最近关注算力圈的朋友，想必都绕不开郑州的这个大动作。
今年2月5日，国家超算互联网核心节点在郑州正式投入试运行。更引人注目的是，该节点一口气同步部署了3套中科曙光ScaleX万卡超集群。这标志着，全国首个实现3万卡部署、并已实际投入运营的最大规模国产AI算力池就此诞生。
在大模型参数量向万亿乃至更高量级狂奔的当下，这种“集中式、一次到位”的部署方式，本身就是一个明确的信号：对于未来大规模的AI算力需求，我们正在采取一种更根本、更体系化的应对策略。
万卡集群：为什么不再“慢慢堆”？
过去几年，国内的算力建设主要是在补短板，追求的是“能多一台是一台”的增量。然而，当模型规模真正跨越某个临界点后，一系列现实且棘手的问题便开始浮现：
- 算力不集中，模型训练的稳定性和连续性就难以保障；
- 集群内通信效率不确定，规模稍一放大，整体效率就可能急剧下降；
- 资源调度跟不上，即便有再多的加速卡，也可能无法高效协同工作。
国家超算互联网核心节点显然没有选择“试探性”的路线。3套ScaleX万卡超集群同步落地，直接将算力的集中度拉满。这不仅仅是为了追求一个好看的规模数字，更是为了确保大模型训练、推理等高强度任务能够长期、稳定、高效地运行下去。
实现这一目标，背后是极其复杂的系统工程。中科曙光攻克了高速互联网络、存算传紧耦合设计、高密度供电与散热、统一资源高效调度等一系列技术难题，使得单套ScaleX集群就能部署高达10240块AI加速卡。三套集群协同运行，绝非简单的物理叠加，而是一次从硬件到软件的系统性能力升级。
核心节点：一出生就走的“满配”路线
作为国家超算互联网的重要枢纽，郑州核心节点的定位决定了它不能只是一个普通的算力池。它既要有效联动西部丰富的绿色算力资源，承接东部地区旺盛的算力需求，也要应对跨区域调度、支撑需长期稳定运行的国家级重大应用，最终助力形成全国一体化的算力网络。
这对底层的算力基础设施提出了几项硬性要求：
第一，算力必须高度集中。
当前的大模型训练越来越依赖于同构的计算资源，零散、拼凑式的算力很难支撑完整的、大规模的整机训练任务。ScaleX万卡超集群从设计之初就是为规模化集中计算而生，并且在架构上预先留出了向十万卡、甚至百万卡规模平滑扩展的空间。
第二，能耗与散热必须“扛得住”。
基于全球首创的高密度单机柜设计，ScaleX采用了超高密度刀片服务器、浸没相变液冷等先进技术。这不仅将单机柜的算力密度提升了约20倍，更将PUE（电源使用效率）值压制在1.04左右的极低水平。对于需要7x24小时不间断运行的国家级节点而言，这是保障长期稳定性和经济性的必备条件。
第三，生态兼容性必须足够友好。
ScaleX万卡超集群不仅兼容CUDA等主流AI开发生态，还支持多品牌国产AI加速卡的混合部署与统一调度。对于广大开发者和企业用户来说，这意味着国产算力生态首次实现了“大团结”，从现有平台迁移过来的成本和风险都变得更加可控。
万卡的价值：真的只是算得更快吗？
如果仅仅是将大量计算芯片堆砌在一起，那并不稀奇。真正拉开差距的，是“用起来到底怎么样”。
据悉，ScaleX万卡超集群已经完成了超过400个主流大模型、世界模型的适配与优化。依托国家超算互联网的平台，未来更可接入上千款AI应用，链接更多产业生态伙伴，真正实现“算力+应用”的一体化交付。
在具体场景中，它的价值已经得到验证：
- 超大规模模型训练：已具备支撑万亿参数模型进行整机训练与快速容错恢复的能力，这对于动辄需要连续运行数月的大模型训练任务至关重要。
- 高通量AI推理：已服务于多家头部互联网企业的核心智能化业务，并通过联合深度优化，持续提升在线推理的能效比。
- AI for Science（科学智能）：支撑国内某顶尖材料研发大模型登顶国际权威榜单；帮助国内科研团队将蛋白质结构预测等研究的效率提升了3到6个数量级。同时，搭配其OneScience科学大模型一站式开发平台，能够大幅降低多学科交叉研究的创新门槛。
这些落地场景共同指向一个核心：构建万卡集群的终极目标，从来不是为了追逐一个更大的数字，而是为了实实在在地服务好AI产业从研发到应用的全链条真实需求。
一个越来越清晰的趋势
回过头看，国家超算互联网核心节点此次的部署，释放出了一个非常清晰的信号。
国产算力的竞争赛道，正在从比拼单点芯片的峰值性能，全面转向比拼体系化的综合服务能力。未来的较量，不只在于“单科成绩”有多高，更在于谁能将万卡乃至更大规模的算力集群长期、稳定、低成本地运行起来，谁能真正支撑起从产业实践到国家级战略任务的多元化、高强度需求。
3套ScaleX万卡超集群在国家级核心节点的同步落地并投入运营，本身就是对上述趋势的一次有力回答。对于关注云计算与人工智能前沿动态的开发者而言，这无疑是一个值得深入观察和思考的行业里程碑。
发表于 昨天 02:16
|
查看: 1|
回复: 0
