从4万亿个宇宙粒子到数字大脑
在深圳举行的一场大型会议上，与中国曙光8000计算系统一同展示的应用包括：使用4万亿个暗物质粒子进行的模拟、包含1000亿个神经元的数字大脑，以及分辨率达1公里的海洋预报系统。
目录
据开发商介绍，这台机器是中国首个完全自主研发、包含10万张加速卡的人工智能超集群，并在第22届CCF全国高性能计算学术年会上亮相。会议于2026年10月17日至20日在深圳世界会展中心举行，10项前沿应用成果于10月18日发布。
曙光8000也称“登峰”，建于河南省郑州市，并接入国家超算互联网。其核心设计将高性能计算与人工智能相结合：前者依据数学和物理规律进行计算，后者则从数据中学习模式。
这一设计旨在帮助研究人员更快地探索棘手问题。传统模拟可以生成训练数据，人工智能能够从可能的答案中进行筛选，再通过另一轮精细模拟验证最有希望的结果。
曙光的建成公告显示，该系统于2026年7月10日建成并接入网络。因此，10月的展示聚焦于这套已投入使用的系统所支撑的应用，涵盖天文学、材料、生命科学、天气和农业等领域。
10万张互联加速卡实际能做什么
AI加速卡是一种专为并行执行大量计算而设计的计算硬件。将10万张卡连接起来，可以让集群把高要求任务分配给众多处理器，前提是这些处理器之间能够足够快速地交换数据。
曙光表示，该系统支持从FP64到INT8的数值格式。FP64使用64位表示浮点数，能为科学计算提供较高的数值精度。INT8使用8位表示整数，适用于部分人工智能运算；较小的数值可以减少内存占用和计算成本。
研究的不同阶段对精度有不同要求。精细的物理模拟可能需要FP64，而用于筛选候选材料的AI模型则可能采用精度较低的格式。曙光8000旨在通过同一计算平台支持这些工作负载。
从1万张卡扩展到10万张，卡的数量增加了10倍。但实际性能还取决于软件划分任务的效率、数据传输速度，以及处理器彼此等待所耗费的时间。
曙光将其方案称为高性能计算与人工智能的原生融合。具体而言，这套基础设施旨在处理科学模拟、模型训练和推理，即使用训练完成的AI模型生成答案。
用物理规律检验AI的研究循环
科学模拟和人工智能的出发点各不相同。模拟可以使用描述原子相互作用或空气流动的方程，从初始状态开始，通常经过许多细小步骤计算接下来会发生什么。
AI模型通过样本进行学习。在获得足够多的模拟结果后，它能够识别模式并更快地估算结果，不必重复每一次详细计算。当研究人员需要考察海量可能的设计或分子排列时，这种速度尤为重要。
曙光8000采用的融合方案分为三个阶段。首先，科学计算生成模拟数据。其次，人工智能从这些数据中学习并筛选候选方案。最后，详细的科学计算对较小范围内最有希望的答案进行核验。
最后的核验十分重要，因为AI可能给出看似合理却不准确的结果，这类现象通常被称为“幻觉”。在科学研究中，再吸引人的预测也需要依据研究对象的物理行为进行检验。这种融合工作流程将计算开销较大的运算集中用于已经通过初步筛选的候选方案。
对研究人员而言，这意味着可以改变计算时间的分配方式。无需对每一种可能性都运行最精细的计算，他们可以先用AI缩小搜索范围，再把更高精度的计算留给值得深入研究的案例。
7月发布与10月展示
曙光7月的公告与10月的会议展示，反映了该系统部署的不同阶段。公司先宣布系统建成，随后公布运行数据，再展示更广泛的科学应用。
- 2026年7月10日：曙光宣布曙光8000建成并接入国家超算互联网。
- 7月18日：在世界人工智能大会发布的数据称，系统运行首周实现满负荷利用，日均处理任务超过15万项。
- 10月17日至20日：CCF全国高性能计算学术年会在深圳举行。
- 10月18日：曙光在会上展示10项前沿应用成果。
曙光公布的正式建成日期为7月10日；10月的一则报道还称该集群于8月正式投入服务，但没有解释这一节点与7月启动之间的关系。
首周数据称，日处理任务峰值超过50万项，是所述日均15万项门槛的三倍以上。任务是提交给系统的计算工作，因此统计总量可能包含规模和耗时差异很大的工作。
7月的运行情况更新还称，系统通过综合任务类型、数据位置和资源可用情况进行调度，可支持数百万并发用户请求。这类调度相当于把工作分配给合适的团队，同时避免共享通道和设备成为瓶颈。
宇宙与大脑项目的内容
“千衍”宇宙学模拟使用4万亿个暗物质粒子对宇宙演化进行建模。暗物质不会发光，但可以通过其引力效应被观测到。模拟中的粒子代表部分暗物质，帮助研究人员计算大型结构如何形成。
这一数值规模让“能够容纳一个模拟宇宙”这样的描述有了具体依据。研究人员用数学方式表示宇宙物质及其行为，再计算这一表示随时间如何变化。
复旦大学团队还展示了一个包含1000亿个神经元的数字大脑。会议称这是全球首个达到这一规模的数字大脑。数字大脑通过软件表示神经细胞及其相互作用，使研究人员能够探究它们的集体行为。
这两个项目所需的不只是存储大量对象的空间。随着模拟系统发生变化，计算机还必须反复计算各对象之间的相互作用，并在处理器之间传输信息。
天文学和大脑项目表明，10月的展示为何不只聚焦于加速卡数量。衡量其实际价值的指标还包括模型能够处理的复杂程度、计算细节以及模拟完成所需的时间。
材料、天气、海洋与虚拟玉米
机器学习力场软件包MatPL将分子动力学模拟扩展到万亿原子规模，精度据称接近量子力学计算。分子动力学追踪原子随时间的运动；力场则估算原子间的作用力，这些作用力决定了原子的运动。
与反复求解更精细的量子问题相比，机器学习可以降低计算这些力的成本。会议展示将MatPL的成果定位于模拟规模与数值精度的交汇点，这两项要求往往难以兼顾。
用于全球短期和中期天气预报的“风清集合预报系统V1.0”已投入业务运行。集合预报会运行多个版本的预测，以探索在起始条件或假设略有不同时，天气可能如何演变。
在海洋研究方面，swLFS被介绍为全球首个分辨率达1公里的全球海洋环流预报系统。更高分辨率使模型能够表示更小尺度的空间特征，同时也增加了覆盖全球海洋所需的计算量。
中国农业大学的虚拟玉米平台据称将育种周期从10年以上缩短至数年。该平台将计算技术用于寻找有价值的作物性状，帮助研究人员缩小育种过程中需要探索的组合范围。
这10项成果还涉及能源勘探和高端装备研发。这些具体案例将该集群与实际工作联系起来：天气预报、海洋环流建模、原子行为研究以及作物育种方案筛选。
计算背后的网络与存储
曙光表示，其自主基础设施涵盖芯片、计算设备、存储、网络、制冷、应用和服务。海光等国产自主研发芯片构成计算基础。会议报道还提到，整体架构中包含6款自主研发芯片。
scaleFabric网络采用原生远程直接内存访问（RDMA）技术。这种技术可以减少主处理器的参与，直接在机器之间传输数据，从而降低部分信息交换开销。
高速连接至关重要，因为大型模拟或AI训练任务需要反复共享中间结果。如果处理器完成计算后必须等待数据，部分已部署的计算能力就会闲置。
曙光还将ParaStor分布式存储列为另一项关键组件。分布式存储将数据分散到多台机器上，使大型工作负载能够通过多条路径读写信息。公司称，ParaStor在2026年IO500排名的生产级整机柜和10节点性能类别中均位列第一。
模型训练需要反复读取大型数据集，科学模拟则可能需要保存中间结果，因此存储性能十分重要。保存进度还有助于长时间运行的计算在中断后恢复。
在这样的规模下，网络拥塞、负载均衡和故障隔离都是核心工程任务。调度器需要将工作分配到有合适处理器和数据可用的位置，同时网络必须承载由此产生的流量，避免局部问题演变成更大范围的性能下降。
冷却、密度与维持加速卡运行的成本
曙光8000采用相变浸没式冷却。设备将热量传递给冷却液，冷却液的相变有助于带走热量。曙光称，该设计可支持功率密度达到兆瓦级的机柜。
公司还介绍了自主研发的冷却液，以及全年利用室外环境条件进行冷却的方案。这些功能针对一项基本限制：在有限空间内集中更多计算能力，会产生更多必须持续排出的热量。
曙光在7月的运行情况更新中称，与其他超节点相比，系统单位计算密度提升了20倍。曙光7月的建成声明还分别指出，能效、内存访问和网络设计是这一规模集群必须经受的考验。
供电和制冷设备必须同时满足持续高负载运行和需求变化的要求。运行科学模拟、AI训练和大量推理任务的机器，可能会随着工作负载变化而呈现不同的流量和功耗模式。
接下来需要关注的实际指标包括每项已完成任务的能耗、等待数据所耗费的时间、任务完成时间以及故障后的恢复情况。已发布的公告没有提供一套可供比较的完整数据，涵盖总功耗、运行成本、应用速度或用户收费。
系统的应用范围
曙光在7月的建成公告中称，系统已在20多个领域完成300多个科学计算与AI融合应用的优化，其中70多个应用已扩展到1万卡规模。公告列举的案例包括蛋白质折叠、涉及1万亿个水原子的分子动力学，以及使用100万亿个网格单元的湍流模拟。
7月的运行情况更新称，系统已完成近1000项应用适配。10月的会议数据则提到，系统在30多个领域拥有300多个深度优化的重点应用，其中20多个应用可在全系统运行。10月的另一则介绍统计了26个领域的300多项计算任务。这些数字采用了不同类别，包括软件适配、重点优化和计算任务。
国家超算互联网旨在让高校、科研机构、企业和个人用户都能使用该集群。它的作用是将计算需求与可用资源连接起来，让无法自行建设和运营大型集群的机构也能获得计算资源。
曙光8000还入选了10月18日启动的“HPC+AI赋能科学前沿观察”计划代表性应用案例。会议启动了产业协同计划和开放社区，推动计算基础设施、软件与应用领域的合作。
曙光已宣布与北京智源人工智能研究院建立战略合作，并计划研发第二套完全国产、包含10万张卡的系统。对于首套机器，10月公布的成果聚焦于已经完成的科研工作和持续提供的服务。计划中的第二套系统将把这一做法扩展到单一部署之外。
要点
- 曙光8000连接10万张AI加速卡，运行于河南省郑州市。
- 曙光于2026年7月10日宣布系统建成并接入国家超算互联网。
- 10项前沿应用成果于10月18日在深圳发布。
- 项目包括使用4万亿个暗物质粒子的模拟、包含1000亿个神经元的数字大脑，以及万亿原子规模的分子模拟。
- 该系统通过同一平台结合精细科学计算与AI训练和推理。
- 曙光已宣布研发第二套完全国产、包含10万张卡的集群。
