中科曙光：10T级双精度+400G无损网络+双料冠军存储

点关注不迷路 ◇ 开启缘分第一步

【全文导览】：当AI4S成为科研“第五范式”，算力焦虑也随之升级：科学计算要双精度，AI训练要吞吐量，过去得建两套系统。

中科曙光在科学智能大会上亮出算存网协同全链路方案，从10T级双精度CPU到400G无损网络，从IO500双料冠军存储到十万卡曙光8000集群。

本文拆解这套“系统思维”背后的技术路线与人物脉络，回答一个问题：单卡逼近极限之后，国产算力靠什么继续往前跑？

文｜捉驿

栏目｜数字视线

2026年8月21日，北京科学智能大会现场，中科曙光的展台前排起了长队。

走近看，围观的不是某个酷炫的机器人或大模型demo，而是一套看起来平平无奇的机柜和服务器。

这套“平平无奇”的东西，切中了当下AI4S最大的痛点，算力焦虑。

AI4S，全称AI for Science，科学智能，被越来越多的研究者视作继实验科学、理论科学、计算科学和数据密集型科学之后的“第五科研范式”。

这不是单点技术突破，而是科研范式的根本性转变，从“人类试错”到“AI预测+验证+人类判断”。

在药物研发、材料科学、工程设计、地球科学等领域，AI正从科研辅助工具向科学发现主体跃迁。

但“第五范式”和之前的四次范式有一个本质区别：它同时吃双精度和吞吐量。以前的科学计算只需要高精度，AI训练只需要高吞吐，两者井水不犯河水。

AI4S要求同一个系统既能算得准、又能算得快，这不是“老问题升级”，是质变。打个比方：造一架飞机和造一套航空体系，难度差的不止一个量级。AI4S要的是后者。

过去企业得建两套系统，一套跑模拟，一套跑训练，资源割裂，成本翻倍。曙光这次带来的是一套算存网协同的全链路底座，用一套系统同时喂饱两种需求。

你如果搞过科学计算或AI训练，一定经历过这种痛苦：跑模拟的集群和跑训练的集群是两套，资源割裂，成本翻倍。

◇ 算力底座的三块拼图

曙光的展品不是单一产品，而是一套完整的算存网协同方案。

计算侧，新一代高性能通用计算平台搭载国产128核、512线程通用CPU，单CPU具备10T级FP64双精度算力，可兼容主流高性能计算软件生态。

科学模拟最吃双精度，10T这个数字意味着国产CPU第一次进入双位数T级区间。与之配合的scaleX40无线缆箱式超节点，单节点集成40张GPU，总算力超过28PFLOPS（FP8精度），面向大模型训练推理。

存储侧，ParaStor F9000全闪存系统刚刚拿下IO500生产型全节点和10节点双料冠军（来源：央视新闻）。

IO500是衡量超算存储性能的全球权威榜单，双料第一意味着这套系统跑得动PB级的地球物理数据、基因序列和气候模拟。

网络侧，scaleFabric自研400G无损网络，端到端时延压到0.93微秒，单子网支持11.4万卡组网。

三个单点都够硬，但真正值钱的不是单点，是协同。

搞科研搞AI的人最怕的不是算力不够，是算力在那摆着，但用不起来。

计算再强，数据喂不进去；存储再大，网络堵在路上，任何一个环节的短板都会导致性能折损。曙光的价值在于：它不是把三样东西拼在一起卖，而是让三样东西长在一起用。

为什么这件事大多数厂商做不到？

因为硬件厂商的传统逻辑是卖单品，CPU卖CPU，存储卖存储，网络卖网络，各赚各的钱。

做系统整合需要把研发、生产、交付、运维全部打通，利润更薄、周期更长、难度指数级上升。

大部分厂商不是“没能力做”，是“不愿意做”。曙光的“系统思维”不是技术问题，是战略选择，这条路不好走，但走通了就是壁垒。

◇ 一个敢做系统的人

这套“系统思维”不是今天才有的。在曙光的展台背后，站着一个从2018年就开始思考这件事的人。

李斌，1982年出生，物理化学博士，2009年加入曙光。2018年，他作为高性能计算产品事业部总经理，在全球超算大会（SC18）上发布了新一代硅立方高性能计算机。

那一年他就指出：超级计算机的功耗、系统规模已经接近极限，遇到了功耗墙、扩展性墙和可靠性墙三大壁垒。“未来超级计算机通过增加系统规模和功耗来提高机器性能的方式已经难以走通，超算性能提升将更依赖于系统能效比的提升。”

这句话放在2026年回头看，几乎是对今天AI4S算力焦虑的精准预判。

从2018年的硅立方到2026年的曙光8000十万卡集群，李斌个人的技术判断线，就是中科曙光在“超智融合”这条路上的路线图。

他不是在堆参数，是在解系统题。

我读完这份方案清单的时候，心里冒出四个字：终于有人这么干了。

◇ 十万卡，不是终点

2026年7月，中国首个全国产十万卡AI超集群，曙光8000正式落成投用。

上线首周即满载运行，日均处理作业数突破15万个，单日峰值超过50万个（来源：人民日报）。

目前，曙光8000已完成300余项超智融合应用优化，超过70个应用实现万卡规模扩展。

3万卡算力已应用于蛋白质折叠模拟，4.5万卡算力实现414.7亿原子DFT精度模拟，十亿级网格仿真效率由周级提升至小时级（来源：人民日报）。

在国产算力版图中，中科曙光的生态位很独特。据第三方机构统计，它不是市占率最高的，浪潮信息在国内AI服务器市场占比约32%，行业第一；中科曙光在通用服务器市场市占率约11.6%。

它也不是全栈自研最完整的，那是华为。但它是“超智融合”这条路上走得最系统的：液冷数据中心PUE低至1.04，国产芯片适配率超90%。

不追最大的卡，做最聪明的系统，这句话既是曙光的打法，也可能是国产算力弯道超车的最优解。

当单卡算力逼近物理极限，系统级协同会不会是国产算力弯道超车的真正机会？

正如庄子所言：“吾生也有涯，而知也无涯。”

算力的边界在扩展，而科学问题在膨胀。

单点算力的摩尔定律放缓之后，真正的突破不在更大的卡，而在更聪明的系统。曙光的答案，是用系统思维对抗物理极限。

展望未来，AI4S算力有三个确定性趋势：精度与吞吐深度耦合，单一算力架构将被“超智融合”取代；算存网一体化，分离式采购的旧模式将被系统级交付碾压；绿色液冷从“加分项”变成“入场券”，PUE不达标将直接丧失竞标资格。

曙光的这套方案，恰好踩在每一个趋势上。

◇ 算存网之后

此时此刻，我想写首诗：

双精度里见真章，十万卡间吞吐忙。
算存网协同一处，大科学梦不彷徨。

科研AI两条路，精度吞吐难兼顾。
曙光一套全搞定，算存网协同真功夫。

客官，您怎么看？评论区见。

◇ 当单卡算力逼近物理极限，系统级协同会不会是国产算力弯道超车的真正机会？

发现创新价值，触动你我未来。我是你们的专属驿长。觉得有收获就点个赞吧，我每周都会在这里，陪你拆几篇有意思的科技干货。点关注不迷路，开启缘分第一步。有收获就点个赞，有想法就留个言，驿长在后台等你。

【免责声明】：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

#中科曙光# #AI4S# #科学智能# #算力# #国产算力# #超智融合# #数据中心# #科技向善#