2025年，国产计算集群的爆发式突破，成为全球AI技术竞备下的一声有力回响。前有华为昇腾384总算力突破300 PFlops，达到NVL72系统的1.7倍；近有中科曙光scaleX640超节点二次提速，以630 PFlops算力规模的翻倍式增长，反超赛道头车多个身位。
在单卡性能落后于人、NV卡成为科技制裁工具的背景下，中国智算正以集群式创新重新站稳脚跟，并从计算生态、能效、成本等方面寻得更广阔的战略纵深。
从昇腾384到曙光scaleX640，国产超节点跑出加速度
继年中华为推出昇腾384以来，国产超节点在“遥遥领先英伟达”呼声中成为热门概念。事实证明，外界仍然低估了国产计算集群的爆发力。就在最近的乌镇世界互联网大会上，全栈国产化的曙光scaleX640超节点浮出水面，各项性能指标均已完成新一轮跃迁。
根据业内曝出的性能数据，曙光scaleX640不仅在总算力规模上实现倍数增幅，加速卡集成数量首次达到业内最高的单机柜640卡，另外还从HBM、PUE值、算力密度、片间互联总带宽等维度，实现了综合性能的全面赶超。此外，还可以通过双scaleX640超节点组成千卡级计算单元。
以其对标384超节点来看，scaleX640的HBM总容量为81.9TB，约为前者的1.7倍；HBM和片间互联总带宽均达到前者的1.9倍；在算力密度方面，同样单机柜架构下两大超节点前后提升了惊人的20倍；此外，受益于曙光液冷技术的领先性，超节点能效也获得显著提升。
国产计算集群的大步快跑，对美国芯片巨头形成了明显的赶超压力。依照英伟达最新战略动向，黄仁勋近期再次强调了“系统优先”策略，意在通过完整的AI基础设施协同设计打破物理定律限制，在后摩尔时代继续保持领先优势。
不过，尽管国产AI芯片单卡性能处于相对劣势，但在集群式算力新赛道上，计算产业上下游涉及诸多环节，系统构成极为复杂，这为中国算力换道超车提供了更多机会。
可以看到，无论是此前的昇腾384，抑或更进一步的曙光scaleX640，都在极力推进计算系统高效协同，并在算力集群规模和集成度上展现出更大潜力。这也意味着，在国产厂商问鼎超节点之路上，中国算力或将系统性改善全球产业链中的劣势地位。
AI算力之争进入长跑模式，开放式协同激活内生动力
将视角切换至需求侧，随着AI大模型参数达到千亿乃至万亿级别，大规模服务器集群训练成为标配，计算产业链各个环节都将成为模型创新效率的“乘数基础”。
仅以训练集群规模而言，数据并行（DP）、张量并行（TP）、流水线并行（PP）和序列并行（CP）等多种并行维度的乘积，才是计算集群算力的最终体现。而在更广泛的AI应用视角中，如算力生态的兼容度、软件栈完善程度等，都将影响到大模型用户开发效率和应用成本。
有业内人士总结称，计算集群必须打破“通信墙”、“功耗墙”、“复杂度墙”，才能真正释放出国产算力体系的市场价值。尤其近年来我国算力路线呈现百花齐放姿态，技术复杂性和生态复杂性较强，能否在全产业链范围内实现深度协同，将成为未来全球算力体系之争的关键。
值得注意的是，大规模智算集群由算、存、网、电、冷诸多子系统构成，组件数量繁多，系统耦合要求极高，整体研发周期较长。超节点玩家需要在生态建设上展开持续性投入，不断优化产业协作模式，才有望赢得这场算力长跑。
比如昇腾384超节点围绕自身CANN架构，极力号召开放者参与生态共建。曙光scaleX640更是彻底打开格局，基于AI计算开放架构完成不同类型加速卡的统一适配，并且直接兼容主流AI计算生态，进一步支持AI模型、业务应用快速无缝迁移与深度优化。
某种意义上来说，相较于后者在算力集成量级上的增长，这种“以开放促协同”的模式对国产算力市场的影响更为深远——
同样锚定计算系统协同前提下，开放式架构相比单一芯片路线，涉及到更多厂商、更丰富的产品以及更长的产业链条，同时也意味着其系统潜能更大，“乘数基础”更强。尤其在全球算力体系化的长期比拼中，开放共赢模式内生动力充沛，更有望摘得智算价值链高处的果实。
总体来看，国产超节点的步步赶超，一方面巩固了国产算力阵营的规模体量优势，另一方面也在计算生态协同领域，加速完成着路径验证和模式优化。
毋庸置疑，在AI芯片单体性能受限的高压环境下，国产算力并未落入对手的节奏，而是在更宏观的产业视角下内炼外延，开垦出一片更具想象力的膏腴之地。何况中国作为全球最大的AI应用市场之一，我们有能力为国产智算集群提供足够的孵化空间。
文章转载自微信公众号：鲜枣课堂