近日，國(guó)內(nèi)AI算力領(lǐng)域迎來(lái)重大突破——由中科曙光研發(fā)的三套scaleX萬(wàn)卡超集群系統(tǒng)在國(guó)家超算互聯(lián)網(wǎng)核心節(jié)點(diǎn)同步上線試運(yùn)行。這一里程碑事件標(biāo)志著我國(guó)成為全球首個(gè)實(shí)現(xiàn)超3萬(wàn)卡國(guó)產(chǎn)AI算力池規(guī)模化運(yùn)營(yíng)的國(guó)家，為萬(wàn)億參數(shù)大模型訓(xùn)練、AI for Science等前沿領(lǐng)域提供了強(qiáng)大的算力支撐。

此次部署的三套萬(wàn)卡集群并非孤立存在，而是作為國(guó)家超算互聯(lián)網(wǎng)的關(guān)鍵樞紐，構(gòu)建起覆蓋全國(guó)的國(guó)產(chǎn)AI算力資源池。該系統(tǒng)通過國(guó)家超算互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)統(tǒng)一調(diào)度，已成功連接30余家超算與智算中心，服務(wù)用戶超百萬(wàn)，每日處理作業(yè)峰值達(dá)103萬(wàn)個(gè)，累計(jì)支撐運(yùn)行1.96億次作業(yè)。這種體系化布局使國(guó)產(chǎn)算力從"單點(diǎn)突破"邁向"網(wǎng)絡(luò)協(xié)同"，為全球AI算力競(jìng)爭(zhēng)提供了中國(guó)方案。

在技術(shù)實(shí)現(xiàn)層面，scaleX萬(wàn)卡超集群突破了三大核心挑戰(zhàn)。針對(duì)萬(wàn)卡級(jí)集群的通信瓶頸，系統(tǒng)采用自主研發(fā)的scaleFabric高速互聯(lián)網(wǎng)絡(luò)，基于400G類InfiniBand原生RDMA技術(shù)，實(shí)現(xiàn)400Gb/s帶寬和低于1微秒的端到端延遲，通信性能較傳統(tǒng)方案提升2倍以上，同時(shí)降低30%網(wǎng)絡(luò)成本。在供電散熱方面，全球首創(chuàng)的高密度單機(jī)柜設(shè)計(jì)通過浸沒相變液冷技術(shù)，將算力密度提升20倍，PUE值降至1.04，在同等機(jī)房條件下可部署更多算力資源。

系統(tǒng)運(yùn)維層面，該集群引入物理集群數(shù)字孿生技術(shù)，實(shí)現(xiàn)故障定位、資源狀態(tài)的可視化管理。智能調(diào)度引擎可管理萬(wàn)級(jí)節(jié)點(diǎn)、服務(wù)十萬(wàn)級(jí)用戶，支持每秒萬(wàn)級(jí)作業(yè)調(diào)度，系統(tǒng)長(zhǎng)期可用性達(dá)99.99%。這種"數(shù)字孿生+智能調(diào)度"的組合，使萬(wàn)卡集群真正融入國(guó)家算力體系，成為可復(fù)制、可規(guī)模交付的標(biāo)準(zhǔn)化產(chǎn)品。

值得注意的是，該系統(tǒng)采用中科曙光牽頭推動(dòng)的"AI計(jì)算開放架構(gòu)"，支持多品牌AI加速卡混合部署，全面兼容CUDA等主流軟件生態(tài)，已完成400余個(gè)主流大模型的適配優(yōu)化。這種開放生態(tài)降低了開發(fā)者遷移成本，為國(guó)產(chǎn)算力產(chǎn)業(yè)鏈協(xié)同發(fā)展奠定基礎(chǔ)。在應(yīng)用場(chǎng)景上，系統(tǒng)已覆蓋材料科學(xué)、生命科學(xué)等科研領(lǐng)域的大模型計(jì)算，同時(shí)為模型企業(yè)、互聯(lián)網(wǎng)公司和行業(yè)用戶提供普惠算力服務(wù)。

當(dāng)前，全球AI算力競(jìng)爭(zhēng)進(jìn)入白熱化階段。海外方面，馬斯克的xAI宣布"Colossus 2"吉瓦級(jí)訓(xùn)練集群投入運(yùn)行，OpenAI則聯(lián)合Cerebras部署750兆瓦級(jí)晶圓級(jí)系統(tǒng)。相比之下，中國(guó)通過國(guó)家超算互聯(lián)網(wǎng)的體系化布局，正在形成獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)。此次三套萬(wàn)卡集群的同步落地，不僅展現(xiàn)了國(guó)產(chǎn)算力的工程化能力，更標(biāo)志著我國(guó)AI基礎(chǔ)設(shè)施建設(shè)從"拼建設(shè)"轉(zhuǎn)向"拼運(yùn)營(yíng)"的新階段。