火箭尾焰、宇宙模拟、地下油藏，曙光8000正在挑战哪些计算难题

作者：王聪彬

在2026 CCF全国高性能计算学术大会期间，中科曙光集中发布了曙光8000十大前沿应用成果。其中包括，西安交通大学团队以6.77万亿网格模拟33个火箭发动机喷口的尾焰干扰；中国科学院国家天文台利用约4万亿个暗物质粒子研究宇宙演化；中国石化胜利油田物探研究院则完成了百亿级网格地震正演模拟。

这些数字都非常惊人，但要真正完成如此大规模的计算，科研团队遇到的困难远比想象中复杂。即使是已经开发成熟的算法，放到数万张加速卡组成的集群上，还有很多意想不到的问题。

33股火箭尾焰，为什么要算6.7万亿个网格

对于商业航天来说，如何降低发射成本一直是重要课题，火箭的回收复用也因此受到越来越多的关注。为了提高运载能力，大型火箭往往需要多台发动机共同提供推力。以SpaceX星舰的超重型助推器为例，其采用33台发动机，当这些发动机同时工作时，喷口产生的超声速尾焰会相互干扰，形成复杂的流场。

按照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介绍，这些射流的温度可以达到约3000K，相互作用后形成复杂的激波、剪切层及湍流结构。高速变化的气流可能引起发动机喷口和箭体振动，高温尾焰还可能造成热烧蚀，进而影响可重复使用火箭的结构设计和使用成本。

尾焰干扰产生的一些流动结构只有毫米级，而大型火箭的长度可以超过100米。即使只研究发动机喷口附近的流场，计算范围也涉及毫米到数米、十米级的变化。

为了捕捉细小的流动结构，科研人员必须把计算网格划分得足够精细。当三维空间中每个方向的网格数量增加10倍，总网格数量就会增加1000倍。

此次西安交通大学团队完成的模拟规模达到了6.7万亿网格，创下国际已知超声速时空耦合高精度射流仿真计算规模纪录。

据介绍，2025年下半年，团队开始利用曙光8000约千卡规模的原型平台开展测试，随后不断扩大并行计算规模。

“随着加速卡数量增加，系统通信和稳定性成为两个突出问题。”姬兴称，上千张卡共同完成一项任务时，即使只有一张卡出现故障，也可能导致整个任务中断。到了万卡规模，出现问题的概率还会进一步增加。

针对这些问题，西安交大与中科曙光共同开展软硬件优化，通过通信隐藏、点对点通信等方法减少数据交换对计算效率的影响，并针对国产平台的硬件架构调整算法。

经过多轮测试和优化，团队最终将并行计算规模扩展到十万卡级，完成了求解器在国产大规模计算平台上的验证。

姬兴将整个研究过程分为“研、算、智、用”四个阶段。目前，团队已经完成基础算法开发和大规模计算验证，后续还需要研究更加复杂的物理模型，以及火箭在不同工况下的流场变化。

33喷口模拟主要集中在尾焰相互干扰问题上，尚未覆盖火箭返回减速、着陆等不同工作状态。研究团队希望在现有求解器基础上继续完善计算模型，为商业航天中的喷管、结构和热防护设计提供支撑。

4万亿粒子模拟宇宙，十几PB数据怎么处理

宇宙学模拟一直面临一个难题：宇宙的尺度十分庞大，但要研究其中的细节，又需要足够高的计算精度。

天文学家通过望远镜能够观测星系、恒星等天体，但宇宙中大量暗物质无法直接被看见。中国科学院国家天文台研究员王乔介绍，科研人员需要借助理论模型和数值模拟，研究暗物质如何影响宇宙大尺度结构的形成，再将计算结果与实际观测进行比较。

国家天文台牵头开展的“千衍”超大规模宇宙学N体模拟，覆盖约100亿光年的空间尺度，使用了约4万亿个粒子。

“之所以选择这样的规模，是希望同时满足大体积和高精度两个要求。”王乔说道。如果模拟覆盖的空间太小，研究得到的统计结果可能存在偏差。如果粒子数量不足，一些距离遥远、结构细微的星系就难以被准确解析。

团队在正式运行前进行了多次论证，最终确定4万亿粒子的模拟规模。如此庞大的计算任务，就需要上万张加速卡持续协同运行。王乔提到，整个宇宙演化模拟持续运行了多天，期间对系统稳定性提出了很高的要求。

即使单张加速卡的运行足够稳定，当规模扩展到上万张时，整个系统仍然会面临更大的故障风险。特别是在网络通信环节，研究团队遇到了很高的带宽压力，后来通过与中科曙光共同进行网络调优、节点筛选和参数调整，才完成了计算任务。

在模拟结果产生之后，科研团队还需要解决一个新问题：数据处理。

为了保存宇宙演化过程中不同时期的状态，“千衍”需要记录约100个时间切片，由此产生了十几PB的数据。

王乔坦言，模拟结果实际上早已计算完成，但后续数据处理花费了大量时间，也是成果未能立即发布的重要原因。

这些数据需要进一步分析，从中重构星系及宇宙大尺度结构，再与天文观测结果进行比较。由于数据规模巨大，每一次数据读写都会消耗大量资源，相关分析同样需要在超算平台上完成。

目前，团队已经将模拟结果与部分引力透镜等观测数据进行比较，相关结果显示出了较高的模拟精度。

随着天文观测技术进步，高精度宇宙学模拟也开始为实际观测提供参考，包括帮助研究人员判断哪些区域值得进一步观察，以及采用什么方法开展研究。

王乔下一阶段计划将AI引入宇宙模拟的数据分析过程，当研究人员在庞大的模拟结果中发现某个特殊结构时，可以借助AI工具快速定位并提取相关特征，再开展更精细的研究。

油藏越找越细，百亿级网格要算多久

在介绍油气勘探的变化时，中国石化胜利油田物探研究院首席专家张猛打了一个比方。

过去寻找地下石油，好比在水里捞十几斤、二十斤的大鱼。经过几十年的勘探开发，大规模、容易发现的油藏已经越来越少，现在需要寻找的可能是更小、更分散的油藏。

张猛提到，过去部分计算任务使用25米×25米的网格就能够满足需求，如今为了研究更细小的地质目标，可能需要将网格缩小到1米×1米。与此同时，采集的数据量也快速增加，目前大型工区的数据规模已经达到约300TB。

网格划分越细，地震波在地下传播过程的模拟就越复杂，对计算能力和内存容量的要求也随之增加。依托曙光8000，胜利油田物探研究院将地震正演模拟推进到了百亿级网格规模，能够对更加复杂的地下地质结构开展模拟研究。

张猛将油气勘探中的地震成像比作给地下做CT，科研人员通过野外采集地震数据，经过处理形成地下结构图像，再由地质人员进行分析。

但地下结构存在复杂性，同样的观测结果可能对应不同的地质解释。地震正演模拟可以根据地质人员建立的地下模型，计算地震波在其中传播和返回地表的过程，再将模拟结果与实际数据进行对照。

如果结果存在较大差异，地质人员就可以调整模型，重新进行计算。考虑到钻井成本较高，提前进行更多模拟验证，有助于减少地质判断中的不确定性。

张猛介绍，如果依靠油田内部原有的计算设备，完成一些大规模地震正演模拟任务可能需要几个月，甚至半年以上。如此长的计算周期，也限制了这些技术在实际勘探中的应用。

在曙光8000上，研究团队已经完成百亿级网格规模的计算测试。根据目前的测试情况，张猛估计，如果能够充分使用万卡级GPU集群，过去需要7至8个月的部分任务，有望在约两天内完成。

据介绍，胜利油田与中科曙光已经有二十多年的合作历史，双方从2020年前后开始进一步推进国产软硬件适配。通过光合基金、技术人员驻场等方式，胜利油田将自主研发的地球物理软件逐步迁移到国产计算平台上。

对于油田企业而言，自行建设万卡级超算系统需要很高的投入，通过与中科曙光合作，胜利油田利用外部超算资源，甚至探索租赁方式，可以减少企业在计算基础设施上的投入。

在他看来，计算能力的发展也影响着油气勘探技术的实际应用。一些早在上世纪80年代就已经提出的先进地球物理方法，因为计算量过于庞大，直到近年来才随着高性能计算技术进步获得更广泛的应用机会。

目前，胜利油田与中科曙光还计划进一步探索人工智能在地震资料处理中的应用，包括面向油气勘探领域的专用模型训练与本地部署。

从火箭尾焰到宇宙模拟，再到地下油藏，曙光8000已经支撑科研团队完成了一批高难度计算任务，国产算力也开始在这些前沿研究中承担更重要的角色。