曙光8000之后，科学家野心变大

最近，清华大学水利水电工程系河流与生态研究所副所长孙健，在“治黄”上的的“野心”越来越大了。他想构建一条米级网格的“数字黄河”，更精准地追踪黄河泥沙运动，给黄河治理更科学的数据支撑。

不止孙健如此——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想在计算机里1:1复刻人脑，人脑想多快，数字脑就算多快；中国农业大学农学院玉米生物育种全国重点实验室研究员赵海楠，想要构建一个数字化的“虚拟玉米”，让任何基因功能实验都能在其中完成；苏州国家实验室人工智能研究部主任研究员丁峰，想从原子尺度上深入理解材料构造过程……

以前，他们这些想法几乎是天方夜谭——既没有足够快的算力可以支撑（算得快），也没有足够精度的计算能力（算得准）。但如今，有了“曙光8000”做倚仗，一切开始不一样了。

部署在国家超算互联网核心节点的曙光AI超集群“登峰”（即曙光8000）。图源：超算互联网

近期央视大型纪录片《超级工程》开播，首次将镜头转向超大规模算力基础设施——曙光8000。在第四集《向未来》中，记录了这群科学家如何借助这一国产算力巨兽，把“野心”变成可验证设想的故事。

“黄河的特点是水少沙多。水和沙之间的关系就特别复杂——水流影响泥沙，泥沙影响河床，河床又反过来影响水流。”孙健说，以前的模型因为计算力有限，几十米一个网格，“不能够模拟它们之间的关系”。

一个网格几十米，根本看不到水流中的漩涡等扰动，而它们对河床的影响却非常大。因此，孙健立下一个看似无法实现的目标：把黄河下游约800公里河道，全都做成一米级网格的“数字黄河”，给黄河做个“超级CT”。

而这，意味着巨大的计算量。曙光8000 AI超集群应用优化总负责人卜景德说：“它计算量非常非常大，十米级可能还算得动；到米级，（搁在以前）是不可想象的。”

孙健希望在黄河下游构建“数字黄河”。 中科曙光供图，下同

冯建峰提出的问题更“烧脑”。

人脑仅重约1.4千克，却有860亿个神经元、超100万亿条神经连接，每20毫秒就会完成一次神经链路的动态重塑。它1秒的信息吞吐量，相当于国内三大通信运营商全网流量总和的33倍。

“八几年我就开始做神经网络，当时就很好奇，神经元到底怎么工作的？”带着心底这份好奇，冯建峰上下求索。2024年，他花费7年心血搭建出全球首个全人脑尺度的数字孪生脑。但是，这个数字孪生脑还不够灵光：人脑一秒内完成的思考、判断、感知与神经反应，它需要70秒。

这行不通。“（如果用它）做自动驾驶，我找不到车，（更）不知道开哪去了。”冯建峰说，他想要的，是一比一的全脑复刻。

“类脑有部分计算，90%甚至95%都是通信。”卜景德说，“它对整个（计算系统的）通信的要求是比较高的。”

类似地——构建可以做基因功能实验的“虚拟玉米”，赵海楠必须先过算力“规模关”和“稳定关”；丁峰想要模拟新材料原子间相互作用，要突破计算精度和效率等一系列问题……当科学家们研究的问题规模与复杂度跃升，他们对计算精度、效率和系统稳定性就提出了全新要求。

“超级工程”

央视纪录片将曙光8000定位为超级工程，在于它用十万张智能芯片，把海量计算资源真正组织了起来。

在它高密度的计算单元内，十万张芯片、一万多个计算节点、两三万个器件和超过10亿个零部件精密排布。随着系统规模扩大，这台“算力巨兽”的计算、通信、存储等规模和效率也上升到更高的数量级，它们共同让这十万卡在超大规模下高效协同，把硬件规模转化为真正可用的系统算力。

曙光8000的实力也很快得到检验。不久前，中国气象局地球系统数值预报中心与中科曙光依托曙光8000，实现1小时完成全球5公里分辨率、未来10天的预报计算。高分辨率数值预报需要在有限时间内处理海量数据、完成复杂计算，曙光8000的计算、通信、存储等系统能力经受住了考验。

精细天气预报需要超级算力支撑。

这项成果也从真实科研应用中验证了十万卡系统承载前沿科学计算任务的能力。

卜景德用“修路”对曙光8000的通信能力作了阐释。路既要修的宽，也要走得快。映射到曙光8000系统上，不仅涉及系统的带宽水平，还涉及到算法和硬件的协同。他表示，曙光8000不仅在系统设计之初，就把“路”修宽了；还在存储层面，开创性地发展出了“超级隧道”技术，大大提高了通信效率。这一点，在解决冯建峰“复刻人脑”问题中就有非常大的促进作用。

面对复杂问题，单一方法往往难以奏效。曙光8000依托异构计算架构，可以同时支持智能计算和高性能计算两种模式，不同研究方法可以相互补充，这在“数字黄河”的构建中有典型体现——面对海量运算需求，曙光8000先用智算算力对河道变量进行智能推演，快速筛选出最可能的河道地形；再通过高性能计算对这些方案进行高精度数值模拟推演，确保预测结果准确。

“没有这么大算力的时候，它是不可能去想它的采集点放那么多的。”曙光8000AI超集群实施总监何牧君说。

这种“智算筛选、高性能计算验证”的协同工作，极大压缩了搭建“数字黄河”模型的时间。

冯建峰的数字孪生脑，也离不开两种计算能力的融合。异构计算系统在AI加持下，可以处理多模态大模型这样的推理任务。目前，曙光应用团队与冯建峰，已经找到了通往数字大脑的计算路径。算力与科研，相互助力，将继续解码大脑的奥秘。

冯建峰正与曙光应用团队合作探索大脑奥秘。

“曙光8000这种大系统，让这些科学家有了新的idea。”何牧君说。中科曙光董事长历军则感慨：“基础走到前面了，才能助力这些真正的科学家的科学发现。”

对科研人员来说，曙光8000提供的计算条件，正在帮助他们验证设想、推进探索。

在与曙光8000“握手”之后，孙健表示：“我们整体的结果还是挺满意的，就说明我们的模型在这个曙光8000上是可以跑通的。”

接下来，他将继续通过物理水槽实验验证，持续提升黄河模型的模拟能力。“一代人解决一代人的事情，老一辈能把小浪底建起来，现在我们利用高性能计算的这种资源，发挥我们的优势。”

冯建峰则希望，“尽快（在曙光8000上）能实现，我的人脑工作多快，我就能够算出来多快”。“我们可能指望在这几个月之内吧，实现它，就是一比一的复刻。”

赵海楠也在开始新一轮玉米基因筛选工作。他说，一个基因可以编辑的位置有几百上千个，之前受限于算力，只能做小模型或在少量数据上训练，效率和精度都受影响。未来目标，是构建一个全新的数字化虚拟玉米，进行任何基因功能实验。

丁峰团队则希望看到在顶级算力支持下刷新新材料研究的世界纪录。丁峰说：“材料的研究，将来应该是以计算为先导，我们把它算好了，然后大家可能再做实验，既省时间又省钱。”

据了解，目前在曙光8000上，达到条件可申报“戈登·贝尔奖”的应用已经超过15个。“这在以前是不可想象的。”何牧君说。

从黄河泥沙的海量推演，到全人脑尺度的数字复刻，再到气象预报、玉米育种、新材料计算，一道道横亘在前的科研难关，正在国产算力底座上被逐一突破。曙光8000 AI超集群自上线以来，已为量子计算、机器人、生物医药、能源化工、智能制造、航空航天等二十多个领域提供融合算力支持。

算力无处不在。

未来并不是一个等待抵达的终点，它更像一条由无数个“此刻”编织而成的时光之河。风暴之后，万物生长；新的曙光，近在眼前。