十万卡装完只是开始 央视纪录片揭秘曙光8000如何完成整机大考

　　9月27日消息，当最后一根光缆插好，最后一颗螺丝拧紧，一栋建筑里的设备全部上电，超级工程是否就算完成？今日，央视《超级工程—曙光8000》第三集《立中枢》给出的答案并非如此。

　　镜头对准河南郑州、对准国家超算互联网核心节点、对准全国产十万卡AI超集群曙光8000的整机调试环节，提出的正是一个关键问题：设备安装完成后，怎样确认整套系统已经具备实际使用能力？

　　造出来，只是上半场，跑得好，才是决定成败的关键一关。

　　安装收官之后，真正的大考才开始

　　2025年8月，国家超算互联网核心节点主体建筑及3楼机房搭建收工，曙光8000第一批设备正式进场组装。纪录片中，这是一场精度与规模的极限挑战：零部件超过十亿个，电子元器件多达三十亿颗，互连线缆总长度突破3500公里，整机重达1500吨。结构组装精度被严格控制在0.05毫米以内，比一张普通A4纸还薄；连接系统的螺丝接近八万颗，每一颗都有专属扭矩标准。

　　曙光8000 AI超集群实施总监何牧君每天雷打不动的工作之一，就是核对扳手扭矩。“18.5到19都可以。”施工现场对标准实时管控。因为他深知，真正的隐患藏在最不起眼的地方。“100件事情，你做成99件，1件没做成等于白做。曙光8000是一体化的一套系统，所以我们必须把标准全部拉齐。”

　　2025年9月，所有设备安装完毕，曙光8000进入最后的线缆组网阶段。光缆是这套超集群的“神经”，十万张卡同时运转，需要以极低延迟、极高带宽协同通信。曙光8000 AI超集群主机硬件实施负责人何文杰和团队面对的是68000根光缆，首尾相连超过3500公里，相当于北京到海南的距离。更棘手的是洁净度：光纤施工要求达到352万的标准，而施工现场灰尘最高时达两三亿。更要紧的是，直径大于3微米的微尘，一旦占用光纤主要传输通道，就会严重影响光数据传输。

　　团队反复观测、逐时比对，终于发现凌晨之后施工人员减少，空气过滤器持续工作，灰尘颗粒逐渐下降，到4点多至5点可满足要求，8点后又重新上升。最终，他们把光缆连接锁定在6点到8点这个窗口。破局的关键浮出水面，但即便锁定最优时段，也必须全程轻操作，任何大幅度动作都可能让蛰伏的微尘再次悬浮。

　　从“分立系统”到“一个系统”

　　2026年2月3日，国家超算互联网核心节点迎来土建施工与设备安装全线收官。随后，曙光8000迎来通电时刻，这也是开机前最需谨慎对待的环节。电从电站输送到机房，要经过数百台电力设备，哪怕一台设备发生故障，都可能造成芯片大规模不可逆损毁。当机房程序控制人员喊出“庆祝郑州第一个刀片服务器上电正常”，所有人欢呼，但更大的挑战也已悄然到来。

　　设备通电之后，曙光8000进入各个系统的调试环节。能否发挥最大算力效能，调试是关键一环。曙光8000 AI超集群联调联试负责人解西国知道，“虽然我们把线插好了，网络也连好了，机器也开机了，但这只相当于一个个分立的系统。最终我们要把这个系统耦合在一起。通过跑相关测试，验证每个卡、每个节点，发挥起我们整个系统最大的性能。”

　　这正是整机调试的核心：计算、存储、网络、供电、液冷、管理软件，必须从各自独立运行，走向共同配合。为了加快联调联试速度，研发团队专门打造监测软件。曙光8000 AI超集群管理子系统负责人赵欢说：“要监测各个子系统的健康状况。每分钟采集的指标数量大概在3亿，对3亿的指标分类、聚合，实时分析，看这些指标里面有没有可能潜藏隐患。”完成实时预警只是第一步，十万卡集群的真正考验才刚刚开始。

　　十万卡同步，像十万名桨手划一艘龙舟

　　电力，是曙光8000赖以运转的根基。每一个服务器下方都连接着电力机柜，一旦电力出现波动，芯片就会面临瞬间烧毁的风险。解西国说：“随着规模增大，系统可靠性是逐渐降低的。”纪录片中，测试现场出现绝缘报警，调试人员反复测量、排查短路状态，把节点剔出来再发，拉电时间不能太长，不行就提前停。异常面前，团队没有跳过，而是一点点分析、定位、改进运行。

　　规模扩大带来的验证要求，远超万卡级。解西国说：“之前是在万卡级，现在我们这个系统规模又翻了十倍，十万卡同时跑起来，同步地发挥最大性能，这个还是一个比较大的挑战。”十万张卡同步拉满性能，就如同十万名桨手同时划动一艘巨型龙舟。哪怕只有一个桨手节奏错位，也无法跑出最快速度。

　　负载瞬时跃升，系统协同再过一关

　　测试为何要逐步推进？因为系统越大，潜藏风险越难预判。曙光8000采用超智融合技术路线，覆盖科学计算、大模型训练、AI推理等多类场景，支持从FP64到INT8全精度，不同任务对计算、存储、网络、供电和冷却的要求不同，对系统协同能力提出更复杂的要求，只有分阶段验证，才能把问题暴露在可控范围内。

　　纪录片中，负载突增突减是巨大考验。解西国说：“加载的就0.1秒或者几十毫秒的范围内，就从20兆瓦拉到近100兆瓦，这个幅度是非常大的，相当于一个城市里几十万家同时开了电。”这种冲击下，输电线路、配电设备、液冷系统必须协同响应。任何一环失稳，都可能让整机性能受挫。

　　经过多轮反复调优，2026年6月，曙光8000全系统调试完成，这台全国产的算力“巨无霸”迎来最关键的时刻：整机持续计算性能测试。数据负载被一路推向顶峰。所有人都在等待最终结果。

　　从2020年启程，到2026年尘埃落定，六载光阴，数千人的努力，曙光8000终于达到预期最大峰值。

　　经过全系统联调测试，曙光8000完成了从设备安装、系统通电到整机验证的关键跨越。通过存储、网络、液冷等子系统全链路协同，形成一套可落地、可运营、可验证的系统级解决方案。部属于国家超算互联网核心节点的曙光8000，通过高速互连网络，可在毫秒间连通全国30多个算力节点，织就全国一体化超级算力网。

　　造出来，是工程能力的证明；跑得好，是系统能力的兑现。央视《超级工程》第三集《立中枢》揭开的，正是曙光8000从设备安装走向整机验证的关键过程：当十万张卡同步运转，当一个个分立系统耦合为整体，这项算力超级工程真正完成了从“造出来”到“跑起来”的跨越。