知识卡片：中国用十万卡定义下一代AI基建！

一句话结论
曙光8000（登峰）是中国首个全国产十万卡AI超集群，通过“原生超智融合”架构实现高精度科学计算与低精度AI训练推理的一体化集成，标志着国产算力从万卡迈向十万卡时代的系统性突破。

事件概述
在AI for Science（AI4S）和大模型对算力规模与精度的双重需求下，传统“偏科”式算力（高精度慢、低精度不准）已无法满足混合计算场景。2026年7月，中科曙光发布曙光8000（登峰），这是一套全链路自研的十万卡级AI基础设施，采用原生超智融合路线，实现从芯片到网络、存储、散热的系统级重构，并已与北京科学智能研究所达成第二套十万卡系统建设合作。

方法/产品要点

• 原生超智融合：从芯片层面设计，使每个计算单元原生支持高精度数值计算与低精度神经网络算法，无需物理拼凑。
• 全链路自研：覆盖芯片（海光通用处理器、AI加速卡、片间互联交换芯片）、计算、存储（ParaStor分布式存储）、网络（类IB原生RDMA高速网络）、散热（浸没式相变液冷）等全环节。
• 关键挑战：从万卡到十万卡，故障率增加一个数量级，需解决性能效率与系统可靠性问题。
• 能效与生态：通过液冷技术降低PUE；开放架构与光合组织生态协同，已完成300+重点应用优化，覆盖大模型、机器人、创新药等20余个场景；依托国家超算互联网实现全国一体化算力网接入。

主要结果或产业意义

• 首个全国产十万卡AI超集群的落成，将超智融合从概念变为现实，为AI4S、大模型训练推理等提供“一锅烩”算力底座。
• 强调从“建得好”到“用得好”，以每瓦特Token产出作为算力评价新标准，推动算力作为公共资源按需调用。
• 标志着国产计算系统在交付力与生产力层面进入新阶段，有望从示范工程走向规模化普及。

为什么重要

• 解决AI与科学计算场景中“准但慢”与“快却不准”的矛盾，实现全精度协同。
• 十万卡规模带来指数级工程挑战，全链路自研方案展示了国产技术应对超大规模集群的能力。
• 开放生态与全国算力网接入降低了顶尖算力的使用门槛，惠及科研院所、初创企业乃至个人开发者。

局限与不确定性

• 十万卡集群的实际长期稳定运行数据、大规模训练效率等具体性能指标尚未在材料中详述（待核实）。
• 全链路的国产芯片在单点性能上与国外顶级产品（如NVIDIA）的差距未明确提及（待核实）。
• 超智融合架构在极端混合计算负载下的资源调度效率和成本效益仍需进一步验证（待核实）。

可用于图书/PPT/简报的角度

• 标题：从“合租”到“共生”：原生超智融合如何重塑AI算力基础设施。
• 数据支撑：十万卡规模、300+应用优化、20+行业覆盖、PUE极致降低。
• 故事线：生物制药、汽车制造等行业的“碎片化”算力需求 → 曙光8000的“一锅烩”方案 → 国家算力网的可及性。
• 对比视角：传统超智融合的“物理合租” vs 曙光的“原生共生”。

原始材料

• URL: https://aiera.com.cn/2026/07/12/other/admin/103544/%e4%b8%ad%e5%9b%bd%e7%94%a8%e5%8d%81%e4%b8%87%e5%8d%a1%e5%ae%9a%e4%b9%89%e4%b8%8b%e4%b8%80%e4%bb%a3ai%e5%9f%ba%e5%bb%ba%ef%bc%81
• 来源媒体：新智元（AIERA.com.cn）
• 英文标题：China Defines Next-Gen AI Infrastructure with 100,000 Cards
• 英文关键词：AI infrastructure, supercomputing, AI training, native hyper-fusion, domestic chips