《科创板日报》7月11日讯 7月10日，光合组织2026智能计算应用大会在郑州举办。大会围绕智能计算应用与发展范式、AI基础设施创新、国产开放计算生态建设展开探讨交流，推动国产人工智能算力从关注建设到关注应用，从评价单一参数到注重系统能力，从局部场景迈向大规模迁移。
会上，中科曙光宣布中国首个全国产十万卡AI超集群——曙光8000（登峰）正式落成，并同步接入国家超算互联网，这标志着AI基础设施建设开始从万卡级迈向十万卡级部署阶段。
《科创板日报》记者在现场了解到，海光CPU与DCU已应用于十万卡AI超集群落地，验证了国产计算和加速芯片对大规模算力基础设施支持能力迈上新台阶。与此同时，海光信息将进军下一个万亿增量市场，前瞻性布局嵌入式原生AI场景。
在此次会上，海光信息首次完整展出了数据中心、边缘计算以及物理端侧的全场景AI计算方案。
全国产计算集群迈入“十万卡”时代
随着大模型、科学智能和智能体应用加速发展，算力基础设施正从千卡、万卡集群向更大规模演进。面向高并发、高吞吐、多精度、多任务的复合负载，十万卡级AI超集群不再只是数字概念，而成为下一代AI基础设施的重要入门能力。
与万卡级系统相比，十万卡部署考验的不只是计算卡数量和理论峰值性能，更包括系统架构、网络互连、访存效率、能效控制、强大的生态应用能力。
曙光8000（登峰）正式落成，为十万卡级AI基础设施提供了可参照的建设样本，将推动大规模算力中心的评价重心从规模堆叠和性能比拼，转向更综合的系统化能力，更重视实际应用效率与产业经济生产力。
中科曙光高级副总裁李斌表示，曙光8000系统提供了面向下一代的10万亿参数大模型，在10万卡级做训练拓展支撑能力。“在大模型推理方面，曙光8000具备非常广泛的应用支撑能力，目前已经提供超过400多个主流模型的线上推理服务，同时发挥曙光8000系统超大规模优势，在模型推理部署PD分离、Cache Case等方面做了大量的高通量优化工作。”
“如果我们曙光8000系统全部算力资源都用于现在的模型推理的话，可以支撑当前中国5%-10%的Token访问需求。未来也可以缓解当前行业推理算力不足的问题。”李斌如是称。
据介绍，曙光8000（登峰）采用“超智融合”技术路线，摈弃传统分区方式，实现了全类型计算的原生一体化融合，面向高精度科学计算和低精度智能计算的复合需求，能够支持FP64到INT8全精度，可覆盖科学计算、大模型训练、AI推理、工业仿真等多类科研和产业场景。
在系统建设上，曙光8000（登峰）具有“芯片、计算、存储、网络、散热、应用、服务”全链路全自研AI基础设施能力。
曙光8000（登峰）的正式落地，还意味着全国产十万卡级AI基础设施的技术、生态、应用、服务标准已完成闭环验证。
李斌表示，曙光8000系统设计最主要的目标是要满足国家和产业战略的重要需求。因此在系统研发和部署过程中，已和国内头部应用团队保持着持续软硬件协同优化。截至目前，曙光8000已经完成超过300个国家战略科学工程计算应用在系统上的深度优化工作。
据了解，上述应用涵盖大模型、机器人、汽车、创新药、新材料、量子计算、天文气象等二十余领域。其中，超过70个应用实现了万卡规模扩展，验证了核心节点在大规模、高负荷科研任务中的稳定性与可靠性。在重点大应用方面，已实现蛋白质折叠模拟、万亿原子级水分子动力学模拟百万亿网格湍流模拟等。
目前曙光8000（登峰）依托国家超算互联网，已接入全国一体化算网，将面向科研高校、企业及个人用户全面开放普惠、高效、便捷的算力服务。
海光官宣嵌入式AI新战略
在今年的光合组织2026智能计算应用大会上，《科创板日报》记者关注到算力行业两大明显趋势：一方面依托国产算力芯片，AI算力集群得以持续扩大部署规模、提升运算效率；另一方面，国产算力芯片也在安全性与可靠性上持续优化，在场景上，以海光信息为主导的国产芯片，正在将下游市场延伸至工业场景下的嵌入式计算领域。
本次大会上可以看到，海光信息首次集中呈现“云边端”完整算力体系，展示其面向数据中心、边缘计算、物理端侧的全场景AI计算布局。
其中在端侧应用方面，海光信息及其合作伙伴，展示了智能巡检机器人、AI BOX端侧一体机、封闭场景工业自动驾驶解决方案等多项应用成果，覆盖工业控制、端侧物理AI推理、智能设备等典型场景。
海光信息副总裁李成接受《科创板日报》等媒体采访表示，过去外界对海光的认知更多是以服务器及计算集群中心芯片为主，“但其实海光从2024年开始，就积极进入终端市场，包括进行嵌入式产品线的布局和开发，一方面满足公司在‘云边端’协同发展的战略，将数据的收集、传输、存储、计算在海光的平台上完成闭环流转，另一方面也是针对用户市场需求分散的痛点，利用海光的经验与行业资源，辐射下游生态的发展。”
海光的布局与近年行业趋势分不开关系。据了解，AI应用正加速向工业、能源、交通、机器人和智能终端等场景延伸，算力部署也正从数据中心向边缘侧、端侧拓展。相比中心侧算力，产业现场对实时响应、安全可靠和本地处理能力提出了更高要求，这也推动嵌入式AI成为全场景AI计算体系的重要组成部分。
光合组织嵌入式产品专家张考华向《科创板日报》记者表示，AI端侧应用的上半场以数据训练为主，下半场一定会是以产品落地为主。“端侧AI需求成长得很快，并且嵌入式需求丰富多样，海光的产品矩阵将从高端算力芯片向下延伸，并且很快将推出端侧芯片。市场在今年下半年就可以看到，生态伙伴将推出大量基于海光嵌入式CPU的产品。”
“工业级嵌入式市场，可以说是不亚于服务器计算的，又一大万亿规模市场。但目前工业级场景主要以外资CPU企业产品占主导。”在会场内，一家嵌入式计算方案厂商负责人向《科创板日报》记者表示，工业应用相比PC等场景对CPU的要求更高，除了满足基本算力外，还要符合行业多种协议、完成与不同厂商之间的兼容性适配，验证工作长期且繁杂，并且工控市场对芯片运行稳定性、安全性等的需求十分苛刻，这方面国际厂商已经做了几十年，国产厂商才刚刚涉足工业市场。
据了解，海光信息目前已布局嵌入式原生AI技术，通过AI、内生安全等新技术对油气、轨交、安防、港口、航空等传统工控场景改造升级，推动AI能力更好适配端侧和边缘侧应用场景。
据介绍，海光高端算力芯片从服务器向工控的迁移，并非简单将云端能力搬运到终端，而是面向现场应用需求，强化芯片、软件、设备和安全能力的协同，提升AI在真实产业环境中的运行效率和可靠性。依托海光C86芯片级内生安全能力，相关方案可更好满足金融、机器人、低空、零碳、油气、工业、能源、交通等重点行业对数据安全、稳定运行和可信计算的需求。
天顺优配提示：文章来自网络，不代表本站观点。
