参考消息：中国AI基础设施迈入“十万卡时代”
 
中国AI基础设施建设正在进入新的关键阶段。
 
2026年政府工作报告提出，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。算力正从数字经济底层资源，进一步上升为智能经济的重要基础设施。 
国家数据局披露的数据显示，截至2026年3月底，全国智能算力总规模已达188万PFLOPS（FP16），八大国家枢纽节点占比超过80%；国家级监测调度平台已接入137万PFLOPS智能算力，约占全国总量的72%。中国算力建设正从分散布局，转向超大规模集群和全国一体化调度并重的新阶段。 
这一转向也是全球产业趋势。斯坦福大学《2026年人工智能指数报告》显示，2025年全球企业AI投资达到5817亿美元，私人AI投资达到3447亿美元；其中美国AI投资达2859亿美元，是第二位中国的23.1倍。国际能源署则预计，全球数据中心用电量将从2024年的约415太瓦时增至2030年的约945太瓦时。AI竞争正在从模型、资本竞争，进一步延伸到算力、电力和基础设施组织能力的竞争。 
在此背景下，7月10日，中科曙光宣布中国首个全国产十万卡AI超集群曙光8000（登峰）正式落成，并接入国家超算互联网核心节点，标志着我国AI基础设施建设从万卡级迈向十万卡级部署阶段。

算力竞争进入系统能力阶段

十万卡集群的意义，不只是规模更大。
过去几年，大模型带动智算中心加速建设。但随着AI进入科学智能、工业仿真、机器人、智能体等场景，算力需求已不再局限于模型训练。未来的AI基础设施既要支撑大规模训练和推理，也要满足科学计算、工业仿真等垂直领域对精度、稳定性和数据处理能力的要求。
因此，十万卡级集群真正考验的是系统工程能力。计算卡数量只是基础，网络互联、数据读写、能效控制、任务调度和应用适配，都会决定算力能否真正转化为可用能力。
这也是当前全球AI基础设施竞争的新趋势。谁能率先把超大规模算力组织起来、稳定运行起来、开放服务起来，谁就有望在下一阶段AI应用竞争中占据主动。曙光8000的落成，显示中国已在十万卡级AI基础设施的工程化落地上迈出关键一步。

从模型训练走向超智融合应用

与早期智算中心主要服务单一型AI训练不同，新一代AI基础设施面对的是更加复杂的应用需求。
新药研发、材料设计、气象预测、模拟驾驶等场景，往往既需要高精度科学计算，也需要AI进行分析、筛选和优化。过去相对分离的超级计算和智能计算，正在被科学智能（AI4S）和产业智能化需求重新连接起来。
曙光8000采用“超智融合”路线，摈弃传统分区方式，真正实现了全类型计算的原生一体化融合，满足高精度科学计算和智能计算的复合需求。其系统建设覆盖芯片、计算、存储、网络、散热、应用和服务等环节，强调的是全链路AI基础设施能力，而非单一硬件参数。
这意味着，中国在新一轮AI基础设施竞争中的切入点，并不只是追赶单点算力规模，而是通过国产算力体系、全国一体化算力网和算电协同机制，探索超大规模集群的组织方式。对于全球AI竞争而言，这是一种具有中国特征的基础设施路径。
 
从单点落成走向规模复制

大型算力设施的价值，最终要体现在应用中。
国家数据局此前提出，将加快全国一体化算力监测调度平台工程化部署，提升算力接入和精准匹配能力，降低中小企业用算成本和门槛，推动全国算力资源“一本账”、算力调度“一盘棋”、算力整合“一张网”。 
曙光8000接入国家超算互联网核心节点后，十万卡级算力将进一步纳入全国一体化算网体系。据披露，目前其十万卡核心节点已完成300余项超智融合应用优化，涵盖大模型、机器人、汽车、创新药、新材料、量子计算、天文气象等20余个领域，其中超过70个应用实现万卡规模扩展。
更值得关注的是，中科曙光已与北京科学智能研究院达成战略合作，启动第二套全国产十万卡超智融合算力系统研制与建设。这表明，十万卡级AI基础设施正走向可复制、可扩展的新阶段。
在全球AI竞争进入基础设施深水区之际，首个全国产十万卡AI超集群落成释放出的信号是：中国AI基础设施已不再只是追赶算力规模，而是在系统协同、自主生态、算网调度和应用服务方面加快形成自己的路径。下一阶段的竞争，关键不只是建成多少算力，而是谁能更快、更稳地把大规模算力转化为科研能力和产业生产力。
转自参考消息