中国计算,走出新的登峰之路

中国计算,走出新的登峰之路

💡 原文中文,约4000字,阅读约需10分钟。
📝

内容提要

2026年国际超算大会上,中科大等团队基于全国产十万卡AI超集群曙光8000完成的铁钼辅因子量子化学计算项目获ACM戈登·贝尔奖,时隔5年再次由中国队获得。中科天机SD3全球公里级气象模拟系统入围气候建模奖决赛。曙光8000采用异构超智融合架构,兼顾高精度与AI低精度计算,上线半年已有300余项应用完成优化,覆盖30多个领域,展现中国高端计算从跑分转向实际成果的系统能力。

🔎

延伸解读

从跑分到成果:评价体系的转向

文章指出,曙光8000上线半年即支撑戈登·贝尔奖获奖项目,并让300余项应用完成优化。这提示国产算力的评价标准正在变化:峰值跑分不再是唯一指标,能否让复杂应用稳定高效运行、产出可复现的科学成果,成为更实际的检验。对读者而言,关注点应从硬件参数转向系统级落地能力。

异构融合为何能同时支撑两类极端任务

量子化学计算需在AI低精度与高精度求解间灵活切换,气象模拟则以FP64双精度为底线。曙光8000用CPU承担逻辑调度与高精度串行依赖,GPU承接大规模并行矩阵运算,并通过统一调度组织多种精度。这种分工不是简单拼合,而是针对超过40%的超智融合任务做原生优化,从而避免单一架构在精度切换时的效率损失。

扩展效率数据背后的工程难点

文章披露,曙光8000的CPU+GPU异构节点性能达纯CPU节点3倍以上,BF16弱扩展从单卡到45000卡仍保持94.9%的扩展效率。在数万卡量级维持接近线性扩展,难点不在单卡峰值,而在互联、调度、内存层级和软件栈能否让每张加速器不空转。这些数据说明异构路线的优势来自系统协同,而非单纯堆卡。

奖项之外更值得留意的验证方式

文章强调,曙光8000的路径不是先论证理论最优再挑选应用证明,而是让数十个领域、数百项应用在同一底座上持续运行,再由权威评议进行外部校验。半年内获奖与入围决赛是亮眼开端,但更关键的是这种“先跑起来、再被检验”的模式能否持续。对国产算力而言,可复现的应用成果比局部跑分更具参考价值。

❓

Q&A

2026年戈登·贝尔奖获奖项目是什么?

中国科学技术大学联合中科院物理所、国家高性能计算机工程技术研究中心完成的铁钼辅因子量子化学计算项目,基于全国产十万卡AI超集群曙光8000完成,荣获2026年ACM戈登·贝尔奖。

曙光8000是什么?有什么特点?

曙光8000是首个全国产十万卡AI超集群,采用异构超智融合架构,CPU负责复杂逻辑调度和高精度串行依赖,GPU承接大规模并行矩阵运算,支持FP64、FP32、BF16等多种精度,兼顾高精度与AI低精度计算。

曙光8000在气象模拟方面有什么应用成果?

中科天机自研的SD3全球公里级气象数值模拟系统基于曙光8000实现了全球1.5公里分辨率气象模拟,入围戈登·贝尔气候建模奖决赛,为精细化天气预报与地球系统科学研究提供了新路径。

为什么曙光8000要采用异构超智融合架构?

因为不同科学应用对计算精度的需求差异大:量子化学需AI低精度与高精度混合,气象模拟需FP64双精度为主。单一架构难以兼顾,异构分工能灵活切换精度,保持效率,打破单一计算架构瓶颈。

曙光8000上线半年取得了哪些应用成果?

上线半年内,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,包括天文、气象、材料、生命科学等,并支撑了戈登·贝尔奖获奖项目和气候建模奖入围项目。

曙光8000的扩展效率数据如何?

CPU+GPU异构节点的计算性能达到纯CPU节点的3倍以上;BF16弱扩展测试从单卡扩展到45,000卡仍保持94.9%的扩展效率,整机弱扩展效率93.93%。

中国高端计算的发展思路有什么转变?

从追求峰值算力和跑分成绩,转向注重可复现的实际应用成果和系统能力,让不同精度、不同学科、不同负载都能高效运行,以支撑“人工智能+”行动下的真实场景需求。

🏷️

标签

➡️

继续阅读