中科曙光：中国算力靠「超智融合+开放生态」ISC2026换道领跑

看着ISC会场那些围满人的展台，我突然意识到一件事——算力行业的游戏规则，真的变了。

往年这时候，各家展台最显眼的位置永远摆着算力峰值数字，谁高谁牛逼。但今年不一样了。台下问的问题不再是"你们峰值多少"，而是"这玩意儿好用吗""能不能跟我们的工具接上""贵不贵"。

广州国家实验室生物信息主任李亦学在ISC上说得更直接：CPU是基于规则的计算，GPU是基于AI的模型训练，两者结合起来才能发展出世界模型。世界模型根植于物理学和数学的规则，所以超智融合是唯一出路，没有回头路。

这句话比听上去更狠。过去十几年，超算和智算各走各的路，两套系统、两套逻辑、两套采购预算。你做你的FP64高精度科学计算，我跑我的INT8低精度AI训练，互不侵犯。但李亦学等于在说：分家过日子的时代结束了。

主论坛上，慕尼黑工业大学教授Martin Schulz给出了几乎相同的判断——HPC正经历史上最大的架构变革，从通用计算走向异构集成，从单一加速器走向超智融合。

更耐人寻味的是，一个月前的天津智博会上，中科曙光董事长历军已经讲过几乎一样的话：超智融合的全精度计算，正在重构全球AI产业形态。

一个在德国汉堡的学术讲台上，一个在中国天津的产业展台上。隔着半个地球，说的却是同一件事。

巧合吗？不如说，共识到了。

但共识归共识，落地是另一回事。曙光的scaleX系列就是那个"落地答案"。这套架构从设计之初就打通了从FP64高精度科学计算到INT8低精度AI推理的全精度能力。一套基础设施，既能跑气象模拟、材料仿真，也能跑大模型训练。不用再为了两个场景建两套系统、花两份钱。

郑州6万卡AI4S集群已经跑了两个多月，完成70余项万卡规模测试。蛋白质折叠模拟加速了1000倍，分子动力学做到了414.7亿原子级别。这不是规划，是已经发生的事。

按说故事讲到这已经很圆满了——趋势对了，方案有了，落地了。但中国农业大学信息中心高级工程师劳凤丹在ISC现场说了一句话，让整个叙事多了一层东西。

她说高校推进AI驱动的科研，最大的瓶颈往往不是算力不够，而是科学数据散落在不同课题组，不共享、不标准。很多老师手里有非常好的数据，但就是拿不出来、用不起来。

这是一个生态问题，不是光靠堆硬件能解决的。

硬件决定下限，生态决定上限。算力可以快速建设，但生态需要长期培育。曙光给出的解法是两条腿走路：底层架构100%国产自研，保障技术自主权；上层全面兼容主流芯片、框架和开发工具，不锁死、不依附。目前已经适配优化了400多个主流大模型，科研人员不用重新学一套东西，用熟悉的工具就能直接调用万卡级算力。

劳凤丹还提到一个有意思的方向——AI智能体将彻底改变超算的使用方式，未来的科研人员直接跟智能体对话就能跑任务。曙光现在做的事情，恰好是在降低这道门槛。

说完生态，说点硬的。

ISC2026的IO500榜单上，中科曙光ParaStor F9000全闪存储拿下生产型和研发型双榜第一。这不是实验室刷分。研究榜是厂商临时搭专属测试集群、专门优化环境刷出来的极限峰值，相当于闭卷考试前的模拟卷。生产榜要求系统长期落地投产、7×24小时承载真实业务、全程无单点故障、成绩可复现。

曙光这次参赛的ParaStor F9000，已经在万卡scaleX超集群上稳定跑了一年，承载上百个真实AI和HPC生产任务，全程无专项调参、无专属优化，完全靠真实业务负载登顶。万亿大模型训练、414.7亿原子分子模拟、自动驾驶PB级路测数据，都是这套系统日复一日扛下来的活。

全国产自研软硬件，用线上生产实绩登顶全球存储权威榜单。这个含金量，懂的人自然懂。

旧规则已然失效，新赛道正在崛起。不赌架构、不赌精度，以全精度算力底座打通超算与智算；不搞封闭、不依附他人，以自主技术加开放生态构建产业壁垒。

学术圈在定义未来，中国产业界已经在落地未来。算力赛道的下半场，比的不是单点极限，是系统能力和生态厚度。

本文配图来源于网络公开渠道，如有侵权请联系删除。本文部分信息来源于公开报道及第三方数据，仅供参考。以上仅代表个人观察，不一定全对，欢迎理性讨论。

你在的机构，算力是够用但用不起来，还是根本不够用？评论区聊聊。