中国用十万卡定义下一代 AI 基建！

一句话看懂：国内首个全国产十万卡 AI 超集群——曙光8000（登峰）正式落成，首次在高精度科学计算与低精度 AI 训练之间实现了“原生超智融合”，从芯片底层打通了两种算力需求，而非简单拼凑。

事件核心：发生了什么

中科曙光宣布建成曙光8000 AI 超集群，这是中国首个完全使用国产芯片、网络、存储和冷却方案的十万卡级 AI 基础设施。其关键创新在于“原生超智融合”：从海光等国产芯片设计阶段开始，就让每个计算单元同时具备高精度数值计算（如蛋白质折叠模拟）和低精度神经网络算法（如大模型训练推理）的能力。这意味着，用户不再需要为科学计算和 AI 推理分别采购独立的算力集群，而是在同一套系统内无缝切换。同时，集群采用浸没式相变液冷技术降低能耗，并通过国家超算互联网向全国开放调用。

为什么重要

长期以来，AI 算力与科学计算算力处于“分裂”状态：科学计算追求极高精度但效率低，AI 训练追求速度却牺牲精度。这一矛盾在药物研发、自动驾驶等需要混合计算（例如先模拟分子结构再训练筛选模型）的场景中尤为突出。曙光8000 的落地，标志着国产算力从“万卡”跨入“十万卡”阶段，且不是简单的规模放大——它通过全链路自研解决了十倍规模带来的性能损耗和故障率增长问题，相当于为 AI 4S（AI for Science）、大模型训练等密集型任务提供了一个统一的国产“操作系统”，降低了企业跨算力平台切换的开发和运维成本。

对用户/开发者/创作者的影响

对从事 AI 制药、材料模拟、气候预测等 AI4S 领域的科研团队和初创公司而言，可以直接调用这一国产算力进行混合计算，无需再自建或租用多套异构集群。例如，一个生物制药企业可在同一系统内完成蛋白质折叠的高精度模拟，再立即切换到低精度候选分子筛选。对于大模型开发者，十万卡规模意味着能支撑万亿参数模型的全流程训练。对于普通 AI 应用创作者（如使用 Midjourney 或 Stable Diffusion 生成图像的用户），虽然不直接使用该硬件，但更强的算力集群可能带来 API 调用成本的下降或生成速度的提升。目前消息显示，该系统已与北京科学智能研究院等机构合作，第二套同类型集群已在规划中。