“有点赶鸭子上架。”镜头前,曙光8000 AI超集群基础设施系统设计师张鹏,用这样一句坦率的自嘲,为一场空前的建造挑战开了场。

他口中的“基建”,不是寻常楼宇,而是位于河南郑州的国家超算互联网核心节点。在这里,重达一千五百吨、搭载十万张算力卡的AI超集群曙光8000,将被收拢进仅两千余平方米的建筑之中。

三千多人的接力、三十多年积累的技术、一亿个参数,全都压在三年封顶点亮的时限之内。科研对算力的极致渴求,究竟如何转化为工程设计的一砖一瓦、设备部署的分毫之间、运行条件的苛刻之上?

打开网易新闻 查看精彩图片

央视《超级工程》第三集《立中枢》记录下的,正是曙光8000从图纸走向现实的过程。而它背后站着的,是中国算力创新在极限条件下的实力与胆识。

01

把平房盖成楼房

在高性能计算领域,一个被反复提及却很少被真正正视的事实是:算力的上限,往往不单纯由芯片决定,而由供电和散热共同决定。

当张鹏接手国家超算互联网核心节点基础设施设计时,面对的是一道近乎无解的算术题。按照传统算力中心的经验,配套面积需要将近四万到五万平方米,但建筑体量已经确定,面积无法改变。更棘手的是,曙光8000作为超智融合系统,负载会突增突减,输电线路一旦过长,性能就会不稳定,甚至宕机。

打开网易新闻 查看精彩图片

在常规经验里“够用”的布局,在这台机器面前恰恰是最危险的布局。高密度部署追求的是算力传输的极致性能,代价却落在了供电链路的稳定性上,而越是极致,越没有现成的答案可抄。

留给张鹏的,不是从容的论证,而是不足两个月的倒计时。只有跳出传统算力中心的固有思维,才有希望。

平房不行,就只好把平房盖成楼房,但新的问题接踵而至,设备叠放之后,占地骤省,热量却急剧飙升,三秒的热量就能烧开一升水。张鹏将配电设备分开,中间留出一个“天井”,机柜产生的热风被集中收集,再经由中空的吊顶回到冷风区,形成一套高效循环的散热体系,电力配电间由此在方寸之间实现了自洽的呼吸。这个设计理念,在世界范围内也绝无仅有。

散热方案也同样巧妙,核心节点紧邻龙湖,机房直接取湖水完成热交换,回水温度波动不超过正负一摄氏度。独具匠心的湖水冷却,加上先进的浸没式相变液冷技术,曙光8000收获了低于1的PUE值。

被极限“逼”出来的创造力,让“机器比建筑重要”从理念变成了现实。工程规划显露出真正的分量,不只是为设备找一个安身之处,而是提前为机器未来数年里的每一次运行预演环境。

算力的上限,从来不只是芯片与算法的上限,也是建造智慧的上限,这正是中国算力在看不见处积蓄的实力。

02

当图纸抵达现场

设计可以纸面推演,但工程必须在地面上完成。曙光8000 AI超集群实施总监何牧君,从第一根桩基打下开始,每一天都与这座建筑的生长绑在一起。

“各种设计的变更提交资料的调整都超过了100次,每一次变更涉及到整个链条的调整。”何牧君坦言,这就是十万卡级工程与普通建筑的区别,核心节点的建筑本身就是巨型算力机器的底座。

打开网易新闻 查看精彩图片

零部件超过十亿个,互联线缆总长度突破三千五百公里,整机重达一千五百吨,而结构组装精度被严格控制在 0.05 毫米以内。这意味着,地基的细微偏差、地坪的不平整、紧固件的扭矩差异,都会传导到机柜、光模块和液冷管路,所以隐患往往藏在最不起眼的地方,连接整套系统的螺丝接近八万颗,任何一颗出现偏差,都可能引发整机共振偏移。

更细微的挑战来自于线缆组网阶段,光缆是曙光8000的神经,十万张卡的协同依赖极低延迟、极高带宽的通信。但光缆连接对环境洁净度的要求近乎苛刻,建筑施工状态下,机房灰尘浓度一度达到两三个亿,远超352万的标准限值。

曙光8000主机硬件实施负责人何文杰团队反复观测,最终从数据中捕捉到一条隐藏规律:凌晨十二点之后施工人员散去,过滤器持续运转,灰尘颗粒持续下降,到四五点可以满足要求;八点之后其他团队进场,灰尘再次升起。因此,把光缆连接的时间窗口锁定在清晨六点到八点。

“100件事情,你做成99件,一件没做成等于白做。”何牧君的话道出了系统工程的本质,不仅要确保局部优秀,更要关注系统完整。而系统的完整性,考验的则是工程管理的容错压力,当三千多人、上百个团队、超十亿个部件被压缩在八百多天的工期里,任何一个环节的微小失误都可能被放大为系统性风险。

只有承受住这种压力,图纸与现场之间的鸿沟,才终于被一寸一寸填平。

03

终见算力星河

2026年6月,曙光8000全系统调试完成,整机持续计算性能测试被推向顶峰。但曙光8000 AI超集群联调联试负责人解西国清楚地知道,线插好了,网络连好了,机器开机了,这是一个开始。只有当一个个分立系统,最终耦合在一起,让整个系统发挥最大性能,才是最后的终点。

打开网易新闻 查看精彩图片

但耦合的难度恰恰在于规模本身,十万张卡同步拉满性能,任何一张卡的微小延迟都会被系统放大。“就像是十万名桨手同时划动一艘巨型龙舟,只要有一个桨手节奏错位,整艘船就跑不出最快速度。”

电力是其中最基础的环节,负载可以在几十毫秒内从二十兆瓦拉升到近百兆瓦,相当于一座城市几十万户同时开灯,必须确保每一次电力波动都不会传导为芯片的不可逆损毁。

这场“立中枢”带给我们的思考是,“稳定”这件事本身在“超级工程”中究竟意味着什么?只有当稳定性成为常态,研究人员才不必为一次电压波动提心吊胆,不会为一次灰尘扰动中断实验,科研界才能真正把注意力从“让系统跑起来”转向“用系统来做创新”。

打开网易新闻 查看精彩图片

从 2020 年启程,到 2026 年尘埃落定。就像中科曙光董事长历军所说,“把三十多年积累下来的技术,全部都体现出来了。”把一件普通的事反复做到极致,算力星河之下,其实是一整套被系统打磨过的技术能力。

打开网易新闻 查看精彩图片