，而是国家超算互联网、全国一体化算力网络的核心枢纽节点。它的核心价值，是把自主可控的十万级大规模算力，转化为科研、产业可落地使用的普惠生产力，完成算力从硬件自主到产业价值落地的关键一步。

在该节点落地之前，国内算力资源分散在各地，大多是千卡、万卡小型节点，无力承接超大规模复杂任务。国内企业、高校开展万亿参数大模型训练、AI4S 前沿仿真，要么高价租用受限海外算力，要么拆分任务低效运行，研发周期被大幅拉长。集群接入全国统一调度体系后，全国科研院校、中小企业、独立开发者都能线上申领普惠算力，大幅降低前沿 AI 研发的准入门槛。

依托十万卡全精度算力，蛋白质折叠模拟、万亿原子水分子动力学、百万亿网格湍流模拟等世界级科研任务，计算效率实现量级提升。过去需要几周、数月的计算任务，如今缩短至小时级，显著加快基础科学发现速度。

此前国内大量高端前沿研究只能依托海外算力平台开展，本土十万卡集群落地后，高精度、大规模仿真任务可全部在国内完成，牢牢守住科研原始数据安全。

当下智能体、多模态大模型、工业数字孪生、自动驾驶仿真等赛道，都离不开大规模并行算力支撑。海外企业依靠自有十万卡算力持续迭代产品，国内产业长期存在大规模算力供给缺口，模型迭代速度落后海外竞品。

普惠算力服务开放后，中小企业无需投入巨资自建大型算力机房，按卡时付费就能完成大模型微调、工业仿真测试，有效缩小国内 AI 产业与海外巨头的算力差距。

曙光 8000 完成十万卡级全链条国产化闭环验证，为行业提供一套完整可参照的建设范本，推动行业评价标准转型：不再只比拼峰值算力，而是综合考量国产化程度、场景落地效率、能效水平、算网协同能力。随着第二套十万卡系统启动研发，未来国内将批量落地自主十万卡算力节点，搭建分层分布式国产算力供给网络，缓解单一节点算力供给不足的问题。