2026年7月10日在郑州举办的光合组织2026智能计算应用大会上中科曙光宣布了一个令整个国产算力行业振奋的消息，国内首个全国产十万卡AI超集群曙光8000正式落成并同步接入国家超算互联网。这是中国算力基础设施从万卡级迈入十万卡级的决定性一步，标志着国产AI算力完成了从能用到好用的关键跨越。这一成果是在美国对华AI芯片出口限制不断升级的背景下取得的，对于保障国家AI产业安全具有战略意义。
十万卡级的AI超集群与万卡级集群的差异并非简单的乘以十。从万卡到十万卡计算卡的数量增加了十倍，但系统工程的复杂度和技术挑战是指数级增长的。万卡集群的挑战主要在于单卡算力的堆叠和基本的网络互联，而十万卡集群必须在系统架构、网络互连、访存效率、能效控制和生态应用能力等维度上实现全方位的工程突破。曙光8000集群采用的超智融合技术路线是此次落地的最大技术亮点。传统上高精度科学计算浮点运算和低精度AI训练是两套互不兼容的计算体系，科学计算需要FP64双精度的高精度，而AI训练只需要FP16或INT8的低精度。曙光8000实现了从FP64到INT8的全精度算力池化，这意味着同一套计算集群既可以用于天气预测、材料模拟等科学计算任务，也可以用于大模型训练和推理等AI任务，两种类型的任务可以按需弹性分配算力资源，极大提升了整个集群的资源利用效率。
在能效方面曙光8000集群采用了一系列创新散热技术。集群采用了全液冷散热方案，包括直接浸没式液冷和冷板式液冷的混合散热架构，整体PUE达到1.08的行业领先水平。这意味着曙光8000集群中每100瓦的电力消耗中只有8瓦用于散热，其余92瓦都用于计算，能源利用效率远超传统风冷数据中心。在满负载运行状态下曙光8000集群的年均电力消耗将达到相当规模，但液冷散热方案已经将能耗控制在了可接受范围。
曙光8000的十万卡全部采用国产芯片方案。虽然中科曙光没有公开披露芯片的具体
值得注意的是曙光8000的成功落地并不是孤立的国产算力突破。与此同时全国多个大型算力项目也在同步推进。华为Atlas 950超节点的正式亮相标志着华为在超节点级别的服务器能力上达到了新高度。光合组织的开放计算生态也在吸引越来越多的国产芯片厂商加入，形成了一股国产算力生态的建设浪潮。十万卡集群的运营数据还将反过来为国产AI芯片的下一轮迭代提供宝贵的实测反馈，形成一个算力落地促进芯片升级的正向循环。
曙光8000采用的超智融合路线正在重新定义AI基础设施的竞争标准。过去业界对AI基础设施的评判标准比较单一，计算卡的峰值浮点运算性能和对大模型的训练吞吐量是唯一指标。但随着AI应用场景的多样化发展单一的算力规格已经无法满足产业需求。企业需要的不仅是能够训练AI模型的算力，还需要支持数据预处理、模型推理、科学仿真和工业模拟等多种计算任务。曙光8000的落地标志着场景适配能力正在超过理论峰值性能成为评估AI基础设施的新核心指标。一个理想的AI计算平台应该能够弹性地在不同计算模式之间切换，在AI训练、科学计算、工业仿真等不同类型的任务间动态分配资源。这种超智融合的架构思路正在成为国内算力产业的共识方向。随着曙光8000这样的大型标杆项目投入使用超智融合的部署经验和运营数据将反过来推动国产AI芯片和系统架构的进一步优化迭代，形成一个加速国产算力发展的正向循环。
对于企业用户来说曙光8000的落成意味着可以直接使用全国产算力进行AI训练和科学计算，无需再担心芯片供应中断的风险。中科曙光表示曙光8000集群已经正式开始对外提供服务，企业和科研机构可以通过国家超算互联网平台提交计算任务。曙光8000的算力定价策略也备受关注，据中科曙光披露其性价比已经接近采用英伟达芯片的同类集群。随着更多国产十万卡集群的建设和投入运营，国产AI算力的整体竞争力将进一步提升。
从更长远的角度来看十万卡集群的落地不仅是一个技术项目的成功验收，更是中国AI产业自主可控发展道路上的一个重要里程碑。它证明了在外部技术封锁的压力下中国科技企业仍然能够通过自主创新实现重大技术突破。