在近日于昆山舉辦的光合組織人工智能創(chuàng)新大會上，中科曙光正式推出全球首套國產(chǎn)萬卡級AI集群系統(tǒng)——scaleX萬卡超集群，并以真機形式完成首次公開展示。該系統(tǒng)憑借多項突破性技術指標，成為國產(chǎn)智算基礎設施領域的里程碑式成果，標志著我國在高端AI算力領域實現(xiàn)從跟跑到局部領跑的跨越。

據(jù)中科曙光高級副總裁李斌介紹，該系統(tǒng)專為萬億參數(shù)大模型訓練、科學智能計算等前沿場景設計，通過架構創(chuàng)新與系統(tǒng)級優(yōu)化，在算力密度、網(wǎng)絡性能、能效比等核心指標上達到國際領先水平。系統(tǒng)由16個自主研發(fā)的scaleX640超節(jié)點構成，通過scaleFabric高速互連網(wǎng)絡實現(xiàn)10240塊AI加速卡協(xié)同工作，總算力規(guī)模突破5EFlops，相當于500萬臺高性能服務器的計算能力。

在硬件架構層面，scaleX640超節(jié)點采用全球首創(chuàng)的單機柜640卡設計，通過浸沒式相變液冷技術與高密度刀片服務器集成，將單機柜算力密度提升至傳統(tǒng)方案的20倍，同時將電源使用效率（PUE）優(yōu)化至1.04的行業(yè)最低水平。這種設計不僅顯著降低數(shù)據(jù)中心能耗，更通過模塊化架構支持靈活擴展，可滿足從千卡到十萬卡級集群的彈性部署需求。

網(wǎng)絡通信方面，曙光自主研發(fā)的scaleFabric系統(tǒng)搭載國內(nèi)首款400G原生RDMA網(wǎng)卡與交換芯片，實現(xiàn)400Gb/s超寬帶寬與亞微秒級通信延遲。相比傳統(tǒng)InfiniBand網(wǎng)絡，該方案將集群規(guī)模擴展能力提升2.33倍，網(wǎng)絡建設成本降低30%，同時通過智能流量調(diào)度算法確保萬卡級并發(fā)訓練時的數(shù)據(jù)傳輸零丟包。

針對大模型訓練特有的存儲挑戰(zhàn)，系統(tǒng)創(chuàng)新采用"存算傳"三級協(xié)同優(yōu)化技術。通過芯片級數(shù)據(jù)預取、系統(tǒng)級緩存加速和應用級流式傳輸?shù)纳疃热诤?，使萬卡集群并發(fā)讀寫帶寬提升3倍，AI推理響應速度縮短40%，加速卡資源利用率提高55%。這項突破有效解決了傳統(tǒng)架構中存儲瓶頸導致的算力閑置問題。

在運維管理層面，系統(tǒng)構建了數(shù)字孿生與智能調(diào)度雙引擎。數(shù)字孿生平臺可實時映射物理集群運行狀態(tài)，實現(xiàn)故障預測準確率達92%的智能運維；智能調(diào)度引擎則支持每秒萬級作業(yè)分發(fā)，可同時管理十萬級用戶請求，確保集群長期可用性達到99.99%的電信級標準。

作為"AI計算開放架構"的旗艦產(chǎn)品，scaleX萬卡超集群已完成與400余個主流大模型的適配優(yōu)化，支持多品牌加速卡混合部署。在實際應用中，該系統(tǒng)已成功應用于金融風控模型訓練、地質(zhì)勘探數(shù)據(jù)處理、氣候模擬等關鍵領域，其中某金融機構的萬億參數(shù)模型訓練效率較傳統(tǒng)方案提升6倍。

該系統(tǒng)的推出得益于中科曙光聯(lián)合20余家產(chǎn)業(yè)鏈伙伴構建的開放生態(tài)。通過共享液冷技術、RDMA協(xié)議棧等12項關鍵共性技術，生態(tài)伙伴可基于統(tǒng)一架構快速開發(fā)定制化解決方案，將智算集群研發(fā)周期從18個月壓縮至6個月。這種"技術共研、生態(tài)共建"的模式，正在推動我國AI基礎設施從單機性能競爭轉向系統(tǒng)能力比拼的新階段。