【赛迪网讯】衡量顶级算力系统的标准，正在从“有多快”变成“有多好用”。

首个全国产十万卡AI超集群曙光8000，零部件超过十亿个、主机系统重约1500吨，上线之后最先迎来的不是鲜花与掌声，而是一连串待处理的需求清单。

近日，中央广播电视总台大型纪录片《超级工程》再度上新，镜头聚焦国产算力基础设施。纪录片前三集讲述超级工程曙光8000如何选规划技术路线、攻克子系统技术难题，并最终实现工程落地，第四集则回归了一个更加本质的问题：机器造好了，谁来用？怎么用？它能把哪些原本算不动的问题往前推一步？

这才是一台十万卡级算力系统，真正开始接受检验的时刻。它赶上的，是AI开始进入科学研究与物理世界的新阶段。

黄河水沙、脑科学、天气预报这类问题，不能只靠模型模拟，也不能只靠传统计算：前者需要从海量可能中快速筛选，后者需要用高精度计算反复验证。一套系统必须同时承接两种任务，才能把“能算”变成“能用”。

这也是AI超集群曙光8000 面向科学智能、物理AI时代的最大价值。

让更多人能用上

十几、二十年前，算力离大多数人很远。

曙光8000 AI超集群实施总监何牧君回忆，那时高端算力听起来很“阳春白雪”，能用上它的，首先得是科研人员，甚至是科学家。

随着曙光8000 作为国家超算互联网核心节点上线运行，用户开始通过应用商城使用相关模型与算力服务。他们不必直接面对底层设备。大学生、研究生、个人开发者，也可以更方便地调用相关工具。

但把入口打开，不等于问题自动解决。

不同领域的软件，代码结构、数据规模、计算精度和通信方式都不一样，许多应用原本并未针对这套系统做过大规模适配。为此，中科曙光工程师们一项项进行分析、优化、迁移。

成绩是令人鼓舞的。曙光8000可服务的应用场景已从100类扩展到400类，量子计算、机器人、生物医药、能源化工、智能制造、航空航天等领域，纷纷开始接入。

“让更多人用上高端算力”，从愿景走向了现实。

算力进场，答案涌现

第一批涌进来的需求，并不是同一种任务。

清华大学水利水电工程系河流与生态研究所副所长孙健和团队长期研究黄河水沙。他们想建立米级网格的“数字黄河”，让水流、泥沙、河床变化能够被更细致地推演。

过去，受制于计算能力，模型网格只能做得较粗。如果要把尺度压到米级，计算时间可能以年计。现在，团队先用智能计算筛选河道变量和可能的地形方案，再用高精度数值模拟对少数方案做验证。

虽然模型仍要到物理水槽里继续验证，但曙光8000把原本漫长的试错过程压缩了，研究者终于有机会更快看到黄河在不同条件下的推演结果。

复旦大学类脑智能科学与技术研究院大数据学院院长冯建峰团队在尝试理解人脑。

团队已经搭建出全人脑尺度的数字孪生脑，但离“人脑工作多快，模型就能算多快”还有距离。真实人脑一秒内完成的思考、判断、感知与神经反应，数字孪生脑目前需要约70秒才能推演。

这不是一个已经完成的故事，但曙光8000已帮助研究团队找到方向。算力、算法和应用团队继续协同攻关，让70秒的时效一点点往1秒靠近。

离普通人更近的，是天气。

曙光8000正式上线投用不到两月，我国自主研发的气象数值预报系统已依托这套AI超集群完成了全球5公里分辨率、未来10天预报在1小时内的计算，气象数值预报的业务化能力迈入全球第一梯队，这也为我国未来更加精准预测气象打牢了关键基础。

黄河、人脑、天气，背后是同一件事——当一个问题大到人力和传统计算都推不动时，必须有一套系统把它稳稳接住。

“超级工程”的价值：奔现场、向未来

目前，曙光8000日均处理作业超15万，越来越多应用需求开始接入，越来越多具体科学与计算问题开始被承接。

何牧君说，目前在曙光8000上，达到申报戈登贝尔奖级别的应用已超过15个。已经有越来越多科研团队愿意把最复杂的问题交给这套系统。

这也反映出一个现实，曙光8000面对的问题已经从“能不能造出来”，变成了“能不能奔赴现场，服务不同的人、不同的软件和不同的任务”。  

而当越来越多复杂问题开始把它当作日常工具，这台机器才真正进入应用阶段。研究与应用共同决定了这台机器正从一项工程，变成真正有人依赖的公共基础设施能力。

时代洪流翻涌着相似的浪花，但奔向未来的速度越来越快。

18世纪，蒸汽机投入商用，机械化浪潮历时百余年席卷全球；19世纪，电力普及耗时六十余年；到了20世纪，互联网从实验室走向千家万户，用了约三十年。

当人工智能裹挟着AI4S、物理AI倏忽而过，科研和产业前沿应用图景加速向新，曙光8000正成为一个更大、更快的时代引擎的标志。

这个时代催生了庞大的算力需求，而中国正在用自己的“超级工程”，抢跑这个时代。（文/徐培炎）