曙光8000十万卡AI超集群落成，焦点从堆算力转向系统工程、应用落地与可复制交付。
原文标题：「十万卡时代」，谁在定义新标准？
原文作者：机器之心
冷月清谈：
怜星夜思：
2、文章里提到“全国产十万卡”，这对国内AI产业的实际意义有多大？会不会被宣传话术放大了？
3、如果十万卡算力真的变得更容易使用，最先受益的会是大模型公司，还是科学计算和工业仿真？
4、衡量一个十万卡集群值不值得建，应该看峰值算力，还是看真实应用产出？
原文内容
中国 AI 算力，正在杀出重围。
过去几年，芯片断供、生态封锁、技术围堵，中国 AI 基础设施的每一步，都是在窄径中披荆斩棘，走过了一个又一个卡脖子关口。从追赶到并跑，从万卡到十万卡，从能用国产芯到敢用国产芯，硬生生趟出了一条中国 AI 的破局之路。
今天，中国算力自立自强，终于等来了一座震撼时代的里程碑。
7 月 10 日，光合组织智能计算应用大会上，中科曙光宣布：采用原生超智融合技术路线的首个全国产十万卡 AI 超集群曙光 8000（登峰），正式落成！
更关键的是，就在集群落成首日，北京科学智能研究院与曙光签署战略合作，启动第二套全国产十万卡系统研制。
外界都在关注首套十万卡落成的突破，但真正的产业信号是其可复制的工程能力，这才是理解曙光 8000 真正价值的关键 —— 如果首套落成验证的是技术成熟度，那第二套启动验证的就是产业认可度，这标志着十万卡正加速踏入规模化应用新阶段。
而率先跑通这条路的曙光，正在为新一代 AI 基础设施写下中国标准。
一、十万卡不是堆出来的
系统工程才是最高壁垒
随着人工智能技术持续演进，大模型参数直奔万亿，智能体从概念验证走向规模化部署，科学智能、物理 AI 等新兴方向也快速落地。当下的算力需求，已经同时走向多元化与规模化。
当高精度计算和低精度推理必须同时跑的时候，传统架构已经撑不住了，这也是曙光 8000 选择 “原生超智融合” 的根本原因。
从芯片、硬件、集群到调度系统一体化设计，支持从 FP64 双精度到 INT8 低精度的全谱系计算。一套底座，同时承载科学研究、大模型训练、AI 推理、工业仿真，跨越分区而治的局限，实现真正的原生融合。
但超智融合只是起点，真正让十万卡从 “能造” 走向 “能复制” 的，是因为它把十万卡从手艺活变成了工程学的方法论。
行业的惯性思维是十万卡 = 一万卡 ×10，但规模每上一个数量级，网络、散热、存储、调度的复杂度是指数级增长的。任何一个环节的短板，都会让十万张卡变成一堆废铁。
十万卡集群，拼的早已不是芯片，而是驾驭系统复杂度的能力。
正因为如此，新一代 AI 基础设施的评价标尺，正在发生根本性转移。过去比峰值算力，现在比的是系统可用性。过去追求建起来，现在考验跑得稳。十万卡的及格线不是能跑，而是具备长周期运行的工程韧性。
这个底气，来自四大工程支柱。
网络死守不崩。 规模越大，通信越堵，传统网络一次中断，数日成果直接归零。曙光 8000 搭载国内首款类 InfiniBand 原生 RDMA 芯片，底层 SerDes IP 到交换机全链路自研。信用流控，零丢包；毫秒级故障恢复，不随规模衰减。单子网硬扛十万卡，规模再大，网络不崩。
散热打破物理天花板。 单机柜功率冲破 MW 级，风冷直接出局。这不是效率问题，是物理极限。上浸没式相变液冷，金刚石铜合金界面导热，全年自然冷却，PUE 死死压在 1.04。不需要压缩机，不挑选址，这套方案，搬到任何一座城市都能转。
存储拒绝空转。 Checkpoint 慢一秒，GPU 就空转一秒。ParaStor 拿下 2026 全球 IO500 生产型双榜第一，从被动仓库变成主动供给线。十万卡级并发，不再等数据，绝不卡脖子。
调度规模跨越。 175B 模型，上千张卡连轴转 57 天，105 次节点故障，靠人根本管不过来。Gridview7.0 双智能体架构，科研运维全自动化。管十万卡和管万卡一样可控。
四项技术，分看是单点突破， 合起来是一套完整的系统工程。网络能适配不同规模，散热能不挑选址部署，存储能随节点扩容，调度能覆盖多场景。每一个关键环节，都不是为了这一个项目定制的，而是从一开始就按可复制、可交付的标准来设计。
这就是方法论 + 工程能力的质变。曙光 8000 真正验证的，是一套覆盖芯片、计算、存储、网络、散热到应用、服务七大维度的系统级方案，从能建成到能复制，它把十万卡从手艺活变成了工程学。
二、规模是门槛
应用才是最关键的价值窗口
方法论有没有实效，最终要透过规模表象看应用。
过去几年，行业主流玩家在算力规模竞赛上不遗余力。但一个尴尬的现实是，建而不用、用而不优的集群并不在少数。算力的真实价值，最终要体现在应用产出上。不是跑了多少基准测试，而是支撑了多少科研突破和产业成果。
这也是曙光 8000 最值得称道之处。数据显示，该集群已完成 300 余项应用优化，覆盖材料科学、生命科学、流体力学、气象预测、量子计算等二十余个行业领域。超过 70 个应用实现万卡规模扩展，部分任务达到戈登贝尔奖量级。
数字背后是正在发生的科研实践。材料科学，9 万张卡协同完成 3.16 万亿个原子的 DFT 高精度仿真。生命科学，8 万张卡加速蛋白质折叠全流程模拟，直接服务新药研发。工程仿真，8.8 万张卡完成 328 万亿网格湍流直接模拟，支撑航空、船舶等高端制造。能源勘探，地震成像核心算法完成国产化平台移植，已适配中石油 BGP 油气勘探。量子计算，8 万张卡完成 152 自旋轨道 FeMoco 团簇基态能量高精度计算。
这些不是实验室里的跑分，算力也不再是纸面数字，而是正在产出的新质生产力。
更关键的一步，是让这些算力不再只是少数团队的武器。OneScience 平台将将科学大模型开发周期从天级缩短至小时级，科研人员用自然语言描述需求，平台自动完成从环境适配、代码生成到作业提交的全链路。
这意味着，十万卡级算力正在变成科研人员触手可及的标配工具。
门槛降到这一步，生态才算越过了临界点。在此之前，是平台求着应用来适配。在此之后，是应用自己涌向平台。越用越好用，越好用越多人用，从而真正实现生态的正循环。
三、谁先完成方法论闭环
谁制定规则
应用跑通了，生态转起来了，下一个问题是：“十万卡” 牌桌上，规则该由谁来定？
毋庸置疑，每一代新基建的更迭，都会诞生新的规则制定者。在十万卡这条赛道上，谁先完成 “建设→交付→复制” 的闭环，谁就掌握了定义超大规模算力基础设施的话语权。这是产业规律，不以个体意志为转移。
现在，曙光已经率先交卷。第一套验证技术，第二套验证复制。后来者还在讨论要不要建，先发者已经在交付第二套、规划第三套。全链路自研、超智融合、十万卡规模，三件事合在一起，它正在从一家公司的方案变成全行业可以参考的公共标尺。
单点技术可以对标赶超，但一套覆盖全链条、经过规模化应用真刀真枪验证过的系统工程，短时间内很难企及，这才是最深的护城河。尤其在全球化 AI 竞赛中，时间窗口正在急速收窄，先发优势的壁垒一旦合拢，后来者面对的将是极难撼动的降维打击。
先定义标准的人，将定义下一个时代。
更进一步而言，这也意味着，当全球 AI 产业彻底褪去泡沫、转向理性与务实的新阶段，中国在十万卡赛道上的角色，已经迎来了新一轮历史性翻转。我们不再是跟在身后的追赶者，而是站上牌桌中央，开始拥有直面全球化竞争、定义新赛道规则的能力。
这份底气，靠的不是某一项指标的突然反超，是从芯片到应用、从建设到交付、从能造到能量产，整套工程能力千锤百炼的步步登高。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com