国产AI大基建升级，全国产十万卡超集群投用成拐点

国产AI算力集群还在突破。在7月10日的光合组织2026智能计算应用大会上，中科曙光宣布中国首个全国产十万卡AI超集群——曙光8000正式落成，并同步接入国家超算互联网。这标志着国产AI基础设施建设从万卡级迈向十万卡级部署阶段。

在算力需求以每年4到10倍速率增长、而摩尔定律仅能提供每年1.3到1.5倍性能提升的背景下，零散算力正在加速贬值。具备高协同、全国产、全精度能力的大集群，正成为万亿AI基建的黄金底座。

业内人士评价，这个全国产十万卡AI超级群的重要性体现在三方面，一是作为国内首个十万卡级的AI集群，二是实现了超智融合模式，三是基于全栈国产技术实现，每一点都具有里程碑式的意义。

改写算力底层逻辑

从“单点算力设备竞争”到“系统交付+长期运营”，算力产业的底层逻辑正在被重写。

过去几年，各地智算中心与互联网大厂围绕算力规模展开激烈竞逐，万卡集群被视为行业前沿的技术能力标尺。但大模型参数规模跃升至万亿级，训练集群同步从万卡向十万卡演进。与此同时，Token消耗量爆发，年初国内日均Token调用量已达到百万亿次量级。算力基础设施也须满足新出现的需求。

中科曙光高级副总裁李斌预计，模型参数未来几年还会增长，算力基础设施将朝更大规模、更高扩展性演进，“我们系统设计时，10万卡超出现在任何一个真实大模型需用到的算力，但随着模型参数增长，以及我们与大模型团队联合算法优化，下一步一定会扩展到10万卡规模。”

这个过程中，算力需求的复合增长正在快速稀释零散算力的价值。零散部署的算力既难以承接超大规模并行训练，也难以适配高精度科学计算、低精度AI训练推理等复合负载需求。

曙光8000所代表的，是对原本算力基础设施搭建逻辑的系统性回应。它并非单一算力资源的堆叠，而是从架构设计之初就面向多元混合精度计算需求进行原生优化。其采用“超智融合”技术路线，摈弃传统分区方式，实现了全类型计算的原生一体化融合。这意味着，在同一套系统内，既可承载高精度科学工程计算，也可支撑低精度AI训练推理。

这种架构设计的产业意义在于：AI4S（科学智能）场景往往需要在同一研究流程中同时完成物理规律模拟与AI模型训练推理，传统单一算力集群需要跨系统调度数据，流程繁琐、效率受限。曙光8000的超智融合架构则能在同一套系统内承载全精度计算需求，覆盖FP64到INT8等多种计算精度。一套底座覆盖多元业务场景，大幅降低了用户的基础设施投入与运维复杂度。

李斌表示，超算的使用方式和服务对象、模式已在迭代升级。此前超算服务对象通常局限在科研、工程，现在AI也需要超算支持。超算服务的计算类型、精度的覆盖需要变得更大。曙光8000的超智融合架构设计，好处是“1+1大于2”的，既覆盖了原有超算功能，也有较强低精度算力，能较好支持AI模型软件栈。

从产业竞争格局看，十万卡已不再是数字概念，而是下一代AI基础设施的重要入门能力。与万卡级系统相比，十万卡部署考验的不只是计算卡数量和理论峰值性能，更包括系统协同设计能力。曙光8000的正式落成，为十万卡级AI基础设施提供了可参照的样本。

国产算力全链路系统破局

曙光8000展示了国产算力从单点技术突破到系统工程创新。

十万卡集群面临的挑战是系统性的：复杂体系结构、超大规模扩展带来的扩展性、可靠性、能耗等问题，不是只靠堆芯片就能解决的。曙光8000则通过芯片、计算、存储、网络、散热、应用、服务全链路设计来应对。

在芯片层面，曙光8000依托6款核心国产芯片实现底层支撑，覆盖通用处理器、AI加速芯片、片间互连交换芯片、高速交换芯片、网卡芯片、PCIe 5.0交换芯片等关键环节，整体技术达到国际先进水平。

在网络层面，scaleFabric类IB原生RDMA高速网络实现十万卡集群高可靠连接。该网络采用原生无损RDMA技术，从底层SerDes IP、交换芯片到网卡、交换机及管理软件全链路自主研发，可支撑十万卡级规模组网，毫秒级链路故障恢复能力不随网络规模增长而变化。

在存储层面，针对AI场景深度优化的ParaStor分布式存储，已凭借搭载于大规模计算集群稳定运行一年以上的实战成绩，在2026年全球IO500榜单中获得生产型全节点和10节点性能双榜第一。

全球领先的浸没式相变液冷技术则可支撑单机柜MW级高功率密度部署，通过自研国产冷媒、全年自然冷却等方式提升集群能效。高压直流供电系统采用直接入柜方案，提升供电系统整体效率。

系统级创新的价值不仅体现在单项技术领先，也体现在跨层协同带来的整体效率提升。曙光8000在一些国产模型的万卡级大规模训练中实现了有效训练时长97.29%，扩展性达到99.63%，精度差异控制在千分位。

“从万卡到10万卡不是简单的乘以10倍。” 李斌表示，最大难点来自规模扩大后能否跑出应有的性能和效率，核心是设备互连。

第二个挑战来自可靠性问题。“没有捷径，为提高单点可靠性，曙光8000从每个小部件到板卡，都按比通用计算设备高一个数量级或若干倍来做。供电、冷却方面也增强了可靠性。”

从算力走向生产力

AI从“训练驱动”转向“训练+推理双轮驱动”，科学计算应用范围同步扩大。在需求的驱动下，算力基础设施领域从“造出来”到“用起来”的系统级能力，也变得越来越重要。

面向下游应用，曙光8000依托国家超算互联网接入全国一体化算网，面向科研高校、企业及个人用户开放算力服务。超算互联网平台注册用户数已超140万，日均作业量25万次，累计作业量达2.3亿次。这个规模的算力服务用户基础和作业量，说明算力已经在转变为生产力。

目前，曙光8000在十万卡核心节点上已完成300余项超智融合应用优化，涵盖大模型、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。超过70个应用实现了万卡规模扩展。在重点应用方面，已实现蛋白质折叠模拟、万亿原子级水分子动力学模拟、百万亿网格湍流模拟等。

“此次系统支撑国家战略性科学工程计算的大应用，有很大一部分都用了AI结合的办法，比我们预想的比例高很多，说明国内应用团队在应用AI方法上进度很快。” 李斌表示，曙光8000为科学工程计算提供了一个真正去探索、尝试并取得效果的平台。

曙光8000正式落地，意味着全国产十万卡级AI基础设施的技术、生态、应用、服务标准已完成闭环验证。大会期间，曙光还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与建设。

这一动作也传递了明确的产业信号：十万卡级全精度算力中心正从示范性工程走向规模化复制。在全球AI产业逐步“理性、向实”发展的新阶段，十万卡级全精度算力中心有望成为支撑“人工智能+”应用全面落地、惠能科学发现与产业经济的新一代基础设施标配。

随着曙光8000落地，十万卡级AI基础设施还在带动上游芯片、零部件，中游整机、软件，下游行业应用等全产业链协同发展，推动国产算力技术体系的成熟与普及。