2026 全国高性能计算学术大会正在深圳召开，会上摆出了我国第一个全国产十万卡 AI 超集群的真机，同时将发布十大重要应用成果。
所谓十万卡，是把十万张 AI 加速卡用高速网络互联，当成一台机器来调度。按现场的说法，这样的算力足以在计算机里构建一个数字孪生大脑，甚至模拟百亿光年尺度的宇宙演化。
真正值得注意的并不是规模数字，而是路线选择。曙光 8000 明确走“超算与智算原生融合”的道路：同一套底座，既能承担最高精度的科学计算，也能做大模型训练与推理。
这两种计算方式的底层逻辑并不相同。超算把物理方程写进机器，从初始状态出发一步步推演未来，模拟对象越复杂，算力需求越是陡增；智算则从海量数据中归纳规律，像古人用“朝霞不出门，晚霞行千里”预判天气那样，靠相关性得出判断。大语言模型是后者的极致形态，但它没有真正掌握因果，幻觉因此难以根除。
把两者放在同一底座上，意义在于互补：科学计算提供可验证的物理约束，智能计算提供处理高维数据的能力。对材料、药物、气象这类问题，混合负载往往比单一模式更有效。
今年 8 月，这个全国产十万卡集群已官宣正式投用，标志着我国算力基础设施进入十万卡级部署阶段。公开信息显示，其每秒峰值算力如果换成人来干，需要全人类不停歇地算 200 年，眼下它支撑着 26 个领域、300 多种任务，涵盖新材料、创新药与人工智能。
从“能装一个宇宙”的说法回到现实，超集群的价值最终要由跑在上面的作业来衡量。真机亮相只是节点，如何把十万卡的利用率维持在高位，才是接下来更难的题目。
超算与智算融合，是这几年算力建设的主线之一。单独建智算中心，科学计算精度不够；单独建超算中心，又难以承接大模型负载。把两种负载放在同一底座，调度层要解决的问题不少：网络拓扑、存储带宽、任务优先级，都要重新设计。
十万卡规模带来的另一重考验是稳定性。卡越多，单点故障概率越高，训练任务的容错与续跑能力就成为关键指标。真机亮相之后，外界更关心的会是长时间运行的可用性，而不是峰值数字。
文章与图片内容转载网络，如有侵权请联系平台删除
发表评论 取消回复