6.774万亿个格子：国产算力把火箭尾焰“算”清楚了

来源：环球网

【环球网科技报道 记者 李文瑶】近日，中科曙光联合西安交通大学科研团队，依托全国产十万卡AI超集群曙光8000，完成超大规模多喷口超声速射流高精度数值模拟，创下国际已知最大规模的同类仿真纪录。成果面向商业航天可重复使用火箭研究，为结构安全评估与防热设计提供高精度计算手段。

比纪录更值得关注的，是这项成果背后，国产算力正从“能跑”走向“好用”。曙光8000是中科曙光基于异构计算路线打造的AI超集群，采用异构计算架构，兼顾高精度数值模拟与人工智能训练推理，为AI4S研究提供计算基础。目前，它已适配近200项行业应用，覆盖30余个科研产业领域。在此次合作中，团队依托曙光8000，完成33喷口环形阵列三维高精度模拟。

从“测不全、抓不住、做不起”到“给出整个空间的模拟”

可重复使用火箭回收时，多台发动机并联工作，高温、高速尾焰相互干扰，形成复杂压力波动与热量分布。西安交通大学航天航空学院教授、博导，陕西省先进飞行器服役环境与控制重点实验室副主任姬兴说，33股射流相互作用，会使火箭底部喷嘴强烈振动，3000K高温还可能造成回流烧蚀，“安全是首要的，效率也很关键”。

但传统试验很难把这一问题研究清楚。西安交通大学博士生张红总结为六个字：测不全、抓不住、做不起。试验只能在箭体表面布置有限传感器，高频脉动压力难抓，缩比试验难同时复现真实尺寸、喷口间距、环境压力和马赫数，多机并联点火代价高、周期长、风险大。

此次仿真复现了多股尾焰交汇、干扰与混合过程，相当于为发动机群尾焰做了一次“超高清CT扫描”。团队可获取全场三维瞬态压力分布、高频脉动压力及频谱、壁面热流和温度分布、激波相互作用位置等关键数据，为箭体底部结构、防热设计和减重提供依据。张红说，仿真不是替代试验，而是补上试验给不了的那部分——试验负责定标校验，模拟负责扩展和推演。

算法“换道”：不是移植代码，而是让算法更好适配国产算力环境

挑战不只在规模。张红说，最大难点不是把代码“移植”过去，而是让高阶CFD算法与国产异构计算平台的软件环境、线程执行方式和数据访问特点相匹配，并将这种匹配保持到数万卡规模。他以厨房作比：厨师（计算单元）越来越快，但从冷库（显存）到案板的通道（带宽）没变宽，传统多层Runge-Kutta时间推进要让厨师反复跑冷库。到了几万余张卡，每张卡地盘变小，跟邻居交换边界数据的比例反而变大。

团队选择“换一套底层基础算法”：用气体动理学格式（GKS）的时空耦合特性，以单步二阶S1O2替代多层Runge-Kutta，每步只做一次残差构造、一次状态更新、一次边界交换；再通过算子融合、少存多算、SoA布局、通信与计算重叠，以及MPI+HIP框架，实现不依赖GPU-aware MPI即可在国产软件栈部署。张红说：“精度靠GKS的天赋，扩展靠少搬多算。”

最终，数万张国产智能芯片、6.774万亿网格，弱扩展效率99.01%、强扩展效率73.00%、吞吐率34.029 TCUPS。姬兴说，这不是把国外代码翻译到国产卡上，而是为国产卡的“脾气”精挑细选的一套基础算法。

数万卡协同：稳定性本身就是工程挑战

规模到了数万张芯片，系统稳定性成为另一道门槛。中科曙光研发工程师梁超说，超大规模CFD更强调计算、通信、存储和调度的全系统协同，对网络时延、大规模MPI通信效率、IO稳定性和资源调度都更敏感，“一个进程或一张卡慢了，就会影响整体性能”。平台通过数字孪生、全链路可观测、智能故障诊断等机制，保障长时间大规模任务稳定运行；并通过逐级扩展验证，持续校验计算结果、通信效率和资源利用。

姬兴印象最深的是大规模集成能力：“曙光8000能够成功组建起稳定的十万卡级并行计算环境，把这么多卡布局在紧凑空间下，令人印象深刻。”他还提到，国产软件环境为复杂CFD代码的直接部署提供了支撑，不再依赖国外CUDA生态。

这项成果不是终点。姬兴将项目分为“研、算、智、用”四阶段：前两阶段完成里程碑节点，下一步是用高精度数据集训练高效代理模型，把“算一次代价很大”变成“秒级给出工程可用估计”，并拓展到商业航天。国产算力的突破，不只是卡数纪录，更在于让重大科研问题可算、可验、可推演。

中科曙光研发工程师梁超介绍，在此次合作中，曙光8000不仅提供大规模国产异构算力，还提供国产软硬件协同运行环境，从编译、运行时、数学库、通信库到作业调度进行适配优化，并组织覆盖硬件、系统软件、并行计算、通信、存储、应用优化等方向的技术团队联合攻关。

“曙光在这项工作中不仅是提供算力，更希望发挥‘算力底座+软件环境+规模验证+专业技术服务’的综合能力，与应用团队共同把这套系统真正用起来、跑起来，并进一步发挥超大规模国产算力的应用价值。”梁超表示，从气象预报到商业航天流体研究，国产算力正深入更多科研产业场景。