国内首个国产千卡级工科智算集群启动

天也黎洛

6月25日，海光信息与同济大学在上海正式签署战略合作协议，共同启动国内首个国产千卡级工科智算集群。此次围绕人工智能赋能工程教育、工程科研和产业创新展开，为高校科研与产业应用协同提供实践案例。

1 c% f$ l4 |/ h: Q4 w( D5 n
同济大学·海光信息千卡集群启动仪式观察者网
- b' n. C2 y) G/ D, i 据介绍，该集群基于海光CPU与GPU/DCU“双芯”算力底座和融合架构建设，面向AI4E（AI for Engineering）场景进行适配，可支撑人工智能训练推理、科学计算、工程仿真等多类任务。与传统通用算力平台不同，工科智算集群更强调工程软件迁移，要求算力底座在“兼容性、适用性和稳定性”方面提供支撑，服务对象更加贴近桥梁设计、建筑设计、汽车研发、海洋工程、CAD/CAE等真实垂直应用。
同济大学党委书记、中国工程院院士郑庆华在致辞中表示，人工智能的发展离不开数据、算力和算法三大基础，其中算力是底层支撑平台。高校作为国家战略科技力量的重要组成部分，正在学科建设、人才培养和科学研究中产生更强的人工智能赋能需求。此次同济大学与海光信息共同打造国产千卡集群，目的在于支撑人工智能赋能学科创新，并为学校面向未来发展提供高性能计算和智能计算平台支撑。
  B) f9 l) \" p 海光先前在郑州国家超算互联网核心节点提到AI4S（ AI for SCIence），此次合作则将重点放在AI4E方向。二者都是国产算力面向人工智能应用的重要方向，但对平台能力的要求不同：AI4S与大模型训练在规模需求上更接近，许多科学计算应用遵循Scaling Law，对Scale-out规模、系统互联和整体调度能力要求较高，同时科学计算传统上强调高精度，过去多以64位精度为主。随着人工智能进入科学计算，混合精度也逐渐增多，以兼顾精确性和算力效率。
' ^4 d! h0 ?* y" F 相比之下，AI4E不一定追求数万卡规模，但工程计算场景长期积累了大量商业软件和历史代码，涉及CAD、CAE、Fluent等不同领域软件。因此，对AI4E而言，平台不仅要支撑高精度工程计算，更要提供适合工程软件迁移和转化的环境，可迁移性、可移植性、实时性和应用适配效率成为关键能力。
此次同济千卡集群落地，正是把国产算力从科学计算和模型能力支撑，进一步推向工程科研和工程软件生态适配的重要探索。
4 @; e0 U5 Z: a8 f% ^" N 海光信息总裁沙超群指出，过去高校在算力应用中普遍面临适配难、迁移成本高、算力支撑不足等痛点，迁移到国产算力平台需要依托底层架构兼容、主流开发生态适配、算子、库与运行时优化，以及源码迁移机制等能力共同支撑。
  x8 j+ y6 @% B( D" H 基于海光CPU/DCU“双芯”底座，海光一方面通过延续x86架构和兼容主流开发生态降低适配门槛，另一方面针对计算密集型、数据密集型、通信密集型等不同工程场景，对系统进行优化，提升既有工程应用在国产算力环境中的适配效率和运行稳定性。
2 f* s; x) v; I. ? 海光信息副总裁吴宗友就此次千卡集群落地同济向观察者网表示，此次合作并不只是合同关系，更是一种产业结合关系。其核心在于学校将应用需求输入给企业，企业再基于这些需求调整整个系统能力。双方通过前期充分交流，再提供相对贴合定制化需求的系统，使用户获得更高效率。
" H8 W: g& v0 i" i% n/ n8 B 他还提到，未来，海光与高校的合作将以工程为起点，在同济大学校内拓展更多领域，同时也会走出同济大学，与更多高校开展更深入合作。
2 v; i9 r$ P3 M- ?$ m& w 随着AI应用进入深水区，沙超群指出，CPU将承担更多智能体编排、上下文调度、任务记忆和算力资源管理工作。未来AI算力竞争将不再只是单颗GPU的竞争，而是CPU、DCU、互连、网络、存储和整机系统共同构成的系统级能力竞争。
4 T. V! V) m# y8 v0 H$ V  D. k 面向未来国产算力建设，海光提出了系统能力提升、生态开放和软硬件协同三条方向。沙超群表示，海光将依托CPU、DCU“双芯”算力底座，以及高速交换芯片、RDMA网卡和交换整机，结合光合组织生态，形成面向千卡、万卡规模的国产智算系统方案；同时继续推进DCU、软件栈和CPU高速互联能力开放，并联合产业链伙伴、大模型厂商和AI优化合作伙伴，提升国产算力在模型训练、推理服务、AI4S扩展和AI4E迁移适配等场景中的系统能力。
: N8 Q. P' v) Z8 y, Q) @ 本文系观察者网独家稿件，未经授权，不得转载。