文章总结： 本文介绍央视纪录片《超级工程—曙光8000》，聚焦十万卡超级计算机的协同挑战、超智融合路线及科研应用，强调算力价值在于解决实际问题，未来算力将成基础设施。 综合评分： 85 文章分类： 产品介绍,解决方案

花了6年造出的十万卡机器，最后拿来干什么？

原创

wljslmz瑞哥 wljslmz瑞哥

网络技术联盟站

2026年9月29日 14:33 江苏

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

9月25日，《超级工程—曙光8000》在央视开播。

《超级工程》这个系列过去拍过港珠澳大桥、中国高铁，这一次镜头没有对准桥梁和轨道，而是进入了一个普通人几乎看不见的世界——超级算力中心。

曙光8000最容易让人记住的，是“十万卡”。

十万张国产智能计算芯片、一万余个计算节点、超过十亿个零部件，这样的数字看起来足够震撼。但看完这部纪录片，我最大的感受反而不是“十万张卡有多厉害”，而是终于有人把一个容易被忽略的问题讲清楚了：

算力真正有价值的那一刻，不是机器开机，而是科研人员开始用它解决以前解决不了的问题。

2026年7月，曙光8000正式落成投用，并接入国家超算互联网。上线首周，系统就实现满载运行，日均处理作业数突破15万个，单日峰值超过50万个。

这其实非常有意思。

因为它意味着，十万卡并不是建完以后摆在那里展示的“超级设备”，而是一套真正进入科研和产业流程的基础设施。

十万卡最难的地方，不是“卡”，而是“协同”

如果把一台服务器理解成一个人，那么十万张卡意味着十万个人同时干活。

问题也就来了：这么多人怎么分工？数据怎么传？任务怎么调度？有人出故障怎么办？某个环节慢了，会不会拖住整个系统？

到了这个规模，单张计算卡跑得多快已经不是唯一问题。

真正决定集群效率的，是网络、存储、调度、散热、软件生态能不能一起工作。

这也是我觉得《超级工程—曙光8000》比较有价值的地方。它没有把超级算力简单拍成“堆硬件”，而是把背后的工程问题摊开给观众看。

十万张芯片必须组成一个整体。

CPU、AI加速芯片、高速网络、存储系统、调度平台，以及液冷、电力等基础设施，都必须围绕同一个目标协同起来。

特别是到了十万卡级别，网络已经不再只是“把机器连起来”这么简单。

大量节点之间需要持续交换数据，如果通信出现拥堵，计算卡再快也只能等着。中科曙光公开资料也提到，超大规模集群的瓶颈正在从单卡性能逐渐转向互联、存储、调度和系统效率。

这其实和我们平时做网络运维很像。

100台设备的时候，一个交换机问题可能只是局部故障；到了几万、十万规模，任何一个环节出现问题，都可能被放大成系统级问题。

超级算力，本质上已经不是“买多少卡”的问题，而是一个超级复杂的系统工程。

更关键的一步，是让不同科研任务“跑得起来”

还有一个容易被忽略的问题。

计算资源有了，科研人员就一定能直接使用吗？

还真不是。

传统科学计算与AI计算，本身就是两套不同的计算逻辑。

天气预报、流体模拟、航空航天仿真等任务，对计算精度要求很高；大模型训练、推理等AI任务，则更多依赖大规模并行计算。

如果把所有任务都用同一种方式处理，很多算力其实发挥不出来。

曙光8000采用的“超智融合”路线，核心就是希望把高精度科学计算和智能计算放到同一个体系里，让一套基础设施同时承载不同类型的任务。人民日报对曙光8000的报道也特别提到，它试图把高精度科学计算与低精度智能计算统一到同一系统。

我认为这比单纯追求“十万卡”更值得关注。

因为科研计算从来不是一场单纯的算力竞赛。

真正的问题是：给我这么多算力，我到底能不能把科学问题算出来？

这中间还隔着软件移植、算法优化、编译环境、通信效率、任务调度等一大堆工作。

很多科研软件甚至并没有为十万卡规模做好准备。于是，工程师需要进入科研现场，和科学家一起调整程序，一起寻找瓶颈。

这时候，工程师的角色已经不再是传统意义上的“设备维护人员”，而更像科研团队的一部分。

科学家提出问题，工程师负责把问题变成计算任务，再把计算结果重新交还给科学家。

这条链路真正打通，算力才开始有意义。

最让我印象深刻的，是那些“以前根本算不起”的问题

比如黄河水沙模拟。

黄河里的水、泥沙、河床变化之间存在复杂耦合关系。过去受计算能力限制，模型的空间分辨率很难做到足够精细。

当算力规模被进一步拉高以后，科研人员开始尝试更高分辨率的数字模型。

这时候，算力就不再只是让原来的程序跑得更快，而是在改变“能不能做这项研究”的边界。

气象预测也是类似的逻辑。

9月15日，中国气象局地球系统数值预报中心与中科曙光发布成果，基于曙光8000，国产MCV数值模式可以在1小时内完成全球5公里分辨率、未来10天的预报计算，并达到国际主流业务时效标准。

这件事真正有价值的地方，不只是“1小时”这个数字。

而是以前需要大量时间完成的计算，现在开始具备更强的业务化能力。

对于天气预报来说，算出来只是第一步，更重要的是能不能在需要的时候准时算出来，而且每一次都稳定、可重复。

这也是超级算力和普通高性能计算最大的区别之一：

科研不是只需要峰值性能，而是需要稳定、持续、可使用的性能。

再比如复旦大学的数字孪生脑研究。

相关团队已经构建了具备约860亿神经元规模、百万亿突触的全人脑尺度模拟平台。

这种任务最大的难点之一甚至不是“算得不够快”，而是不同节点之间需要交换海量数据。

换句话说，有时候计算速度再快，网络通信跟不上，也没有意义。

这让我对“算力”这个词有了一个新的理解。

算力从来不是一个孤立的数字，而是一整个系统的综合能力。

十万卡之后，真正值得关注的是“谁能用上”

过去，人们谈超级计算机，首先想到的是科研院所、大型实验室和少数顶尖科研团队。

这很正常，因为超级计算资源太昂贵，也太复杂。

但未来真正有意义的变化，是超级算力逐渐从“少数人的专属设备”变成一种公共基础设施。

曙光8000已经接入国家超算互联网。

这意味着算力开始向网络化服务方向发展。

就像今天大多数企业并不会自己建设发电厂，而是直接使用电力；未来很多科研团队可能也不需要自己拥有庞大的计算集群，而是通过网络直接调用计算资源。

到了那个阶段，科研人员面对的将不再是一排排服务器，而是一个计算服务。

提交任务、运行模型、获取结果。

至于后面的芯片、网络、存储、调度和散热，由基础设施负责。

我觉得这才是“算力基础设施”真正成熟的标志。

看完《超级工程—曙光8000》，我最大的感受是：

十万卡本身并不是故事的结尾，甚至可能只是故事真正开始的地方。

硬件规模可以被不断刷新，从千卡到万卡，再到十万卡，未来可能还会继续增长。

但机器越大，系统越复杂。

计算、网络、存储、能源、散热、软件、算法乃至科研协作方式，都必须一起进化。

所以接下来真正值得关注的，可能已经不是“下一套集群有多少张卡”，而是这些算力到底改变了多少科研流程，解决了多少过去解决不了的问题，又诞生了多少新的研究方法。

过去三十多年，中国先进计算一直在解决“有没有”的问题。

而现在，问题正在逐渐变成“怎么用”。

当超级算力真正走进气象、脑科学、材料、能源、生命科学、航空航天等领域，当科研人员不再需要关心底层到底用了多少芯片，只需要关心模型能不能算出来、结果够不够快，那个时候，算力才真正从一项顶尖技术，变成社会运行的基础设施。

十万卡只是一个数字。

真正决定曙光8000价值的，是这个数字背后究竟能跑出多少新的科研成果。

而未来三十年，或许才是超级算力真正开始改变世界的阶段。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：网络技术联盟站 wljslmz瑞哥 wljslmz瑞哥《花了6年造出的十万卡机器，最后拿来干什么？》