当大模型参数向十万亿级演进，算力需求被训练与推理“双引擎”同时拉满。两者的算力洪流叠加，将算力集群从“万卡时代”加速推进至“十万卡时代”。
然而，十万卡绝非十万颗芯片的简单堆叠。当规模跨越到十万卡级，通信延迟、故障率与功耗呈指数级攀升。缺乏系统级协同的零散芯片，在大模型训练与推理的“大算力洪流”面前，只会退化为互不联通的“算力孤岛”。
7月17日，2026世界人工智能大会（WAIC 2026）在上海正式开幕。中国首个全国产十万卡AI超集群——曙光8000（登峰）真机首次面向全球公开亮相，并入选大会“镇馆之宝”。
如何将十万颗芯片融合为一个“超级大脑”？中科曙光用曙光8000（登峰）给出答案。而WAIC“镇馆之宝”的殊荣，不仅是对其系统级技术实力的权威认可，更向世界宣告：十万卡级AI基础设施的竞争，已从“拼卡数”进入“拼系统” 的新阶段。
一、规模之殇：十万卡集群的“三重门”
行业最常见的误读是：十万卡集群等于“买卡、连线、开机”三部曲。
现实则是另一番图景。十万卡集群不是“十万匹马一起拉车”，而是“十万个人跳一场精密到毫秒的交响舞”——任何一个人的失误，都会拖垮全场。而这场交响舞要跳得下去，先要让十万人听得见指挥（通信）、站得住舞台（稳定）、扛得住聚光灯的炙烤（散热）。三重门，正是这三个维度的连环考验。
第一重门：通信延迟
在大规模分布式训练中，网络通信耗时占比已达30%至50%。也就是说，如果网络不畅，再强的算力也只能“等数据”。在十万卡规模下，任何链路拥堵、传输抖动都会被成倍放大，GPU在“等数据”的空转中大量浪费算力。更关键的是，存储与网络的割裂让数据从“出发”到“到达”的每一段都可能堵车——通信瓶颈，从来不只是网速的问题。
第二重门：故障率
万卡规模训练中，GPU故障率较单卡环境激增300%。当规模放大到十万卡，故障从“黑天鹅”变为“灰犀牛”——频繁的训练中断、回滚与断点续训，将吞噬大量有效算力，单次断训导致的算力损失可达数百万美元。交响舞中任何一个人的失误，在此刻成为压垮全场的确定性风险。
第三重门：功耗
以十万张H100集群为例，仅关键IT设备就需约150MW电力——这相当于一座中型火力发电机组的全量输出，可供数万户居民日常用电。而更大的挑战在于，当单机柜功率突破50kW后，传统风冷方案彻底失效：风再大，也吹不透芯片内部堆积的热量；散热若崩，芯片降频保护甚至批量宕机，集群算力瞬间归零。功耗由此从“后勤问题”升级为 “生死线”——这不是电费账单，而是集群能否持续运行的硬约束。
三重门互为耦合、连锁引爆——通信延迟加剧训练时间，训练时间拉长增加故障概率，故障又导致重算、进一步推高功耗。破局之道，不能“拆东墙补西墙”，而必须对通信、稳定性、功耗进行系统性重构。
曙光8000的解题思路：三项核心技术，对应三把钥匙。
二、曙光8000的“三把钥匙”第一把钥匙：算存传一体化，打通信延迟
通信延迟的根源，往往不在网络本身，而在于计算、存储与网络的割裂。传统算力集群中，三者各自为政——芯片算得快、存储读得快、网络传得快，但彼此之间缺少协同，数据从存储流向GPU的过程中频频“堵车”。
曙光8000的解题思路，是从底层重构计算、存储、网络三者间的关系，即“算存传一体化”紧耦合架构。
在计算层，国产芯片提供自主可控的算力引擎。曙光8000是全国产AI超集群，其中海光等国产芯片作为底层算力支撑，实现全链路自主可控，整体达到国际先进水平。计算单元采用高密架构设计，通过采用超高速正交架构、全电互连、浸没相变液冷、高效供电等全球领先的系统工程技术，使得单机柜算力密度较传统方案提升达20倍，实现业内顶尖单机柜算力密度。
在存储层，ParaStor分布式存储确保数据“出得来”。中科曙光以CPU为核心，将线程、内存、高速网络、SSD等资源划入独立数据域，配置独享RDMA网络连接与PCIe通道（配备国产PCIe 5.0交换芯片），从根源解决网络拥塞与通道竞争问题。实测数据显示，曙光全闪存储节点可实现220G带宽、1000万IOPS。配套的ParaStor分布式存储系统在2026全球IO500榜单中获得生产型全节点和10节点性能双榜第一。
在网络层，scaleFabric高速互联确保数据“跑得通”。中科曙光发布的国内首款全栈自研400G原生RDMA无损高速网络——scaleFabric，从底层的112G SerDes IP到上层管理软件100%自主研发。其端到端通信时延低至0.93微秒，交换机转发时延仅260纳秒；整机双向交换容量达64Tbps；采用基于信用的无损流控机制，从根源上避免拥塞丢包。链路故障恢复时间小于1毫秒，单子网可支持最大11.4万卡集群部署。
算存传的“1+1+1>3”，关键在于三者的深度协同。通过将高速网卡虚拟为多个虚拟网卡，实现数据稳定均衡传输；scaleFabric为存储访问优化内存分配机制，运行时根据链路流量动态分配共享内存；国产芯片的芯片级互联技术与scaleFabric高速网络实现全栈互联协同。从芯片到存储到网络，软硬件全链路打通，让数据从计算到存储的每一段路都无拥塞、无丢包、无空转。
第二把钥匙：Gridview 7.0智能体集群管理，拆解故障率
十万卡规模下，故障是“常态”而非“意外”。当规模放大到十万卡，若沿用传统运维方式，系统管理员将陷入“全天候救火”的疲于奔命之中。
曙光8000的解题思路，不是简单地增加运维人力，而是用AI管理AI——这就是Gridview 7.0智能体集群管理系统。
Gridview 7.0智能体集群管理系统
其核心创新在于“双智能体”驱动架构：
运维智能体将集群运维的门槛从“命令行专家”降至“自然语言对话”——用户只需用日常语言提问，系统即可自动完成从状态检索、根因分析、日志审查到命令行执行的端到端自动化流程。结合企业级知识库与工作流模板，为故障分析、配置检查提供精准决策支撑。运维智能体让十万卡集群的日常管理不再依赖“专家蹲点”，大幅降低了运维门槛与响应时间。
材料计算智能体则从科研场景切入，专为科研用户打造，支持VASP、QuantumEspresso、Gaussian等主流量子化学与第一性原理计算软件，覆盖结构优化、能带计算等100+科研场景。用户可通过自然语言直接发起任务，系统自动完成从目标拆解、软件匹配、输入文件生成到结果可视化、报告生成的全流程。材料计算智能体让科研人员从繁琐的脚本编写和参数配置中解放出来，将精力聚焦于科学问题本身。
在底层架构上，Gridview 7.0搭载Slurm与Kubernetes双调度融合架构，实现全域算力统一调度与集中管控，高效打通传统高性能计算与人工智能两大核心业务场景；深度适配新一代国产芯片、高性能加速卡、scaleFabric国产高速网络等硬件，全面兼容ARM等多架构体系。
通过AI驱动的全流程自动化，Gridview 7.0覆盖从Notebook开发、模型训练到推理服务部署的AI全流程，并推出可视化智能运维平台，打通“存-算-网-传-管”超大规模集群运维管理体系。在实际运行中，通过OneScience科学大模型一站式开发平台与Gridview集群运维系统的协同，系统可用性达99.99%——在十万卡量级下，每年计划外停机时间不超过53分钟，将故障导致的算力浪费压缩到了理论极限。
故障，从“常态”变为“例外”。
第三把钥匙：C8000 V3.0相变浸没液冷整体解决方案，突破功耗
针对决定集群能否稳定运行的“生死线”功耗门，曙光8000的解题思路，不是给风冷“加风扇”，而是彻底重构散热范式——这就是C8000 V3.0——全球首个MW级相变浸没液冷整体解决方案。
极致散热能力。C8000 V3.0采用浸没式相变液冷换热技术，将服务器所有部件100%浸入低沸点、非导电的自研国产冷媒中。当温度达到特定阈值，冷媒自然沸腾吸热，通过相变过程快速带走高密度算力产生的巨额热量。单机柜功率突破900kW，达到MW级，是传统液冷方案的3至5倍；散热能力超过200W/cm²。先进热管理材料让导热率提升80%，助力芯片性能提升10%。可实现全年自然冷却，无需额外制冷能耗。
极致能效表现。C8000 V3.0将数据中心PUE降至1.04以下——每消耗1度电用于计算，只需0.04度电用于散热，能效水平逼近物理极限。相比传统风冷，总体节能超过30%。
极致空间密度。机房面积节省超85%——同样的物理空间，算力密度提升数倍。高密度部署不仅节约土地与建筑成本，更缩短了设备组网距离，有效降低信号传输延迟，从物理层面为高速互连“减负”。
在供电层面，C8000 V3.0支持高压直流（HVDC）直入机柜，稳压精度±0.5%，负载跳变响应速度超过2.5A/μs，系统效率高于96%。供电系统可实时跟随算力负载变化，避免因电压波动导致芯片降频，从而保障整机柜算力的稳定输出，可从容应对超大规模集群的高动态负载场景。。
从“风冷”到“浸没”，从“被动散热”到“相变吸热”——功耗，不再是制约算力释放的紧箍咒。
三、从跑起来到用得好
“三堵墙”的拆除，解决了十万卡集群“能不能跑起来”的规模难题。通信不堵、故障不慌、功耗不崩——集群终于站住了脚。
但十万卡集群的价值终点，远不止于“跑起来”。当AI从数字世界走向物理世界，从文字生成走向科学发现，一个新的更高阶的问题浮出水面：它能不能“算得准”？
大模型训练依赖低精度计算（FP16/INT8）追求速度，这是“快”。但科学智能（AI4S）和物理AI需要FP64双精度与FP32单精度来模拟物理法则——气象预测、新材料模拟、生物计算、具身智能仿真，精度不可妥协，这是“准”。
行业痛点随之而来：多数集群为单一精度任务优化，训推一体已是不易，训推与高精度仿真“三合一”更是难上加难。超算与智算系统长期割裂——过去，做气象预测用的是超算，训练大模型用的是智算，两套系统、两套软件、两套建设逻辑。用户在“快”与“准”之间被迫做选择题。
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盖——从FP64到INT4，科学仿真、AI训练、AI推理可在同一套十万卡集群中无缝调度、并行不悖。曙光8000从设计之初就支持全精度计算能力，真正实现“一芯多用、一机多能”——同一个集群，既做得了万亿参数训练，也算得了物理法则仿真。
目前，曙光8000已完成300+重点应用深度优化，覆盖大模型、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。蛋白质折叠全流程模拟，3.16万亿原子DFT高精度仿真，328万亿网格湍流直接模拟......在量子计算、能源勘探、流体仿真等赛道落地大量标杆级案例。
精度能力之上，更需“用得好”。
再强大的算力，如果科研人员需要精通命令行、企业开发者需要从零搭建环境，十万卡集群依然只是少数专家的“奢侈品”。曙光8000的真正突破，在于通过两大平台将底层算力转化为“开箱即用”的生产力——让科学家专注于科学问题，让企业聚焦于业务创新。
在科研端，OneScience科学大模型一站式开发平台让“算得准”触手可及。科研人员只需用自然语言描述需求，平台即可智能调度算力，自动完成从环境适配、代码生成到作业提交的全链路任务。目前，OneScience已为20多家重点科研单位提供支持，覆盖结构优化、能带计算等100+科研场景，将顶尖科研成果转化为可便捷调用的组件。从“写脚本调参数”到“说句话出结果”，AI4S的门槛被大幅降低。
在产业端，SothisAI场景化AI能力平台让“跑得快”立竿见影。平台全面接入智谱GLM-5、阿里Qwen3.5等国产主流大模型，配套多行业数据集与工具，支持智能体、NLP、知识库等业务的快速搭建，打通数据、训练、调优、部署全生命周期。企业无需关心底层算力细节，即可快速构建行业AI应用。
同一套曙光8000，通过OneScience连接实验室，通过SothisAI连接生产线——超智融合的价值，从“技术参数”真正走向“科研生产力”与“产业竞争力”。
结语：AI基础设施再定义
AI基础设施的竞争，正从“拼卡数”的上半场进入“拼系统”的下半场。曙光8000以三把钥匙拆解三重门——scaleFabric打破通信延迟墙，Gridview 7.0拆解故障率墙，C8000 V3.0突破功耗天花板；再以原生超智融合的全精算力，将价值从“跑起来”升维到“算得准”“都能算”；最终通过OneScience与SothisAI两大平台，让全国产、全精度大算力真正走进实验室与生产线。
2026年7月9日，曙光8000作为国家超算互联网核心节点在郑州正式上线运行。与此同时，第二套全国产十万卡超智融合算力系统已同步启动建设，国产AI算力基础设施正从“单点突破”走向“规模复制”。
当同一套集群既能驱动万亿参数大模型的智能涌现，又能承载科学智能对物理法则的精确求解——物理AI的想象空间、科学发现的探索深度，才拥有了真正坚实的地基。
热门跟贴