萬卡超集群是人工智能時代的“重型武器”，也是衡量一個國家或科技巨頭頂尖算力水平的關(guān)鍵指標(biāo)。簡單來說，它是由超過一萬張高性能 AI 加速卡（通常是 GPU） 通過極高速的網(wǎng)絡(luò)互聯(lián)在一起，組成的一臺超級巨大的超級計算機(jī)。

萬卡超集群的主要使命是解決暴力計算的問題。隨著 AI 模型越來越大（從百億參數(shù)到萬億參數(shù)），單張顯卡甚至幾百張顯卡已經(jīng)完全不夠用了。像 GPT-4、Claude 3 這種級別的模型，參數(shù)量達(dá)到萬億級別。如果用單卡訓(xùn)練，可能需要幾萬年；用千卡集群可能需要一年；而用萬卡集群可以將訓(xùn)練時間壓縮到幾周甚至幾天。

近日，在昆山舉行的光合組織 2025 人工智能創(chuàng)新大會上，中科曙光發(fā)布并展出了 scaleX 萬卡超集群，這也是國產(chǎn)萬卡級 AI 集群系統(tǒng)首次以真機(jī)形式亮相。

（來源：中科曙光）

在這之前，中國高端算力市場的聚光燈長期聚焦于華為。今年 9 月份，華為輪值董事長徐直軍在華為全聯(lián)接大會上介紹了華為最新的超級集群。

中科曙光的 scaleX 萬卡超集群，其核心設(shè)計理念是構(gòu)建一個開放、兼容、高密度的超大規(guī)模算力基礎(chǔ)設(shè)施。根據(jù)官方消息，scaleX 萬卡超集群支持多品牌加速卡及主流計算生態(tài)，已實現(xiàn) 400+ 主流大模型、世界模型等適配優(yōu)化。在實際應(yīng)用中，該超集群可覆蓋大模型訓(xùn)練、金融風(fēng)控、地質(zhì)能源勘探及科學(xué)智能等多元場景。

在工程架構(gòu)上，中科曙光通過 scaleX640 超節(jié)點，成功將 640 張加速卡壓縮在單個機(jī)柜的物理空間內(nèi)，16 個超節(jié)點互聯(lián)即可構(gòu)建包含 10,240 張加速卡的超大規(guī)模集群。為了應(yīng)對來自散熱和供電的挑戰(zhàn)，其采用了全浸沒式相變液冷技術(shù)，將服務(wù)器完全浸在特制液體中，在總算力突破 5 EFlops 的同時，將 PUE 值壓低至 1.04，幾乎接近理論極限（1.0），大幅降低了能耗成本。

液冷技術(shù)是中科曙光很早就開始布局的王牌技術(shù)，根據(jù)公開消息，子公司曙光數(shù)創(chuàng)擁有 139 項液冷相關(guān)專利，節(jié)能超 30%，屬國內(nèi)唯一實現(xiàn)大規(guī)模商業(yè)化部署的企業(yè)。

此外，中科曙光搭載了自研的 ScaleFabric 高速網(wǎng)絡(luò)，可實現(xiàn) 400Gb/s 超高帶寬、低于 1 微秒的端側(cè)通信延遲，相比傳統(tǒng)的 InfiniBand 網(wǎng)絡(luò)，通信性能提升 2.33 倍，同時網(wǎng)絡(luò)總體成本降低 30%。

scaleX 將 GPU 資源利用率大幅提升55%，拒絕算力空轉(zhuǎn)；并利用數(shù)字孿生技術(shù)實現(xiàn)智能化運維，確保集群在萬億參數(shù)模型訓(xùn)練中達(dá)到 99.99% 的高可用性。

相比之下，華為的 Atlas 950 超節(jié)點則體現(xiàn)了垂直整合、全棧優(yōu)化的封閉式技術(shù)路線，以“昇騰芯片+CANN 軟件棧”構(gòu)建了堅固的自主生態(tài)。它作為一個基礎(chǔ)算力單元，累計可部署 8,192 張加速卡。FP8 算力 8 EFlops，F(xiàn)P4 算力 16 EFlops。

這種路徑的代價是用戶被完全鎖定在華為的昇騰技術(shù)體系之內(nèi)，硬件選擇單一。此外，要達(dá)到其理論峰值性能，往往需要構(gòu)建超大規(guī)模集群，這使得初期部署門檻和總成本相對較高，且整個系統(tǒng)的供應(yīng)依賴于華為單一的國產(chǎn)芯片供應(yīng)鏈。

也就是說，華為走的是全棧自研路線，軟硬件高度耦合，效率極高但相對封閉。而中科曙光 scaleX 強(qiáng)調(diào)“AI計算開放架構(gòu)”，它支持多品牌加速卡混用，且底層芯片對 CUDA 生態(tài)具有較高的兼容性。

華為的 Atlas 950 SuperPlus 集群則由 64 個 Atlas 950 超節(jié)點并聯(lián)組成，整合 52 萬顆昇騰 950T 芯片，總算力能達(dá)到 524 EFlops。

它提供了目前已知全球最大的集群總算力，并依托全棧自主可控的技術(shù)，實現(xiàn)了從芯片到超大規(guī)模集群的完全掌控。但其挑戰(zhàn)也更為巨大：管理一個由超過 52 萬張芯片組成的系統(tǒng)，其部署復(fù)雜性、運維難度以及總功耗都是空前的，建設(shè)和運營成本極高，目前主要適用于國家級或區(qū)域級的戰(zhàn)略性算力基礎(chǔ)設(shè)施項目。

值得注意的是，在官方發(fā)布的消息中，中科曙光表示 scaleX 萬卡超集群部分技術(shù)能力已超越英偉達(dá)在 2027 年產(chǎn)品規(guī)劃中的 NVL576 系統(tǒng)，這是英偉達(dá)在其技術(shù)路線圖中預(yù)告的下一代超大規(guī)模 AI 集群架構(gòu)。

根據(jù)公開消息，中國擁有萬卡超集群的企業(yè)和單位主要可以分為四類：通信運營商、互聯(lián)網(wǎng)科技巨頭、AI 獨角獸企業(yè)以及算力基礎(chǔ)設(shè)施廠商。

作為數(shù)字基礎(chǔ)設(shè)施建設(shè)的主力軍，三大運營商在全國核心樞紐節(jié)點建設(shè)了多個萬卡集群，通常服務(wù)于國家算力網(wǎng)。

中國移動擁有最大規(guī)模的單一運營商智算集群布局。呼和浩特、哈爾濱、貴陽三大智算中心均已投產(chǎn)萬卡級集群。其中，呼和浩特智算中心是全球運營商最大單體液冷智算中心；中國電信在上海（臨港）和北京（京津冀）規(guī)劃并投產(chǎn)了萬卡級全液冷智算集群，總算力規(guī)模巨大，服務(wù)于大模型訓(xùn)練；中國聯(lián)通在長三角、京津冀等樞紐節(jié)點也完成了萬卡集群的布局，主要支持其“元景”大模型及政企客戶需求。

互聯(lián)網(wǎng)與云服務(wù)巨頭為了訓(xùn)練自家的萬億參數(shù)大模型（如文心一言、通義千問等），最早開始布局萬卡集群。

百度早在 2024 年就升級了百舸 4.0，具備十萬卡集群的部署管理能力。近期更是點亮了基于自研昆侖芯三代的萬卡集群，并計劃擴(kuò)建至 3 萬卡規(guī)模；阿里云早在 2022 年就啟動了“飛天智算”，并在張北、烏蘭察布等地建設(shè)了超級數(shù)據(jù)中心，具備單集群支撐萬卡甚至十萬卡規(guī)模的能力，用于訓(xùn)練通義系列大模型；騰訊發(fā)布了星脈 2.0，支持超 10 萬卡組網(wǎng)，其混元大模型就是基于自建的萬卡集群訓(xùn)練完成的；作為推薦算法和豆包大模型的擁有者，字節(jié)跳動擁有極其龐大的 GPU 儲備。其火山引擎推出了萬卡集群解決方案，并實際部署了超大規(guī)模的訓(xùn)練集群。

AI 獨角獸與垂直領(lǐng)域企業(yè)通常與硬件廠商深度合作，建設(shè)針對特定模型優(yōu)化的集群。

如科大訊飛的“飛星一號”。這是全國首個基于國產(chǎn)算力（華為昇騰）訓(xùn)練全民開放大模型的萬卡算力平臺，用于訓(xùn)練“訊飛星火”大模型，具有標(biāo)桿意義；商湯科技的商湯AIDC 位于上海臨港。 這是一個巨型算力裝置，早已達(dá)到萬卡級別，不僅自用，還對外提供算力服務(wù)（算力出租）。

此外，摩爾線程也于近日在首屆 MUSA 開發(fā)者大會上正式發(fā)布了夸娥萬卡智算集群。該集群具備全精度、全功能通用計算能力，在萬卡規(guī)模下實現(xiàn)高效穩(wěn)定的 AI 訓(xùn)練與推理。

政策方面，《關(guān)于深入實施“東數(shù)西算”工程加快構(gòu)建全國一體化算力網(wǎng)的實施意見》已明確將萬卡級集群確立為國家算力網(wǎng)的“主干節(jié)點”；工信部《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》劃定了智能算力占比 35% 的硬指標(biāo)，并明確要求推動“集約化發(fā)展”。

與此同時，北京、上海、深圳等地掀起了算力高地爭奪戰(zhàn)。北京不僅自己建，還通過政府采購形式，將私有萬卡集群的算力納入公共平臺統(tǒng)一調(diào)度；上海明確支持上海儀電等國企部署萬卡智算集群，對租用智算集群進(jìn)行大模型研發(fā)的企業(yè)，給予最高 10% 的租金補(bǔ)貼；深圳提出打造中國算網(wǎng)城市標(biāo)桿，要求市內(nèi)數(shù)據(jù)中心間時延不高于 1ms。這對集群的網(wǎng)絡(luò)互聯(lián)架構(gòu)提出了極高要求。

1.http://www.szass.com/skkx/skjx/content/post_1119283.html

2.https://www.reddit.com/r/HPC/comments/1jl75dj/so_nvidia_is_planning_on_building_hardware_that/

3.https://www.sugon.com/