曙光8000半年拿下戈登贝尔奖:十万卡国产超集群凭什么

资讯 AI 应用前沿 全文 2418 字 · 约 7 分钟读完 配图 3 张 分类算力

中国团队时隔五年再获超算“诺贝尔奖”,背后是曙光8000全国产十万卡集群的支撑。不同于以往刷榜逻辑,这次获奖项目与气象模拟入围案例,展示了异构计算在解决量子化学和全球气象等复杂科学问题上的实效。文章解析了为何“混合精度”比单纯堆砌算力更重要,以及中国高端计算从追求峰值性能向解决实际科研难题的转变。

所属频道 算力与芯片

五年后,这座奖杯又一次落到中国团队手里。

2026年国际超级计算大会上传出消息,ACM戈登·贝尔奖(Gordon Bell Prize)被中国团队摘得。这已是中国学者第三次拿到这一高性能计算领域的最高荣誉,前两次分别在2016年和2021年。

文章配图

获奖项目由中科大联合中科院物理所、国家高性能计算机工程技术研究中心共同完成,做的是铁钼辅因子的量子化学计算。另一头,中国企业团队主导的“中科天机SD3全球公里级气象数值模拟系统”闯进了戈登·贝尔气候建模奖的决赛名单,这也是中国企业头一回出现在该奖项的决赛圈。

文章配图

一个往物质内部的微观量子世界里钻,一个盯着地球大气的宏观变化。两件事看上去毫不搭界,脚下踩的却是同一块“底座”——曙光8000。

文章配图

这是一台全国产的十万卡AI超集群,今年7月才正式接入国家超算互联网。从上线到登上世界顶级领奖台,前后不到半年。

超算圈里,半年往往只够跑完基准测试、做点初步调优。新机器上线后的头一件事,多半是刷跑分,拿漂亮的峰值算力证明自己存在。曙光8000没走这条路:成绩单先不急着晒,直接扎进了最复杂的科学计算场景。

不为了跑分,只为了解题。

光看结果,容易以为是某个应用团队运气好,或者是一场精心安排的“应试”。其实往里看,这更像长期磨出来的默契。

量子化学获奖团队和曙光方面的合作,早在曙光7000阶段就开始了。那会儿没什么大张旗鼓的宣传,双方只做一件事:围着具体的科学算法,去适配异构系统的特性。后来曙光8000把规模做到十万卡,科研团队这边模型也在持续进化,这项应用才一步步从千卡验证走到万卡,再到十万卡运行。

项目的难点在“强关联电子体系”。要描述固氮酶活性中心里几十个电子的量子行为,计算量会随电子数量增加呈指数级膨胀,传统方法根本算不动。中科大团队的办法是引入神经网络来描述电子量子态,用AI把“指数级爆炸”的计算量压下来。

可这又带出新问题:AI进入核心计算,精度不能因此打折扣。神经网络那部分要靠低精度、高吞吐的矩阵运算提速,量子化学求解的收敛性和可信度又必须由高精度计算托底。底层系统得能在多种精度之间灵活切换,既快又准。

入围决赛的气象模拟系统SD3走的是另一个极端。它把地球表面和大气切成边长1.5公里的方格来模拟。这类任务绝大部分时间必须“老老实实”用最高的FP64双精度,没有商量的余地。同时它还要把99%以上的计算负载压在加速器上,对并行效率要求极高。

一个是在多精度间穿梭的“混合体”,一个是死磕双精度的“硬骨头”。传统单一架构的超算,很难同时伺候好这两位。纯CPU架构双精度能做到极致,可处理大规模低精度矩阵吞吐时效率低下;专为AI设计的低精度加速卡,又满足不了科学计算对高精度的严苛要求。

曙光8000的办法不是折中,是分工。它采用异构超智融合架构:CPU管复杂逻辑调度和高精度串行依赖,GPU接大规模并行矩阵运算。芯片本身支持FP64、FP32、BF16等多种精度,网络、存储和调度系统统一协调,把多样化的计算需求兜住。

这不是把HPC(高性能计算)和AI简单拼在一起,而是直面现实中超过40%的“超智融合”计算任务。数据显示,这种架构下CPU+GPU异构节点的计算性能达到纯CPU节点的3倍以上。BF16弱扩展测试里,从单卡扩到45,000卡,仍保持94.9%的扩展效率,整机弱扩展效率为93.93%。

在数万卡量级上维持接近线性的扩展效率,难的不是单张卡峰值多高,而是互联、调度、内存层级和软件栈能不能让每张加速器都不空转。这才是异构路线真正难啃的地方。

有个细节容易被忽略:支撑量子化学获奖项目,曙光8000只用了万卡规模的算力资源,就达到了传统CPU架构系统整机的计算效果。效率优势不是靠“堆更多卡”换来的,而是每份算力都在正确的精度上被放到了正确的位置。

从“看成绩”到“看成果”。

国产算力发展早期,我们在FP64双精度峰值上的突破值得尊重。面对以双精度为主导的传统科学计算场景,纯CPU系统有不可替代的战略价值,也更容易在跑分榜单上拿到好看的名次。

不过随着“AI for Science”兴起,高性能计算的负载结构正在深刻变化。越来越多的科学应用不再只跑单一精度。量子化学、气象模拟、材料科学、生命科学……这些领域的问题,往往既需要高精度的严谨推导,又需要低精度的海量数据处理。

这类应用对系统的要求,不再是“某个精度上跑得最快”,而是多个精度之间切换时,效率不掉、规模能扩、软件栈不用推倒重来。曙光8000的出现,折射出中国高端计算重心的转移:从实验室里的峰值指标,转向科研与产业一线的复合型计算场景。

截至目前,已有300余项重点应用在曙光8000上完成深度优化,覆盖30多个科研与产业领域。天文、气象、材料、生命科学等领域的一批重大成果持续冒出来。这些成果不是精心挑出来的“样板戏”,是在真实场景里跑出来的。

半年拿一个戈登·贝尔奖、入围一个气候建模决赛,当然是个亮眼的开端。但比奖项更值得留意的是这条路径被验证的方式:不是先论证某条路线理论上更优,再挑一个应用去证明它;而是让几十个领域、数百项应用在同一个底座上持续运行,再由权威评议从外部校验成果。

说到底,国产算力走到今天,要面对的是“人工智能+”行动下的真实场景需求。抓住可复现的应用成果,比局部赛道的跑分成绩实在得多。

下一阶段中国算力真正缺的,是一套能把不同精度、不同学科、不同负载都接住、都跑得起来的系统能力,而不只是单项指标破纪录的机器。

曙光8000这次试的路子,说不定就是这条新登峰路的开头。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 全球算力进入“后黄仁勋时代”

    国产算力需求升温,资本从具身智能向半导体转移作者/ IT时报 毛宇编辑/ 郝俊慧 孙妍黄仁勋离开英伟达的方式,比市场预想的更突然。当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利益,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在20.

    来源 腾讯网
  2. 黄仁勋卸任英伟达,算力租赁管制收紧:国产芯片询价升温

    黄仁勋离开英伟达的方式,比市场预想的更突然。 当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利…,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在2027财年第三季度财报电话会上明确表态,董事会“不打算恢复他的CEO职务”。 一位掌舵3

    来源 AI 行业观察
  3. 华为云CloudRobo打通具身智能链路,昇腾960DT显存带宽规划9.6TB/s

    具身智能从实验室走向工厂,最大的拦路虎往往不是模型不够聪明,而是算力贵、适配难、真机部署慢。华为云推出CloudRobo平台和昇腾原生世界模型,试图把数据、训练、仿真和真机部署串成一条线。通过统一接入协议和云端算力调度,让不同团队能复用已有的工程资产,不用每家都从头买卡、从头踩坑。文章梳理了这套方案如何解决显存瓶颈、长

    来源 AI 应用前沿
  4. 海淀两个动作:科学家创业从工位到夜话如何接得住

    11月18日,未名·AIPark人工智能创新街区在北大西门旁正式揭牌。依托中关村国际创新大厦、未来科技大厦两大核心载体,这个“从实验室到公司”的新空间开门迎客——教授在实验室里做出成果,出门走一公里,就能找到拎包入驻的办公室,还能对接算力、政策、资本和客户。这是海淀为科学家打开空间。

    来源 AI 行业观察
  5. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  6. Superfluid 舰队模式:多台电脑连起来跑本地大模型

    本地跑大模型虽隐私安全,但单设备算力有限且易闲置。Superfluid 推出“舰队模式”,能将办公室内不同品牌、不同芯片的电脑(Mac、NVIDIA、AMD等)聚合成一个统一的推理端点。实测显示,六台异构设备协同可将吞吐量提升近五倍,且支持节点故障无缝切换,无需修改客户端代码即可享受分布式算力红利。

    来源 AI 应用前沿
  7. 百度阿里腾讯京东财报对比:谁为AI砸钱最多?

    11月16日至19日,百度、京东、腾讯、阿里相继发布2026年第三季度财报。 四家公司中,只有阿里和百度明确披露了AI相关业务收入,分别为179.18亿元和132亿元。 01、大厂都想让AI参与老生意 阿里目前收入规模最清楚的AI业务,就是云与算力服务。 第三季度,阿里AI云与算力服务收入609.73亿元,同比增长53

    来源 AI 行业观察
  8. 灵晟超算蝉联全球第一:无GPU全栈国产,黄仁勋辞任英伟达CEO

    新智元报道 11月12日,黄仁勋辞去英伟达CEO职位。 四天后的11月16日,芝加哥McCormick会展中心,SC26国际超级计算大会公布了最新一期全球超算TOP500。排在最上面的名字没有变——灵晟(LineShine),2.198 EFlops。这台机器里找不到一块英伟达的GPU,也找不到一颗Intel或AMD的

    来源 腾讯网
  9. 灵晟超算再登顶:无英伟达GPU,全栈国产守住全球第一

    新智元报道 11月12日,黄仁勋辞去英伟达CEO职位。 四天后的11月16日,芝加哥McCormick会展中心,SC26国际超级计算大会公布了最新一期全球超算TOP500。排在最上面的名字没有变——灵晟(LineShine),2.198 EFlops。这台机器里找不到一块英伟达的GPU,也找不到一颗Intel或AMD的

    来源 腾讯网
  10. 氮化镓与碳化硅的来路:AI电源今天为何重新汇合

    2008年北京奥运会,国家游泳中心“水立方”在夜色中变成了一块巨大的蓝色发光体。支撑这幅科技奥运景观的,是当时仍在快速产业化的发光二极管(LED)照明。对观众来说,这是一个醒目的城市景观;对产业来说,它是中国半导体照明产业交上的一份应用验证答卷:LED的氮化镓(GaN)材料、器件制备、封装与散热、可靠性验证和控制系统,

    来源 AI 行业观察
  11. 阿里20吉瓦目标松动,AI投入与回报赛跑

    记者 刘思璇11月19日,阿里巴巴集团(09988.HK)发布2027财年第二季度(对应自然年2026年第三季度,下称第三季度)财报。第三季度,阿里收入2715.19亿元,同比增长10%;经调整EBITA(利润指标)326.36亿元,同比增长260%,利润率从去年同期的4%回升到12%。阿里财报发布当天,美国商务部工业

    来源 腾讯网
  12. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  13. Anthropic阿莫代伊回应9000亿美元投入:对照现金与营收并不算夸张

    随着AI产业进入重资产投入阶段,数千亿美元算力与基础设施承诺引发市场对泡沫及财务可持续性的担忧。界面等媒体报道,11月19日,Anthropic CEO达里奥·阿莫代伊回应9000亿美元AI相关投入承诺,称若结合公司现金储备和年营收规模,这一数字“看起来就没那么庞大”。外界关注以现金储备与营收体量解读该投入规模是否合理

    来源 AI 产业速递
  14. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  15. GPU租金越涨越凶:融资收紧下的算力市场循环

    贷款机构收紧neocloud融资,将贷款价值比从80%降至50%至60%,迫使买家转向现货市场,反而推高GPU租金。租金上涨又支撑GPU资产估值,但初创公司的算力采购仍依赖风投资金,token价格却持续下跌,融资收缩与需求脆弱可能形成恶性循环。

    来源 华尔街见闻
  16. 英伟达回吐两年涨幅:AI概念股集体下挫,标普500跌3.70%

    一觉醒来,美股暴跌! 小雷昨夜睡得早,没想到美股直接上演一场黑色星期五。 纳指开盘就往下走,AI相关的股票几乎没给反应时间。跌得最狠的就属英伟达,一夜之间,把过去两年的涨幅吐了回去,股价回到2024年的水平。 不只是英伟达一家。芯片、服务器等凡是跟算力沾边的,全在往下掉。 最新情况是怎么样呢?当地时间11月20日,美国

    来源 AI 行业观察
  17. 特朗普点名谷歌芬兰机房:美企海外建数据中心要交巨额税款

    来源|凤凰网《风暴眼》 11月20日的白宫简报室,记者会答到一半,特朗普话题拐去了算力基建。 没有提前铺垫,没有配套草案,连财政部官员都没提前收到风声,他当着全场镜头撂了话:美国企业敢把数据中心建去境外,就收“巨额税款”。 末了还特意点了谷歌芬兰数据中心的名,说这笔投资本该留在美国本土。 就这么一句脱稿的话,把硅谷整个

    来源 AI 行业观察
向下滚动自动加载更多