【环球网科技综合报道】近日股票配资是否支持多账户，在2026CCF全国高性能计算学术大会（CCF HPC China 2026）上，中科曙光携曙光8000十万卡AI超集群亮相，并集中发布基于该平台的十大应用成果。这些成果覆盖气象预报、海洋模拟、宇宙学模拟、材料分子动力学、量子-超算协同生物模拟、数字孪生脑、航空流体仿真、深部地球物理、工业热仿真等前沿方向，集中展现了国产高端计算系统参与重大科研任务的实质性进展。
曙光8000是中科曙光面向科学智能、物理AI时代打造的新一代算力基础设施，也是国内首个采用超智融合技术路线、基于异构计算的原生超智融合的全国产十万卡级AI基础设施。简单地说，它不是把很多芯片简单堆在一起，而是从设计之初就考虑“既要算得准，又要算得快”。
以前，传统算力中心往往把科学计算和AI计算分成两个区域：一个负责高精度计算，一个负责大模型训练。现在，曙光8000则把两类任务融合到同一套底座上，支持FP64到INT8全精度。这意味着，同一个集群既能做天气预报、海洋模拟、地震正演这类高精度科学计算，也能跑大模型训练、AI推理。它具备“芯片、计算、存储、网络、散热、应用、服务”全链路自研能力，核心芯片、硬件系统、调度软件、配套技术实现自主可控，并采用先进液冷、湖水冷却与高效供电技术，探索绿色数据中心建设路径。
气象、海洋、深部资源：国产算力进入“业务化”深水区
此次亮相的十大应用成果中，在气象领域，中国气象局地球系统数值预报中心与中科曙光联合发布的下一代天气-气候一体化模式MCV，依托曙光8000全国产十万卡AI超集群，在1小时内完成全球5公里分辨率、未来10天的预报计算，达到国际主流业务时效标准，并通过批量预报质量检验。
全球公里级数值预报是国际气象科技竞争的前沿，对计算效率、运行稳定性和结果可靠性都有很高要求。围绕这一任务，双方联合推进模式迁移与系统优化，实现不同计算单元运行结果严格一致，把曙光8000的系统能力转化为可验证的科研成果。中国气象局地球系统数值预报中心表示，异构计算在支撑高分辨率数值模拟方面展现出极大潜力，此次突破是自主数值模式与国产算力协同创新的重要成果，也为我国向公里级乃至百米级持续推进奠定了基础。
同时，曙光8000支持的国家气象中心的“风清”人工智能全球短中期集合预报模型，成为中国气象局首个国产化AI集合预报模型，综合预报能力超越欧洲同类模型。2026年2月至6月，该模型完成国产算力适配训练，7月至9月测试上线业务运行。其分布式扩展效率超过85%，接近线性扩展——简单说，就是增加算力基本能直接转化为训练提速，而且性能数据来自真实气象训练负载实测，并非理论峰值。在台风路径、强降水环流、寒潮降温预报中，“风清”表现优异，在第二届气象示范计划重启后综合排名连续四周名列前茅。
在海洋领域，崂山实验室、中科院大气物理所、中科院网络中心、山东大学、国实集团联合研发的swLFS，是全球首个1km分辨率全球海洋预报系统。该系统在曙光8000上实现百亿网格规模模拟，可以捕捉细微复杂的海洋湍流结构，已完成数万卡规模测试，弱可扩展性达99%，强可扩展性31%。这意味着，在数万张卡同时工作时，系统效率几乎没有明显下降。DAY-1预报海表温度SST与观测吻合良好，海表温度后报均方根误差仅为欧洲GLO-MFC系统的一半，5天预报精度优于GLO-MFC后报，可支撑国家海洋战略、渔业及生态预警。研究团队通过OpenMP hybrid混合并行，在国产异构集群实现性能可移植，模拟精度与计算效率达到国际领先水平。
在深部资源领域，中国石化胜利油田物探研究院完成百亿级网格点模拟应用，填补了国内粘弹性波大规模地震正演工程化应用空白。研究团队自研三维粘弹性波动方程地震正演模拟算法，支持跨节点多国产加速卡协同求解同一模拟任务，突破单节点国产加速卡内存上限约束；适配高算计算集群SLURM资源调度体系，自研跨节点多国产加速卡自适应资源分配算法，实现国产加速卡算力细粒度调度，大幅提升国产化算力硬件利用率。对油气勘探来说，这相当于给地下复杂结构做更精细的“CT扫描”，帮助科研人员看得更准、更深。
元股证券:ygzq.hk算法、软件与系统协同：联合攻关让国产算力“算得准、跑得稳”
十大应用成果背后，并非简单堆叠硬件，而是科研机构与中科曙光围绕算法、软件、系统展开的联合攻关。以MCV为例，中国气象局地球系统数值预报中心与曙光团队联合推进模式迁移与系统优化，重点解决国产异构平台上不同计算单元结果严格一致的问题，确保全球公里级预报可复现、可检验。swLFS则针对百亿网格海洋模拟，采用OpenMP hybrid混合并行，在国产异构集群实现性能可移植，数万卡测试弱可扩展性达99%。这说明算法改造必须贴合国产加速卡架构，才能把算力真正释放出来。
软件与调度层同样关键。胜利油田物探研究院在百亿级网格粘弹性波正演中，自研三维粘弹性波动方程算法，支持跨节点多国产加速卡协同求解同一任务，突破单节点内存上限；同时适配SLURM调度体系，自研跨节点多国产加速卡自适应资源分配算法，实现算力细粒度调度。国家气象中心“风清”模型分布式扩展效率超85%，接近线性扩展，意味着软件栈能把新增算力直接转化为训练提速。量子-超算协同生物模拟中，中国科学技术大学联合中科院计算所、中科院物理所、华东师范大学、崂山实验室等，优化FAST-RPA程序，结合九章光量子计算机，通过GPU并行、数据复用和中间结果压缩，在8192个MPI任务下实现52.2亿原子模拟、89%弱扩展效率。
系统层则提供全精度、全链路支撑。曙光8000从芯片、计算、存储、网络到调度一体化设计，支持FP64到INT8全精度，使高精度科学计算与低精度AI推理能在同一底座并行。AI-CFD壁湍流模拟中，飞行器流体物理重点实验室用数万张国产加速卡，以粗网格+AI智能重建实现DNS级精度流场，建立超-智融合完整框架，解决传统“CFD计算+离线AI后处理”不可持续的问题。正是这种算法—软件—系统协同，让联合攻关把峰值算力转化为科研人员可用的稳定算力。
实盘股票配资网更大规模、更复杂科研，曙光8000如何支撑？
十大应用成果的共同特征，是科研规模与复杂度的同步跃升。
从规模看，曙光8000支撑了十万卡级AI集群、万亿原子分子动力学模拟、千亿神经元规模数字孪生脑、百亿网格海洋与物探模拟、52.2亿原子生物分子模拟、33喷口环形阵列火箭尾焰模拟、数万卡AI-CFD壁湍流模拟。过去很多研究受限于算力，只能做小模型、小数据、短时间模拟；现在，科研团队可以在更大尺度上逼近真实世界。
从复杂度看，这些任务普遍涉及多尺度、多物理场、多精度融合，要求计算系统同时处理高精度科学计算与低精度AI推理。曙光8000的“超智融合”路线，让同一套底座可以并行承载两类完全不同的任务，为“科学计算+AI”的混合科研范式提供了条件。比如AI-CFD用粗网格加AI重建，以更低计算代价获得高保真流场，解决传统“CFD计算+离线AI后处理”在超大规模下不可持续的问题。
在使用门槛上，中科曙光不仅提供硬件，还提供全栈科研服务能力，包括模式迁移、系统优化、性能调优、应用适配等。相关领域专家表示，十万卡AI集群第一次让超智融合从概念变成可运营的基础设施。过去谈AI for Science，更多是单点突破；要推动科研范式系统性变革，需要让成千上万科研团队都能低成本、低门槛地用上这种能力。曙光8000同一套底座可并行承载高精度科学工程计算和AI训练推理两类任务，很好满足了这类需求。
从全球公里级气象预报到1公里海洋环流股票配资是否支持多账户，从百亿级网格深部资源探测到万亿原子分子动力学，从千亿神经元数字孪生脑到33喷口火箭尾焰模拟，曙光8000正在推动国产高端计算系统从“跟跑”走向“并跑”。中科曙光依托30余年先进计算、高端计算领域的技术积淀，以“开放架构、全栈自研、超智融合、超大规模”四大优势，精准对标AI4S的算力与技术需求。随着国产超智融合基础设施持续升级，中国科研团队正获得前所未有的算力支撑，加速科学发现与产业创新，为发展新质生产力提供坚实底座。（勃潺）
股票配资网提示：本文来自互联网，不代表本网站观点。
