在人工智能迅猛发展的当下，算力需求正经历着前所未有的变革。一方面，AI大模型训练与科学计算（AI4S）对算力规模提出极致要求；另一方面，传统集群在精度适配、任务调度和资源利用率上的短板日益凸显。面对这种矛盾，全国产化的十万卡级AI超算集群曙光8000（登峰）正式投入使用，以“原生超智融合”架构开辟了国产算力发展的新路径。
当前算力供给呈现明显的“偏科”特征：科学计算追求高精度但效率低下，AI推理追求速度却牺牲精度。这种割裂状态在生物医药、智能制造等领域尤为突出——制药企业需要同时模拟蛋白质折叠与筛选化合物，车企既要开展碰撞仿真又要训练自动驾驶模型。传统算力架构难以满足这种复合型需求，市场迫切需要能兼容多精度计算的新型基础设施。
曙光8000的创新之处在于突破物理融合的局限，实现计算单元的原生一体化设计。该系统从芯片架构层面进行重构，使每个计算核心既能处理高精度数值计算，又能执行低精度神经网络运算。这种设计不是简单叠加功能，而是通过硬件层的深度协同，让科学计算与AI训练在同一套系统中自由切换，真正实现全精度覆盖。测试数据显示，其混合计算效率较传统架构提升3倍以上，特别在AI for Science等跨领域场景中表现出色。
从万卡到十万卡的跨越，带来的不仅是算力规模的量变，更是系统复杂度的质变。中科曙光高级副总裁李斌指出，设备数量增加十倍意味着故障率上升一个数量级，这对系统可靠性提出严苛挑战。曙光8000通过全链路自主创新应对挑战：芯片层采用海光等国产方案构建完整计算链；网络层部署类IB原生的RDMA高速互联，解决卡间通信瓶颈；存储层运用ParaStor分布式系统支撑海量数据读写；散热层应用浸没式相变液冷技术，将PUE值降至行业领先水平。这些技术模块形成有机整体，确保十万卡集群稳定运行。
在应用落地层面，曙光8000着力破解“建而不用”的行业难题。系统通过“存算网”紧耦合设计提升能效比，每瓦特算力产出的Token量达到国际先进水平。开放架构吸引超过300个重点应用完成深度优化，覆盖大模型训练、机器人控制、创新药研发等20余个领域。更关键的是，该集群接入国家超算互联网，使科研机构、企业甚至个人开发者都能便捷调用顶级算力资源，真正实现算力普惠化。
北京科学智能研究所与中科曙光的战略合作具有标志性意义，双方将启动第二套十万卡集群的研发建设。这表明曙光8000的技术路线已获得顶尖科研机构认可，国产超算从“示范工程”向“规模应用”迈出关键一步。随着生态伙伴的不断加入，这种融合科学计算与AI训练的新型算力底座，正在重新定义人工智能时代的基础设施标准。
