中国最大单体国产AI算力池，一口气部署了3套万卡超集群

2026年2月5日，郑州上线了国家超算互联网的核心节点，这个设施不是慢慢增加设备边用边建，而是一开始就装好了三套中科曙光的scaleX集群，每套有10240张AI加速卡，加起来总共30720张，这是全国第一个直接满配运行、达到三万卡级别的国家级算力设施，以前人们总说算力不够，这次就直接一步到位，不用再逐步增加了。

这背后有个实际问题，现在训练万亿参数的大模型，光靠堆显卡数量已经不够了，卡多了通信跟不上，数据传着传着就卡住，调度一乱任务分不过来，机器空转浪费电力，郑州这个节点用了四个办法：网络速度特别快，延迟低、带宽高，把计算、存储和传输结合起来，数据流基本不浪费，采用浸没式液冷和高密度机柜，PUE做到1.04，接近理论极限，还做了一个统一调度引擎，三套集群能够互相补位，不是简单相加，而是协同工作。

很多人觉得算力就是比谁跑得快，其实不是这样，真正难的是让任务一直稳定运行，比如气候模拟要连续算几个星期，药物筛选需要反复尝试调整，中间不能停下来，郑州这个节点从一开始设计的时候，就不光追求快，更看重稳定、联通和节省，它要成为全国算力网络的一个支点，一边接着东部的人工智能需求，另一边连着西部的绿色电力资源，就像一个中转站。

这里有个细节挺有意思，以前国产芯片都是各做各的，比如昇腾、寒武纪、海光这些平台互不兼容，用户换一个平台就得重新写一遍代码，现在scaleX能直接支持不同品牌的硬件混搭使用，还能运行CUDA生态里的模型，已经有四百多个主流大模型适配好了，上千个AI应用也接进去了，这不是技术上的妥协，而是现实需求推动出来的整合方式，因为用户不想为硬件之间的冲突额外付出代价。

实际效果已经出来了，万亿参数模型的整机训练跑通了，中途断电也能恢复，给几家大厂做推理服务，吞吐量提升了超过40%，材料科学那边，一个模型登上国际榜单，蛋白质结构预测速度提高了3到6个数量级，科研团队用OneScience平台建模，周期直接缩短了七成，这些不是实验室数据，是真实使用中的反馈。

我注意到这次"满配上线"不是为了炫耀实力，国家很清楚现在拼的不是单个点的性能，而是整个系统的稳定可靠，三万张卡同时运行，散热供电调度容错都得跟上，能做到这一点说明国产算力确实跨过了"能用"的门槛，开始进入"敢接重活"的阶段了。

有人担心这些卡会不会闲置，目前看来不会出现这种情况，训练任务已经排满，推理需求持续增加，连高校和药企都开始排队申请资源，算力问题不再是讨论有没有，而是研究怎么分配更公平。