五年前的一次选择，成了中国智能时代的王炸

新智元报道

2022年12月，ChatGPT的横空出世点燃了AI时代的烽火，人们一下发现，机器似乎真的拥有了智能。

「ChatGPT时刻」就成了智能起点的代名词。然而这个算法，漏掉了一台中国的机器。

曙光8000。

近日，央视大型纪录片《超级工程》再度回归，这一次中国算力基础设施走向台前。

纪录片复盘了首个全国产十万卡AI超集群曙光8000（登峰）从技术路线选择、关键技术攻关到工程交付、科研应用的全过程。

2021年底，曙光8000立项时，人工智能还处在「小模型时代」。

受限于算力（GPU尚未普及）、数据规模和算法架构，模型参数通常在百万级甚至更低。

它们主要执行的是判别式任务——比如人脸识别、语音唤醒词识别，基本不具备生成和理解复杂语义的能力。

当时几乎没人想到，智能时代很快会需要一台「超级机器」。

中科曙光团队却果断决策，花5年时间，用10万张国产智能计算芯片，建一台既能做高精度科学计算，又能训练AI大模型的AI超集群。

两年后，大模型引发的智能海啸席卷全球。

在无人区里押中一条路

曙光8000的第一个难题，不是怎么造，而是决定要造一台什么样的机器。

超集群的研制周期很长，方案落定时似乎看的是当下，真正建成时却要赌几年后的技术环境与市场需求。选早了，技术可能还不成熟；选晚了，机器落地就会过时。

曙光8000正式立项时，主流AI仍以「小模型」为主，传统高性能计算最擅长的是依靠数学模型进行高精度计算，而智能计算则追求更高数据吞吐的低精度算力。两条路原本各有自己的系统，混合计算往往意味着跨平台调度和频繁搬运数据。

时任中科曙光总裁的历军预判，等机器建成时「数学的方法和数据的方法同等重要」，也就是既要算得准，也要算得快。中科曙光因此提出超智融合路线，让高精度科学计算和低精度智能计算运行在同一套系统里，从FP64到INT8覆盖多种计算精度。

这个决定并不轻松。

因为，方向一旦确定，技术路线很难中途更改。团队用了至少一年，反复与业界专家、科学家和产业伙伴沟通，最终超智融合这条技术路线被确定下来。

但很快，这个需要反复解释的判断，开始显出独特战略价值。

2021年，破解蛋白质折叠难题的重磅论文登上《自然》；紧接着，ChatGPT正式发布，震撼全球。由此，人们第一次看清，支撑这场智能革命的，不再是传统的数学推演，而是由超级算力托举的全新智能计算方法。

如今，当世界模型、物理AI、多模态、AI for Science等更加复杂的应用场景成为趋势，未来的算力标准恰恰是「算得准」与「算得快」兼得——训练推理需要低精度算力的吞吐，科学验证、模拟物理世界又离不开高精度计算的可靠。

凭借超智融合路线的精准「押注」，曙光8000把从FP64到INT8的全精度计算放进同一套系统，一台机器，既能模拟气候变化、探索生命密码，也能训练大模型。

十万卡背后，每一道坎都要自己过

路线正确只是开始。要把图纸上的超智融合变成一台可以稳定运行的机器，团队面对的是一整套放大后的难题。

从曙光7000的6万卡跨向10万卡，多出来的绝非只是芯片数量。曙光8000工程难度在于，横跨60多个细分学科、800多道工业工序，全流程管控参数数以亿计。

节点之间的网络传输要达到每秒800G，数据读写时间要压到0.202毫秒，10万张芯片运行一小时产生的热量，约等于12吨标准煤燃烧的放热量。计算、网络、存储、供电、散热，任何一环跟不上，整台机器都会等待。

更棘手的是，一些关键环节在国内没有现成答案。

为了8颗智算芯片的高速互联，系统需要一枚能够高效汇聚和调度数据的交换芯片。当时国内在这一领域还是空白。不把它做出来，全栈自研就会卡在最核心的数据交换处。

团队只能继续往下拆。从芯片、计算系统、存储、高速网络到液冷散热，把每个薄弱环节逐个补上。

规模越大，小概率故障越会成为日常。曙光8000的网络团队，在交换芯片里设计了可自主避险的「智能开关」，一旦链路发生故障，信号可以在毫秒级切换到备用路径，不必等待中央调度。存储和散热团队也在同时解决自己的极限问题。

最终，整套系统覆盖「芯片、计算、存储、网络、散热、应用、服务」全链路，主要核心技术全面实现了国产化。

80多组高密度机柜，10万张智能计算芯片，超过1万个计算节点，但它的真正难度藏在数字背后：

一秒钟的设计运算量，相当于全球80亿人昼夜不停连续计算200年。如此庞大的系统，仍要在漫长运行中保持稳定。这不能寄望于某一项技术的灵光一现，必须让整个系统都没有明显短板。

三十年憋着的一口气

曙光8000这张张巨大的工程清单背后，站着一支做了三十多年高性能计算的队伍。

20世纪80年代，国内曾因租用超级计算机，不得不在严格监控下完成操作。那段经历让中科曙光创始人李国杰和同行们很难忘记。

1991年，他带领团队开始研制曙光一号。出发前，几个年轻人在研究中心小楼的黑板上写下七个字：「人生能有几回搏」。

不到两年，曙光一号研制成功，峰值运算速度达到每秒6.4亿次，改变了当时国内高性能计算受限的局面。

三十多年后，当年需要曙光一号运行整整一天的计算，一部普通手机不到一秒就能完成。但研发人员的日常没有因此变得轻松。

中科曙光现任董事长历军形容这些年的工作：「每天就追（进度），哪个不行就搞哪个，差不多几年就是一代。」起步稍晚，就试着跑得更快一点。三十年，就这样一代接着一代走了过来。

到曙光8000，这些积累被一次性调动起来。超智融合路线需要架构研发，十万卡规模需要网络、存储和散热协同，落地运行还需要建筑、供电、装配和联调联试团队接力。数千人、上千个日夜，最后汇聚在一次整机测试上。

当曙光8000达到预期最大峰值，完成的不只是一台新机器，还有三十多年技术、经验和人才的集中验证。

「好钢用在刀口上，用在真正解决国家最急需要解决的一些问题上，曙光，是个好钢。」这一点中科曙光做到了！

比起超集群本身，中科曙光团队那次提前押下的选择，以及把选择一寸寸落地的三十年积累，才是这个项目最难复制的部分。

所以并没有什么「赌赢了AI时代」，中国科技的每一次飞跃，答案都藏在一代代科技工作者用青春作出的选择与坚持。

关于曙光8000的故事还不止于此。从技术攻关到整机落地，再到它真正服务科研的时刻，更多答案，正在纪录片接下来的篇章里慢慢展开。

编辑：摩西