国产算力下半场，拼的是系统能力

【摘要】国产算力的竞争，正在转向系统能力。

过去，行业关注峰值算力、显存带宽和模型适配，今天，大模型训练把瓶颈推向互联、网络、调度、液冷和运维。

从scaleX超节点到scaleFabric无损网络，中科曙光正在提供一条值得关注的产业路径：让系统吸收硬件差异，让工程能力兑现芯片算力。

国产算力下半场，真正的胜负在于能否把国产卡组织成稳定、高效、可持续运行的AI基础设施。

以下为正文：

2012年，AlexNet在ImageNet上一战成名时，很多人记住的不仅是深度学习的胜利，还有那篇论文背后的两张GPU。它像一声枪响，告诉整个计算产业：AI的发动机，不再被框定于传统CPU的旧路线里。

此后十多年，故事一路加速。GPU从个人消费电子部件变成生产力工具，CUDA从开发工具变成生态入口，DGX从一台机器变成一种交付方式。

到OpenAI、微软、英伟达这些公司的故事里，算力已经不再是买几张卡那么简单，而是综合了网络、软件、服务器、存储、调度的庞大机器。

OpenAI早在2018年就提出，顶级AI训练所消耗的计算量曾以约3.4个月翻倍的速度增长，微软2020年披露为OpenAI打造的Azure超算时，提到超过28.5万个CPU核心、1万张GPU以及每台GPU服务器400Gbps网络连接。这些数字今天还在增长。

这也正是国产算力的处境。过去几年，行业一直关注的是国产GPU能不能跑模型、进数据中心，现在则更多开始考虑国产卡如何完成从“能用”向“好用”的更高维度的努力。

这些处境指向一件事：芯片之外，系统性的组织能力提上日程，怎样让千卡、万卡集群持续稳定地运行成为新一轮的关注重心。

01

瓶颈外移

过去十多年，AI算力产业的瓶颈一直在迁移。

AlexNet时代，问题是有没有足够便宜、足够并行的计算发动机，GPU给了答案。之后，问题变成开发者能不能用起来，于是CUDA、cuDNN、NCCL这些软件栈开始变成护城河。但再往后，当模型参数量和数据规模继续膨胀，问题又变了：不是一张卡强不强，而是一群卡能不能像一台机器一样工作。

英伟达的成功本质是“芯片定义系统”。基于这个逻辑，英伟达后来卖的也越来越不是单张GPU，而变成了一整套“AI工厂”。

NVLink、NVSwitch、InfiniBand、DGX、SuperPOD这些技术和平台，实质上是一套系统方法：先让GPU之间高速互联，再让服务器之间低延迟通信，再让软件栈把并行训练、故障恢复和资源调度压到用户感知以下。英伟达本身对NVLink/NVLink Switch的描述就是，面向AI训练、推理和机架级GPU工作负载的高带宽GPU到GPU通信架构。

这条变化，对国产算力同样重要。国产GPU追赶的目标，以前和现在可能是单卡参数，未来一定要加上系统能力。

峰值算力、显存带宽、制程工艺确实重要，但进入大模型训练，真正决定用户体验的，往往是稳定性。

也就是说，AI算力不是一场F1排位赛冲击杆位，而是一整年的F1赛事年度冠军。单卡性能是发动机马力，互联协议是传动系统，网络是底盘，软件栈是驾驶控制，液冷和供电是耐久性，运维系统则是维修站。

所有的这些东西都做到优秀，才能拼出来一台不错的汽车并且去赢得年度冠军。

国产算力从能用到好用的难点，就在这里。

上一阶段，市场证明了国产卡可以进入一部分真实业务，下一阶段，行业要证明国产卡可以被组织成稳定、高效、可运维的系统。

这个转折，意味着国产厂商存在一些深度协同的机会，尽快把发动机们装进一辆能交付的车，在商业模式上足够有前景，也符合真正的国产替代进程。

02

不能再各跑各的

当产业还在解决“有没有国产卡”的时候，多路线并存是一种活力。不同公司从通用GPU、CPU+协处理器、推理芯片等方向切进去，本质上是在用多条路试探同一个市场。那时候，碎片化还不一定是问题，甚至可能是创新的来源。

但当行业走到集群阶段，碎片化会变成另一种成本。

一张卡可以有自己的架构，一家公司可以有自己的软件栈，但千卡、万卡集群不能每个节点都讲一套方言。

接口越不统一，系统厂商要做的适配越多，通信语义越模糊，开发者和运维团队越难判断问题到底出在卡、网络、驱动，还是集合通信库。

这也是AI算力产业从芯片竞争走向系统竞争后，最容易被忽略的一层变化：互联不只是物理连接，还有生态秩序。

大模型训练需要低延迟、可预期、高吞吐、能被软件栈理解的协同关系。GPU之间要有配合，集合通信要尽可能少等待，调度软件要知道哪张卡、哪条链路、哪个节点处在什么状态。

海外市场，英伟达可以依靠相对封闭的软硬件生态建立这种秩序。但国产芯片路线更加多元，很难等待某一家厂商完成从芯片到软件、从互联到集群的全部闭环。

更现实的办法是让系统层成为不同技术路线之间的“公分母”：不要求所有芯片完全相同，而是通过互联架构、节点设计、通信软件和调度体系，尽可能吸收底层硬件的差异。

中科曙光scaleX40做的就是这件事情。公开资料显示，scaleX40将40张AI加速卡组织在同一个高密度计算单元内，采用正交无线缆一级互联架构，使计算节点与交换节点直接对插，减少传统线缆带来的信号损耗、部署复杂度和潜在故障点。

值得注意的是“一级全互联”这个思路：先把几十张卡组织成一个更紧耦合的计算单元，再把这个单元向更大集群扩展。

既能降低生态门槛，又能降低工程门槛，这是国产算力走出碎片化迈向系统化的重要一步。

对于国产GPU公司而言，未来，芯片公司不能只回答“卡有多少算力”，还要回答“卡能不能进入别人的系统”。适配开放互联、配合集合通信库、调度系统和大模型框架做端到端优化，都会变成新的产业门槛。

03

交付才是深水区

解决碎片化是第一步。更难的是，把已经连起来的硬件变成一套用户敢长期使用的系统。

在这个过程中，通信瓶颈会吃掉训练时间，热密度会逼近机房边界，存储吞吐会影响数据供给，任何一处故障都可能被集群规模放大。

网络就是一个典型的分水岭。中科曙光官网文章援引研究称，在大规模分布式训练中，网络通信耗时占比可达30%-50%。

这方面，中科曙光已经布局在前。2026年3月，曙光发布scaleFabric400，称其从112G SerDes IP、硬件设备到管理软件实现全栈自研。

通过scaleFabric400构建起的AI算力的“血管系统”，从底层112G SerDes IP到交换芯片的Crossbar架构实现完全自主可控，交换机单端口带宽达800Gbps、整机双向交换容量高达64Tbps，并集成硬件级遥测功能，以微秒级精度实时上报队列深度，并已在近万卡集群中稳定运行验证。

此外，针对大模型训练的高吞吐需求，ScaleFabric支持多轨通信，将巨额数据内容切片至多物理网口并行传输后重组，既成倍提升单节点带宽，又通过负载均衡机制消除单链路故障对训练任务的影响。

简单来说，就是通过建立一座拥有多条车道的高速公路网，将巨型货物拆分成无数个小包裹，让成百上千辆货车在不同的车道上同时全速狂奔，抵达目的地后再迅速拼装还原。

再往上走，就是超节点。曙光scaleX640公开页面显示，它采用“一拖二”高密架构，实现单机柜640卡超高速总线互连，双scaleX640可组成1280卡计算单元，并配套1.72MW级散热能力。相当于把两座“AI芯片工厂”并联起来，每厂640条生产线高速互联，散热系统如巨型冷却塔保障全速运转。

同时通过软硬协同全局优化，相比传统架构可让MoE大模型训练效率与高通量推理吞吐提升30%-40%，并适配多品牌AI加速卡、兼容主流AI软件生态、适配优化400+主流大模型。

就像整车里，发动机、变速箱、底盘、散热、电子控制不能分开调配，AI集群里的芯片、互联、网络、液冷、存储、调度也必须一起优化。

曙光这套路径的产业意义，是尝试以系统工程吸收不同芯片、不同软件和不同应用场景之间的复杂性，把分散的硬件能力转化为可以衡量、调度并且持续运行的集群效率。

从工程样机走向生产系统，正是国产算力从“能用”迈向“好用”的关键一步。

04

尾声

国产算力不可能简单复制英伟达的封闭闭环，因为国内芯片路线更多元，客户需求更分散，应用场景也更复杂。

更现实的路径，是用开放互联降低生态门槛，用超节点提高系统效率，用无损网络承接大规模训练，最后，用软件栈和运维体系把国产硬件变成用户愿意持续使用的算力产品。

这是中科曙光给行业留下的最大启示。

对国产GPU公司来说，下一阶段的竞争维度会被重写。谁能进入开放互联协议，谁能被超节点架构吸收，谁能和系统一起优化，谁就更可能领先。

国产GPU只有在开放互联和系统工程里协同奔跑，AI基础设施才算真正跃迁至下一个阶段。