中科曙光打造10万卡超集群，AI算力进入系统级竞争时代

其实从今年的WAIC现场展品我们可以看到，如何打造一个更强且更具成本优势的超节点，已经成为了各大算力供应商近年来工作的重中之重。但要让那么多算力卡在一个超节点内以“一个算力卡”的样式服务客户，是一个门槛极高的世界性难题。

“总结而言，主要包括访存墙和扩展两大核心挑战”，刘冠川说。

首先看访存墙方面。众所周知，在过去几十年里，计算性能一直呈现指数级的增长；但显存内存以及互联的带宽的增长，则相对比较缓慢，这就让两者性能中间的这个剪刀差一直处于不断放大的过程当中。进而使得计算系统在一些访存密集型场景中，面临的巨大和瓶颈和压力。

其次，来到扩展方面。如大家所见，因为算力需求的增加，算力集群正在从早期的千卡向10万卡演进。在这个过程中，无论是scale up堆叠、还是scale out扩展，所面对扩展性、可靠性、能耗的问题就会逐渐凸显。传统的集群的网络架构也很难去应对这些问题。有见及此，刘冠川总结道“AI时代的计算竞争正在从单点技术竞争走向系统级能力竞争。”

在此背景下，中科曙光推出了曙光8000 （登峰）——全国产十万卡AI超集群。据刘冠川介绍，曙光8000并不是普通AI集群，而是一套面向未来人工智能发展的战略性算力基础设施，其单体规模达到10万卡级别。

“十万卡集群绝非万卡集群简单线性扩容，规模每提升一个量级，网络、散热、供电、存储、调度、软硬件等适配环节的工程难度呈指数级增长，我们面临诸多挑战，也对应形成全栈自研的解决方案。”刘冠川告诉半导体行业观察。

刘冠川指出，这个集群的价值主要体现在以下几个方面：

一方面，它能够面向国家重大科技任务提供算力支撑；另一方面，可以支持科学计算、工程计算、人工智能训练以及推理等多种应用场景；同时，通过云化方式向千行百业提供普惠通用的算力服务；此外，曙光8000项目本身也带动了相关芯片产业落地。据介绍，系统中的多款突破性芯片项目，通过该项目首次实现了生产系统的大规模应用部署。

其中，对标英伟达Nvlink的高速互连芯片，可以实现卡间的高速互连。同时，系统还部署了400G、800G交换芯片以及400G网卡芯片，用于支持大规模网络扩展；

“曙光8000构建了国产高速网络系统，从底层核心IP到芯片、网卡、交换机，实现全面国产化，并针对超大规模Scale out场景进行了优化。”刘冠川总结说。

除了计算和网络，存储也是超大规模算力系统的重要组成部分。据介绍，曙光8000采用了曙光自主研发的ParaStor分布式存储系统。该系统在全球存储性能权威测评IO500的生产型榜单中包揽双冠，在全节点和十节点两种典型配置下，性能分别达到此前世界纪录水平的2.46倍和2.76倍。“生产型榜单与研究型榜单不同，更强调生产系统环境和实际运行约束，因此该突破代表国产分布式存储系统在真实应用场景中的性能提升。”刘冠川特别指出。

正如我们在前面所说，要实现这样一个超级集群本来就不是一件容易的事情。在与半导体行业观察交流的过程中，刘冠川也通过列举这个全栈自研解决方案需要面临的几个核心挑战，给我们详细解读中科曙光是如如何突破瓶颈。

首先在大规模无损互连方面。据介绍，传统商用网络依赖外置光模块，十万卡规模下延迟、丢包、带宽拥堵问题会急剧放大，并行效率断崖式下跌。于是，中科曙光自研了scaleFabric类IB原生RDMA无损高速互连技术，使其无需额外光通讯设备即可完成十万卡稳定互联，端到端延迟低至0.93μs，搭配信用基流控与毫秒级故障自愈，保障万卡/十万卡并行效率线性扩展，从底层规避大规模集群通信瓶颈。

超高密度散热与供电压力是超大规模集群需要面临的又一个挑战。针对这个问题，曙光8000采用高密架构设计，单计算单元算力密度较常规超节点提升20倍。曙光8000采用相变浸没液冷技术，可支撑单机柜功率密度达MW级，并实现全年自然冷却，结合余热回收等因地制宜的设计，可实现PUE小于1。搭配高压直流直供架构，解决高密度算力持续稳定运行的能耗散热难题。

除此之外，这个系统还需要面对十万卡级全链路可靠性与调度复杂度、节点数量巨大带来单点故障概率指数上升、混合精度（FP64/INT8）、多学科多用户并发任务调度难度极高等难题。

有见及此，中科曙光一方面全链路自研芯片、整机、存储、调度平台，从部件层面提升单点可靠性；另一方面依托 Gridview7.0超智融合算力管理与服务平台，融合智能调度引擎、数据亲和性算法、多元融合调度策略，搭配科研/运维双智能体，实现百万级用户并发智能分流，做到“高负载不拥堵、多任务不排队”，满载状态下系统稳定可用度达99.99%。

正如刘冠川所讲，对于超大规模算力系统而言，性能并不是最终目的，如何服务实际应用才是核心价值。关于这方面，刘冠川表示，中科曙光也正在和合作伙伴推进这方面的发展。迄今为止，曙光8000已经面向300多个重点应用进行深度优化，覆盖20多个行业领域。

在科学与工程计算方面，该系统支持大规模科学计算。例如，完成3.16万亿原子级模拟，为材料研究提供新的计算能力。在人工智能领域，曙光8000也成为大规模模型训练和高通量推理的平台。目前，该系统已经与国内大模型研发团队开展深度适配和优化，包括语言模型、语音模型以及视觉模型等。

据透露，曙光8000于2024年基本完成研制，2025年完成工程建设，并在2026年逐步完成10万卡规模的系统交付。目前，整个系统已经稳定运行，各项指标达到设计目标。

“曙光8000的建设完成并不是终点，而是一个新的里程碑。未来，相关技术成果将进一步以产品形式赋能更多行业。”刘冠川表示。在他看来，AI算力集群在未来也许会沿着三层路径持续演进：硬件架构超智融合深化、运营模式算力服务化、应用范式智能体原生，最终形成全国一体化普惠算力网络。

在底层硬件硬件方面，会从单一AI /超算分离集群走向全域超智融合，同时向高密度、绿色低碳、全栈国产化迭代。十万卡将从示范工程走向标准化复制，推出千卡、万卡、十万卡分层算力方案匹配不同规模企业。

在运营模式，集群也将从“硬件销售”转向“算力即服务”。以曙光8000为例，依托国家超算互联网“数算模用”一体化体系，通过三大生态共创计划降低算力门槛，算力可以像水电一样全域调度、按需取用，分层普惠大中小企业与科研团队。

来到上层应用范式方面，集群也将从单纯算力供给，升级为超级科学计算智能体原生底座。用户通过自然语言即可拆解仿真、大模型训练任务，AI智能体自主完成调度、计算、结果分析，推动AI4S 成为科研主流范式；同时打通“四个面向、四极”重大科研场景，支撑新材料、生物医药、气象、航空航天万亿级仿真任务。

“长期来看，算力集群将深度融入全国一体化算力网，跨区域、跨厂商异构算力统一调度，结合液冷低碳、分布式算力节点，形成泛在、自主、普惠的国产算力基础设施底座。”刘冠川说。